GPT-6 Luna против GPT-6 Astra: в сто раз дороже за шестнадцать пунктов индекса

Вендор выпустил обе эти модели в течение одного месяца. GPT-6 Astra вышла 3 сентября 2026 года по цене $10.00 за миллион входных токенов и $50.00 за миллион выходных токенов, позиционируясь как самая мощная система компании для долгосрочных профессиональных задач. GPT-6 Luna последовала 22 сентября 2026 года по цене $0.10 и $0.50 — одна сотая цены за входные токены, одна сотая цены за выходные токены — как уровень эффективности в семействе. Их разделяют шестнадцать пунктов индекса в независимом рейтинге, который измеряет обе модели. Шестнадцать пунктов при стократной разнице в цене — вот и всё сравнение в одной строке, и это не самое интересное.

Самое интересное в том, что стократный ценник сжимается до примерно сорокашестикратного, если учесть, как каждая модель на самом деле ведёт себя при выполнении задачи, а оставшийся разрыв — вовсе не общий интеллект. Это использование компьютера, автономность на длинных горизонтах и классификация безопасности, которая решает, разрешено ли вашей организации вообще обращаться к модели. Именно последний пункт не отражает ни одна таблица бенчмарков, и для многих команд он закрывает вопрос ещё до того, как упомянут цену.

Два уровня одной семьи, с разницей в девятнадцать дней

Astra — флагманская модель OpenAI, которую компания описывает как самую интеллектуальную и выровненную в мире. Она принимает на вход текст, изображения и файлы, имеет контекстное окно в 1 050 000 токенов с ограничением вывода в 128 000 токенов и постоянно включённый режим рассуждения с настраиваемым уровнем усилий от низкого до максимального. Это первая модель OpenAI, преодолевшая порог критических возможностей в области кибербезопасности в рамках Preparedness Framework компании, и её развёртывание было обусловлено этой классификацией, а не вычислительными мощностями: сначала ограниченный круг организаций, доступ для предприятий по умолчанию отключён и становится управляемым с 9 сентября, а уровни защиты затем постепенно расширяются.

Luna — это другой конец того же семейства. Текст и изображение на входе, текст на выходе, то же контекстное окно на 1 050 000 токенов и тот же потолок вывода на 128 000 токенов, а также лестница рассуждений, которая идёт от none до max через low, medium, high и xhigh, где medium — значение по умолчанию. Никаких ограничений доступа, никакого корпоративного переключателя, никакого уровня безопасности, которому нужно соответствовать. Она общедоступна для любого, у кого есть API-ключ, а собственное описание OpenAI узкое и честное: самая эффективная модель для сфокусированных задач с большим объёмом.

У этих двух моделей совпадают контекстное окно, ограничение на вывод, семейство отсечки знаний и условие тарификации длинного контекста. Почти во всём остальном они не совпадают, и причина в том, что они создавались для разных половин одной и той же задачи.

В тарифной карте указано сто раз. Стоимость задачи — сорок шесть.

По одной строке на каждое измерение, обе стороны — на каждом:

• Ввод за 1 млн — GPT-6 Luna $0.10 против GPT-6 Astra $10.00

• Вывод за 1M — GPT-6 Luna $0.50 vs GPT-6 Astra $50.00

• Кэшированный ввод — GPT-6 Luna $0.01 за 1M против GPT-6 Astra $1.00 за 1M, оба со скидкой 90% от собственного тарифа без кэширования

• Стоимость одной задачи индексации — GPT-6 Luna около $0,07 против GPT-6 Astra около $3,26

• Стоимость запуска полного индекса — GPT-6 Luna $122.39 против GPT-6 Astra $5,324.10

• AA Intelligence Index — GPT-6 Luna 37 при максимальном усилии против GPT-6 Astra 53 при максимальном усилии

• Выходные токены в прогоне индекса — GPT-6 Luna 150M против GPT-6 Astra 60M, на фоне медианы по всем участникам в 88M

• Скорость вывода — GPT-6 Luna 153,9 токенов/с против GPT-6 Astra 51,4 токенов/с при xhigh

• Время до первого токена — GPT-6 Luna достаточно быстра, чтобы стоять за интерактивной поверхностью, против GPT-6 Astra 208.73s при xhigh

• Переключатель отключения рассуждений — GPT-6 Luna: от none до max, с none в качестве опции, в отличие от GPT-6 Astra, который всегда включён и не имеет режима без рассуждений

• Использование компьютера и автономность — вызов инструментов и агентные циклы GPT-6 Luna против GPT-6 Astra, созданной для управления компьютером от начала до конца

• Доступ — GPT-6 Luna общедоступна для всех, а GPT-6 Astra имеет ограниченный доступ: корпоративные функции отключены по умолчанию, требуется административный контроль.

• На OrcaRouter — GPT-6 Luna отсутствует в нашем каталоге, а GPT-6 Astra доступна для маршрутизации по прейскурантной цене OpenAI

Сопоставьте строку стоимости за задачу с соотношением тарифной сетки — и разрыв сокращается более чем вдвое. Luna тратит 150 миллионов выходных токенов на завершение индекса; Astra тратит 60 миллионов. Astra в два с половиной раза лаконичнее, а для модели с оплатой за вывод это очень много значит — именно поэтому стократная разница в тарифной сетке превращается в сорокашестикратную разницу в стоимости задачи, и именно поэтому любое сравнение, построенное только на прейскурантных ценах, вдвое завысит доводы в пользу дешёвого тарифа.

Строки скорости показывают обратную картину, и значения вовсе не близки. Luna генерирует в три раза больше токенов в секунду, чем Astra, и возвращает первый токен за время, которое позволяет пользователю дождаться. Время Astra до первого токена, составляющее 208,73 секунды при xhigh, — это не показатель задержки; это утверждение о том, для чего предназначена модель. Ничто, за чем человек наблюдает, не может работать на Astra при такой настройке.

Что на самом деле дают шестнадцать очков

Разрыв в индексе реален, и полезный вопрос — что находится внутри него, потому что ответ — не «на шестнадцать процентов больше интеллекта».

Опубликованные возможности Astra сосредоточены в одной конкретной области. OpenAI сообщает о 72,6% на OSWorld 2.0 и 69% на AutomationBench-AA — оба показателя измеряют, как модель работает с программным обеспечением подобно человеку, выполняя множество шагов на протяжении длительного времени. Что касается знаний, цифры таковы: 96,1 на GPQA Diamond, 97,6% на FrontierMath Tier 4 и 57,2% на Humanity's Last Exam с инструментами; а извлечение из длинного контекста — особо отмеченная сильная сторона: 100% в собственном бенчмарке OpenAI eight-needle в диапазоне от 256K до 512K токенов, 96,3% — от 512K до 1M. Эти результаты заявлены производителем и не воспроизведены, и тестовый стенд имеет значение — одна и та же модель набирает 99,9% на ARC-AGI-3 с собственным адаптером провайдера OpenAI против 62,7% на стандартном стенде; такой разброс говорит о стенде не меньше, чем о самой модели.

При совместном прочтении это не является преимуществом общего назначения. Это преимущество, сосредоточенное на задачах, которые занимают много времени, используют компьютер и имеют проверяемый конечный результат. Конкурентное позиционирование Astra — не против другого чат-бота; оно против рабочей сессии, и модели, с которыми его сравнивают на независимом лидерборде, — это другие флагманы того же уровня — он наравне с Claude Fable 5.1 — 53 балла в Intelligence Index при примерно 40% стоимости за задачу.

Отставание Luna в шестнадцать пунктов поэтому распределено неравномерно. На короткой, хорошо специфицированной задаче, потребляемой программой, две модели часто будут выдавать один и тот же пригодный для использования ответ, и разница окажется незаметной. На задаче, требующей сорока последовательных действий в браузере с контрольной точкой в конце, это отставание — разница между выполнением и невыполнением, и именно для такой задачи была создана Astra, а Luna — нет.

Гейт, который никто не закладывает в цену

Astra — первая модель OpenAI, которая преодолела критический порог по кибербезопасности в рамках программы Preparedness Framework компании, и практическое следствие этого состоит в том, что она поставляется отключённой для корпоративных аккаунтов. Администратор должен включить её в рамках применимой тарифной сетки и соглашения, прежде чем пользователи вообще её увидят. Доступ был открыт для ограниченного набора организаций 3 сентября, а затем расширялся; административный инструментарий появился 9 сентября.

У Luna ничего этого нет. Она доступна любому, у кого есть ключ API, с первого дня, без этапа квалификации, без переключателя администратора и без уровня защиты, стоящего между разработчиком и первым вызовом.

Для команды в регулируемой отрасли, у оборонного подрядчика или в любой структуре, где в процессе закупки предусмотрена проверка безопасности, именно это и решает дело. Стократная разница в цене — это всего лишь статья расходов; барьер доступа — это целый проект. А для команды вне таких ограничений этот барьер не имеет значения, и Astra — просто дорогая модель с необычно долгим временем до первого токена.

Стоит добавить, что ограничение доступа — это продуманная позиция, а не просто неудобство. Модель, которая автономно управляет компьютером и хорошо находит уязвимости, — это модель, с выдачей которой лаборатории следует быть осторожной, а форма развёртывания следует из результатов оценки её возможностей. Это не упрощает её приобретение, но означает, что ограничение вряд ли будет ослаблено по заявке в службу поддержки.

Тот же утёс, та же семья, дважды

Обе модели содержат идентичное условие о длинном контексте — самое дорогое, что можно упустить в любой из тарифных сеток. Запросы, превышающие 272 000 входных токенов, тарифицируются по двойным ставкам за входные токены и кэш и по ставке за выходные токены, умноженной на 1,5, — причём за весь запрос, а не за часть, превышающую порог. В Astra это превращает вызов стоимостью $10,00/$50,00 в $20,00/$75,00. В Luna это превращает $0,10/$0,50 в $0,20/$0,75.

Поскольку этот пункт пропорционален, он не меняет соотношение между двумя моделями — он удваивает обе величины. Что он меняет — так это абсолютный размер ошибки, а ошибка чаще возникает на Astra, потому что рабочие нагрузки, для которых существует Astra, — это именно те, что несут рабочий контекст в миллион токенов. Один вызов Astra с длинным контекстом стоит $75 за миллион выходных токенов; разбиение той же работы на два вызова с контекстом менее 272K сокращает стоимость вдвое без изменения промпта. Для модели, всё ценностное предложение которой — работа на длинном горизонте, эту арифметику стоит просчитать до первого продакшн-вызова, а не после.

Решение — это решение о маршрутизации

Что делает эту пару необычной среди сравнений в этом блоге, так это то, что обе модели принадлежат одному поставщику, работают в рамках одной учётной записи и доступны через одну и ту же конечную точку. Здесь не нужно подписывать второй договор и изучать второй SDK. Выбор между ними — вовсе не решение о покупке, а решение о маршрутизации, и большинству команд следует принимать его для каждого запроса, а не один раз.

Форма разделения достаточно ясна. Luna — для тысячи мелких вызовов, которые агент делает на пути к задаче: классификация, извлечение, выбор инструмента, суммирование промежуточного результата. Astra — для самой задачи, один раз, в конце, где ответ и есть продукт. Это двухуровневый конвейер внутри одного приложения, и разница в стоимости между запуском всего на Astra и запуском внутреннего цикла на Luna — это разница между жизнеспособной юнит-экономикой и нежизнеспособной.

GPT-6 Astra доступна на OrcaRouter по каталожной цене OpenAI, а сквозное ценообразование означает, что изменение тарифов OpenAI вступает в силу на нашей стороне в тот же день. GPT-6 Luna на момент написания этого текста отсутствует в нашем каталоге, и доступ к ней осуществляется через собственный API OpenAI, поэтому команда, которой нужны обе модели, использует один ключ для GPT-6 Astra наряду с тем, что уже применяет для OpenAI. Это также та комбинация, в которой объединение моделей оправдывает себя: пул из дешёвой высокопроизводительной модели и дорогой тщательной, отвечающих вместе, где дешёвый участник выполняет основную работу, а дорогой выносит решение, — это конфигурация, которую слой маршрутизации может выразить без того, чтобы приложение знало о существовании какой-либо из моделей.

Какой именно, и когда

Берите GPT-6 Luna, если у вас нет конкретной причины этого не делать. По тарифной сетке она стоит одну сотую цены, а в расчёте на выполненную задачу — одну сорок шестую цены; она в три раза быстрее, её первый токен приходит за время, которое пользователь может подождать, и ей можно указать полностью прекратить рассуждения — именно это делает её пригодной для использования в качестве классификатора. Задавайте параметр effort явно, потому что по умолчанию он medium, а разрекламированное число 37 — это показатель при максимальном усилии. Держите длинные вызовы в пределах 272 000 входных токенов. Проверяйте регрессию на два пункта в Coding Agent Index по собственному оценочному прогону, а не по графику поставщика.

Берите GPT-6 Astra, когда задача длинная, а ответ — это сам продукт. Компьютерное использование на множестве шагов, профессиональный анализ с проверяемым конечным результатом, всё, где шестнадцать пунктов индекса — это разница между тем, чтобы довести дело до конца, и тем, чтобы тихо остановиться. Смиритесь со временем до первого токена — 208 секунд при xhigh — это не та цифра, которую можно поставить за человеком, — и примите закупочный барьер, если он есть в вашей организации. А затем прогоняйте всё, что ведёт к этой задаче, на дешёвом уровне, потому что деньги уходят именно во внутреннем цикле.

Ошибка, к которой подталкивает это сравнение, — воспринимать его как выбор между двумя моделями. На самом деле это выбор о том, где в пайплайне находится каждая из них, и ответ почти всегда — обе.