GPT-6 Luna против GPT-6 Sol: две тарифные карты одинаковой формы и двадцатикратное число

GPT-6 Luna стоит $0.10 за миллион входных токенов и $0.50 за миллион выходных. GPT-6 Sol — $2.00 и $10.00. Поставщик выпустил обе модели 22 сентября 2026 года как два младших уровня поколения GPT-6 под флагманской GPT-6 Astra, и двадцатикратный разрыв между ними — первое, что считываешь со страницы. Что разглядеть труднее — и что полезнее, — так это то, как мало их ещё отличает. То же контекстное окно на 1 050 000 токенов. Тот же максимум входных данных в 922 000 токенов. Тот же потолок вывода в 128 000 токенов. Та же лестница режимов рассуждения — от none через low, medium, high, xhigh и max, где medium задан по умолчанию. То же семейство дат отсечки знаний, с разницей в месяц. Тот же пункт, из-за которого стоимость всего запроса пересчитывается, как только он превышает 272 000 входных токенов.

Две модели, у которых совпадает каждая структурная строка тарифной карты, различаются не функциями. Их различает оценка — и то, во сколько обходится её получить. В независимом рейтинге, который измеряет и то и другое, GPT-6 Sol находится на одиннадцать пунктов выше GPT-6 Luna при одинаковом максимальном усилии, а выполнение той же оценки обходится примерно в пятнадцать раз дороже. Одиннадцать пунктов и в пятнадцать раз — это другое утверждение, нежели в двадцать раз, и именно в разнице между этими двумя утверждениями и заключается суть этого сравнения.

Для чего каждый из этих двух

GPT-6 Sol — рабочая лошадка семейства: уровень, который OpenAI позиционирует для сложного программирования, агентных рабочих процессов и профессиональной работы, которую будет читать человек. Она принимает текст и изображения, создаёт текст и доступна любому, у кого есть API-ключ. Это модель, к которой большинство команд обратится по умолчанию, когда им нужны возможности класса GPT-6 без тарифной сетки флагмана и без его ограничений на доступ.

GPT-6 Luna — это уровень для больших объёмов. Собственное описание OpenAI узкое и намеренно неброское: самая эффективная модель для сфокусированных массовых задач. Суммаризация, извлечение, классификация, маршрутизация, внутренний цикл агента, который совершает тысячу мелких вызовов на пути к одной задаче. То же окно, тот же лимит вывода, та же настройка усилий — более дешёвый движок в идентичном шасси.

Обе были обучены методами, производными от GPT-6 Astra, а не созданы как отдельная линейка, поэтому их спецификации совпадают настолько точно. Цена — единственное, в чём эти две расходятся по замыслу.

Тарифная карта, строка за строкой

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

• Ввод за 1 млн — GPT-6 Luna $0.10 против GPT-6 Sol $2.00

• Вывод за 1 млн — GPT-6 Luna $0.50 против GPT-6 Sol $10.00

• Кэшированный ввод за 1 млн — GPT-6 Luna $0.01 против GPT-6 Sol $0.20; оба составляют одну десятую своей ставки за некэшированный ввод, поэтому двадцатикратное соотношение сохраняется и со скидкой.

• Запись в кэш на 1 млн — GPT-6 Luna $0.125 против GPT-6 Sol $2.50, в обоих случаях наценка 25% к тарифу за ввод

• Тариф с длинным контекстом — идентичное условие на обеих карточках: свыше 272,000 входных токенов весь запрос тарифицируется по 2× за ввод и кэш и 1.5× за вывод, что доводит GPT-6 Luna до $0.20 и $0.75, а GPT-6 Sol — до $4.00 и $15.00

• Контекстное окно — 1 050 000 токенов для обоих, с максимальным входным объёмом 922 000 токенов и пределом вывода в 128 000 токенов

• Усилие рассуждения — нет, низкое, среднее (по умолчанию), высокое, сверхвысокое, максимальное для обеих моделей; регулятор — один и тот же компонент в обеих моделях

• Уровни обслуживания — Flex уменьшает счёт вдвое, а Priority удваивает его на обеих картах; выбор осуществляется через тот жеservice_tier параметр

• Граница знаний — GPT-6 Luna 18 мая 2026 г. против GPT-6 Sol 20 апреля 2026 г.; разница в месяц внутри одного семейства, и об этом стоит знать, прежде чем предполагать, что эти две модели разделяют одну картину мира

• Индекс интеллекта, независимый — GPT-6 Luna 37 при максимальном усилии против GPT-6 Sol 48 при максимальном усилии, одна и та же ревизия индекса

• Оценка при стандартном уровне усилий — GPT-6 Luna 29 на её стандартном среднем уровне против GPT-6 Sol 48 на максимальном, при котором её измерила Artificial Analysis

• Стоимость за задачу Index, независимо — GPT-6 Luna около $0,07 против $1,06 у GPT-6 Sol

• Выходные токены на индексном прогоне — GPT-6 Luna 150M против GPT-6 Sol 77M, при медиане по лидерборду в 88M

• Coding Agent Index, независимый — GPT-6 Luna 41, на два пункта ниже, чем GPT-5.6 Luna, против GPT-6 Sol 57, на два пункта выше, чем GPT-5.6 Sol

• Доля галлюцинаций в AA-Omniscience — GPT-6 Luna — 77%, снижение с 93%, против GPT-6 Sol — 60%, снижение с 92%; обе модели стали охотнее отказываться отвечать, а не стали более знающими, и Sol продвинулась дальше

• В OrcaRouter — ни GPT-6 Luna, ни GPT-6 Sol нет в нашем каталоге на момент написания этого текста; доступ к обоим осуществляется через собственный API OpenAI

Регулятор усилия — одна и та же деталь в обеих моделях, и это меняет всю арифметику.

Поскольку лестница рассуждений идентична, главные показатели индекса для обеих моделей — это показатели при максимальных усилиях. 37 баллов GPT-6 Luna — это результат, который она показывает, когда ей разрешено думать столько, сколько захочется. По умолчанию у неё средний уровень, на котором она набирает 29. 48 баллов GPT-6 Sol — тоже показатель при максимальных усилиях, и именно при этой настройке её запускал независимый совет.

Это здесь важнее, чем в большинстве сравнений, потому что означает, что две модели приводятся на одной и той же ступени. Команда, которая развёртывает GPT-6 Luna и ничего не меняет, получает не 37 против 48, а 29 против 48. Это разрыв в девятнадцать пунктов, а не в одиннадцать, и его величина — свойство настройки по умолчанию, а не модели.

Тот же регулятор — это также самая дешёвая оптимизация, доступная на любой из карточек, и он работает в обе стороны. Понижение GPT-6 Sol с max до medium на работе, которую проверяет человек, даёт бо́льшую экономию, чем перевод части вашего трафика с Sol на Luna, и требует одного изменения параметра, а не миграции. Повышение GPT-6 Luna до xhigh в том единственном вызове на задачу, который действительно решает исход, — это погрешность округления по сравнению с общим итогом. Этот регулятор есть у обеих моделей именно для того, чтобы выбор уровня и выбор усилия можно было делать раздельно, а большинство команд делает только один из них.

Утёс точно такой же — в этом и суть.

Обе модели содержат одну и ту же оговорку о длинном контексте, и, поскольку эта оговорка пропорциональна, она не сужает разрыв между ними — она удваивает обе стороны этого разрыва. Запрос на 300 000 токенов в GPT-6 Luna тарифицируется по $0,20 за миллион входных токенов для всех 300 000 токенов, а не только для 28 000, превышающих порог. Тот же запрос в GPT-6 Sol тарифицируется по $4,00. Разделите любой из документов на два вызова ниже порога — и стоимость уменьшится вдвое без изменения промпта.

А вот что одинаковое условие действительно меняет — так это масштаб ошибки. На объёмном тарифе запрос с неверно определённым размером стоит пятую часть цента за тысячу токенов. На дневном тарифе — четыре доллара за миллион. Команды, которые с наибольшей вероятностью имеют рабочий контекст в 300 000 токенов, — это те, кто запускает агентные пайплайны, для которых продаются обе модели; а значит, тариф, который меньше всех может позволить себе эту ошибку, — не тот, который допускает её чаще всех.

Где находятся одиннадцать точек Сола, а где — нет

Этот разрыв реален, и он распределён неравномерно по задачам, которые вы можете запускать.

Преимущества GPT-6 Sol сосредоточены в программировании и агентном исполнении. Его индекс кодинг-агента, равный 57, на шестнадцать пунктов выше, чем 41 у GPT-6 Luna, в рейтинге, где аналоги предыдущего поколения имели 55 и 43, — то есть по этому показателю обе модели двинулись в противоположных направлениях, и это стоит знать, прежде чем предполагать, что новое поколение представляет собой улучшение старого по всем параметрам. По собственным опубликованным данным вендора, Sol показывает 68,8% на DeepSWE v1.1 при максимальных усилиях против 66,6% у Luna и примерно 43% на Terminal-Bench 4.0 против 37%. Это данные, заявленные OpenAI и не воспроизведённые независимо, а описываемый ими разрыв уже, чем можно предположить по разрыву в индексе.

Там, где Sol вырывается вперёд, — это оценки, которые вознаграждают длинную цепочку правильных решений: GPT-6 Sol показывает около 62% на AutomationBench-AA против 53% у GPT-6 Luna, а уровень галлюцинаций — 60% против 77% на том же omniscience board. Разница в семнадцать пунктов в том, как часто модель выдумывает ответ, — это не разрыв в способностях; для всего, что имеет конечного потребителя, это и есть решающий фактор.

Область, где эти одиннадцать пунктов отсутствуют, — это общая работа с текстом. При извлечении, классификации, маршрутизации и суммаризации — задачах, под которые рассчитана цена GPT-6 Luna — обе модели будут давать один и тот же пригодный ответ в подавляющем большинстве случаев, и эта разница не выдержит столкновения с вашим собственным набором для оценки. Artificial Analysis отмечает одну регрессию у обеих моделей при максимальном усилии: GPT-6 Sol теряет примерно 100 Elo на GDPval-AA v2.1 по сравнению со своим предшественником, а GPT-6 Luna — примерно 75. Если ваша работа похожа на GDPval, ни один из уровней не является тем улучшением, которое вам обещали, и эти одиннадцать пунктов — это сравнение двух моделей, которые обе стали хуже.

Выбор между двумя тарифами, которые у вас уже есть

Необычность этой пары в том, что это не решение о покупке. Обе модели работают в одном аккаунте, используют один эндпоинт и один SDK. Здесь нет второго контракта, повторного согласования тарифов и интеграционных работ, чтобы переключить трафик с одной на другую. Поэтому это решение о маршрутизации, а решения о маршрутизации стоит принимать для каждого запроса, а не один раз.

Ни GPT-6 Luna, ни GPT-6 Sol на момент написания этого текста нет в нашем каталоге — доступ к обеим моделям осуществляется через собственный API OpenAI, поэтому это разделение придётся выразить в вашем приложении, а не в конфигурации роутера. Это причина отнестись к нему вдумчиво, ведь цена ошибки — изменение кода, а не настроек. Форма разделения несложна: GPT-6 Luna — для тысячи небольших вызовов, которые агент совершает по пути к задаче, а GPT-6 Sol — для вызова, создающего артефакт, который прочитает человек. Задайте параметр effort явно с обеих сторон, потому что по умолчанию используется medium, а все опубликованные показатели для обеих моделей относятся к максимальному effort.

Команды, которые маршрутизируют запросы между разными вендорами — а большинство из тех, кого мы видим, делают именно так, — могут держать GPT-6 Astra, Grok 4.6, Kimi K3 и Qwen3.8-Max на одном ключе через OrcaRouter по каталожной цене провайдера, с 0% наценки и переключением при сбое между апстримами. Добавление GPT-6 Luna и GPT-6 Sol в ту же картину означает второй ключ, а не вторую архитектуру, и это меньшая из двух проблем, которые создаёт такое сочетание.

Какой именно, и когда

Берите GPT-6 Luna, если только вы не можете назвать ту возможность, которую покупаете за двадцатикратную цену. Она дешевле по каждой строке тарифа, включая кэшированный ввод, у неё то же окно и тот же потолок вывода, ей можно указать полностью прекратить рассуждения, а её стоимость за выполненную задачу на независимом лидерборде составляет примерно одну пятнадцатую от стоимости GPT-6 Sol. Задавайте уровень усилий явно, держите длинные вызовы ниже 272 000 входных токенов и проверьте разрыв в шестнадцать пунктов в Coding Agent Index на своём репозитории, прежде чем предполагать, что он относится к вам.

Берите GPT-6 Sol, когда задача и есть продукт, а режим отказа — незаметно ошибочный ответ, а не медленный. Агенты для программирования, работающие с реальным репозиторием, долгосрочный профессиональный анализ, всё, где выдуманный факт стоит дороже сэкономленных токенов. Примите, что вы платите в пятнадцать раз больше за каждую выполненную задачу ради одиннадцати пунктов индекса, и что значительная доля этих одиннадцати пунктов находится в колонке галлюцинаций, а не в колонке способностей, — а для этой конкретной пары именно за эту половину лучше платить.

Ошибка, которой следует избегать, — воспринимать двадцатикратный ценник как ответ. Это ответ на вопрос о том, сколько стоит токен, и он ничего не говорит о том, сколько стоит завершённая задача или как часто ответ дешёвой модели оказывается неверным так, что вы этого не заметите.