Титульная карточка главного баннера для сравнения GPT-6 и GPT-6 Sol. Заголовок: «GPT-6 против GPT-6 Sol», с плашкой «GPT-6 — это имя семейства, а не идентификатор модели» и плашкой «GPT-6 Sol: представитель среднего уровня, общедоступен с 22 сентября 2026 года». В нижней строке написано: «Родственные модели: GPT-6 Astra, GPT-6 Sol, GPT-6 Luna».
Guides & Insights

GPT-6 против GPT-6 Sol: что OpenAI на самом деле называет GPT-6

Автор

Rowan Sterling

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Не существует модели под названием GPT-6. Вы не можете её вызвать. У неё нет тарифной сетки, контекстного окна и идентификатора модели, потому что GPT-6 Sol и GPT-6 Astra — это то, что OpenAI фактически выпускает: два именованных представителя семейства, которое также включает GPT-6 Luna на нижней ступени. Эта страница существует потому, что именно это различие и есть весь ответ, и потому что поиск по запросу «GPT-6 vs GPT-6 Sol» сейчас выдаёт кучу страниц, сравнивающих две другие модели (GPT-5.6 Sol против GPT-6 Sol), под заголовком, похожим на этот. Так что полезно не выбирать победителя между моделью и названием её собственного семейства. Полезно правильно назвать три модели, сказать, какую из них слова «GPT-6» обозначали с 22 сентября 2026 года, а затем провести сравнение, которое действительно меняет счёт: среднеуровневая модель против флагманской.

Три модели, одно фамильное имя

Анонс OpenAI от 22 сентября 2026 года представил GPT-6 Sol и GPT-6 Luna бок о бок. Флагман, GPT-6 Astra, появился раньше, в начале сентября. Каждый из них — отдельный id модели со своей опубликованной тарифной сеткой, своим контекстным окном и своей позицией в независимых рейтингах. Название семейства «GPT-6» несёт не больше идентифицирующей ценности, чем «GPT-5.6» поколением ранее.

Что действительно несёт в себе название семейства, так это логика уровней, которая оставалась неизменной на протяжении двух поколений запусков OpenAI:

• Вершина линейки — GPT-6 Astra, $10.00 за миллион входных и $50.00 за миллион выходных токенов, предназначена для долгосрочного анализа, глубоких исследований и задач, где глубина важнее задержки
• Середина — GPT-6 Sol, $2.00 за вход и $10.00 за выход, экономичный тариф высокого уровня: несколько файлов, длинные транскрипты и многошаговая агентная работа по цене, составляющей одну пятую от цены Astra за вход
• Нижний уровень — GPT-6 Luna, $0.10 за вход и $0.50 за выход, настроена на скорость и объём, а не на глубину, и самое дешёвое в семействе — в двадцать раз дешевле Sol
• Что у них общего — контекстное окно на 1,050,000 токенов, потолок вывода на 128,000 токенов, ввод текста/изображений/файлов и тот же порог в 272,000 токенов, при превышении которого весь запрос пересчитывается с коэффициентом 2x для ввода и 1.5x для вывода
• Чего не сообщает одно только слово «GPT-6» — за какую из трёх вы платите

Последняя строка — это не педантизм. Фраза о ценах, которая гласит: «GPT-6 стоит $10 за миллион выходных токенов», неверна для двух из трёх моделей и верна ровно для одной, а два неверных прочтения отличаются друг от друга в 20 раз.

Сравнение, которое на самом деле запрашивается

Когда с названиями разобрались, «GPT-6 против GPT-6 Sol» сводится к единственному противостоянию внутри семейства, в котором есть реальное напряжение: GPT-6 Sol против собственного флагмана, GPT-6 Astra, и против его более дешёвого собрата GPT-6 Luna. Оба — активные маршруты на OrcaRouter, оба доступны через одни и те же OpenAI-совместимые эндпоинты, и оба тарифицируются по прайс-листу OpenAI без каких-либо наценок.

Две карты, измерение за измерением:

• Цена ввода — GPT-6 Sol $2.00 за миллион против GPT-6 Astra $10.00 за миллион, разрыв в 5 раз
• Цена вывода — GPT-6 Sol $10.00 за миллион против GPT-6 Astra $50.00 за миллион, тоже в 5 раз
• Свыше 272K входных токенов — Sol пересчитывает цену до $4.00 / $15.00; Astra — до $20.00 / $75.00
• Чтение из кэша — Sol $0.20 за миллион, Astra $1.00; запись в кэш — $2.50 против $12.50
• Контекст и вывод — на одном уровне: 1,050,000 токенов на входе, 128,000 токенов на выходе, у обоих
• Модальности — на одном уровне: текст, изображения и файлы на входе, текст на выходе, у обоих
• Усилие рассуждения — на одном уровне: у обоих есть настраиваемая шкала усилий, а не фиксированный режим
• Дешёвый третий вариант — GPT-6 Luna по $0.10 / $0.50, в двадцать раз дешевле на входе, чем Sol

Ничто в том списке не является заявлением о возможностях. Это структура расходов, и на любой рабочей нагрузке с большим входом и малым выходом — сводка документа, проход проверки кода, классификация по длинной расшифровке — столбец ввода составляет большую часть счёта, а 5-кратное преимущество Sol здесь и есть всё решение.

Screenshot of the OrcaRouter model page for GPT-6 Sol, showing the OpenAI GPT-6 Sol card with a 1,050,000-token context window, up to 128,000 output tokens, text/image/file input, capabilities of vision, tools, JSON and reasoning, and the tiered rate card of $2.00 per million input and $10.00 per million output up to 272,000 tokens, stepping to $4.00 and $15.00 above that.

Где на самом деле кроется разрыв в бенчмарках

Бенчмарки действительно разделяют эти две модели, в отличие от сравнения GPT-6 Sol и GPT-5.6 Sol, где независимый индекс фактически показывает ничью. GPT-6 Astra набирает 52,7 в Индексе интеллекта Artificial Analysis против 47,6 у GPT-6 Sol — разрыв в пять пунктов, который примерно соответствует дистанции между последовательными поколениями моделей, а не шуму измерений. На более сложных заданиях на рассуждение и агентных задачах порядок сохраняется: Astra показывает 96,1 на GPQA Diamond и 54,7 на Humanity's Last Exam против 47,9 у Sol, а также 59,1 в агентном наборе terminal-bench v4.0 против 43,9 у Sol.

На этих числах должны стоять две пометки. Приведённые выше показатели индекса и бенчмарка принадлежат Artificial Analysis: они считаны с карточек каталога OrcaRouter для каждой модели, и обе модели оценивались на одном и том же стенде в один и тот же день — но единичное обновление индекса — это единичное измерение движущейся цели, и положение ни одной из моделей не является постоянным. А любые цифры, приписываемые самой OpenAI, заявлены вендором: в материалах запуска OpenAI GPT-6 Sol сопоставляется с собственным уровнем Astra и с предыдущим поколением — это лаборатория измеряет саму себя, и это не то же самое, что внешний оценщик, включающий модели.

Там, где Sol сокращает большую часть отставания, — это задачи, которые длинные, а не глубокие. Воспроизведение длинного контекста — 83,7 у Sol против 80,7 у Astra при одном и том же замере, а SciCode — 57,6 против 56,5. Если ваша задача — «удержать миллион токенов и ответить на вопрос о них», преимущество флагмана резко сужается, а пятикратный разрыв в цене — нет.

A five-row comparison card titled 'GPT-6 Sol vs GPT-6 Astra'. Rows read: 'Input price: $2.00 vs $10.00 per MTok'; 'Output price: $10.00 vs $50.00 per MTok'; 'Above 272K input: $4.00 / $15.00 vs $20.00 / $75.00'; 'Context: 1,050,000 in, 128K out on both'; 'AA Intelligence Index: 47.6 vs 52.7'. A footer reads 'Index figures per Artificial Analysis as carried in OrcaRouter's catalogue, same board and date; OpenAI figures are vendor-reported.'

Что означает «GPT-6 в ChatGPT», а что — нет

7 октября 2026 года OpenAI начала внедрять поколение GPT-6 в сам ChatGPT в рамках возможности, которую она называет Intelligent UI: сначала для платных тарифов, а на следующий день — для Free и Go. В собственном объявлении OpenAI прямо указано распределение: GPT-6 Sol работает в Plus, Pro, Business и Enterprise, а GPT-6 Luna — в Free и Go. Модели, стоящие за Work и Codex, остались без изменений.

Воспринимайте это как заявление о доступности, а не как изменение спецификации. GPT-6 Sol внутри ChatGPT — тот же GPT-6 Sol в тарифной сетке: потребительский запуск не создал лучший чекпойнт и не затронул то, сколько платит вызывающий API. Что он сделал, так это вывел модель среднего уровня на крупнейшую потребительскую площадку, какая есть у OpenAI. Для команды, выбирающей между двумя уровнями API, это контекст, а не доказательство: тот факт, что миллиард еженедельных пользователей получает Sol по умолчанию, кое-что говорит о том, как OpenAI назначает цену и позиционирует этот уровень, и ничего — о том, нужна ли вашей рабочей нагрузке Astra.

В ходе развёртывания также появились два названия, которые стоит правильно классифицировать, потому что их легко принять за модели. «GPT-6 Extra High» и «GPT-6 Instant» фигурируют в заявлениях OpenAI о скорости для работы с ChatGPT — GPT-6 Extra High начинает отвечать за то же время, которое раньше требовалось GPT-5.6 Medium, а GPT-6 Instant отвечает на поисковые вопросы в среднем на 44% быстрее. Это сообщённые поставщиком показатели для конфигураций моделей GPT-6 при определённых уровнях усилий рассуждения, а не отдельные идентификаторы моделей, к которым можно обратиться. Не вписывайте их в таблицу маршрутизации. Если вашей архитектуре нужен вариант с высоким уровнем усилий, это GPT-6 Astra или GPT-6 Sol с повышенным уровнем усилий рассуждения; на уровне Astra тарифная сетка также перестаёт быть $10/$50 — уровень длинного контекста и более быстрые уровни тарифицируются отдельно от стандартной тарифной сетки.

Выбор между ними без догадок

Самый дешёвый способ решить это — не таблица бенчмарков, а собственное разделение трафика, и обычно оно сводится к одному из четырёх вариантов.

• Длинный ввод, короткий вывод — выбирайте GPT-6 Sol. Расходы определяет столбец ввода, и разрыв в 5 раз — вот и вся суть
• Длинный ввод, и ответ должен быть правильным с первого раза — GPT-6 Astra, и примите пятикратную разницу. GPQA Diamond и набор агентных тестов — именно там разрыв Astra реален, а не декоративен
• Большие объёмы, чувствительность к задержкам, неглубокие задачи — GPT-6 Luna. Sol в двадцать раз дороже за входной токен, а дополнительная глубина бесполезна для простого поиска
• Длинные транскрипты работы агентов, смешанная глубина — разделяйте по запросам. Короткие ходы — на Sol, ходы планирования и финального синтеза — на Astra; вот для чего нужна маршрутизация

Этот последний случай — причина, по которой двухключевая архитектура хуже, чем кажется. Обе модели находятся за одним ключом API OrcaRouter, по прейскурантной цене провайдера с наценкой 0%, так что изменение цен провайдера в середине запуска попадает на тот же счётчик, а не в сверку три недели спустя — и автоматическое переключение при сбое означает, что всплеск трафика, который один маршрут не может поглотить, не превращается в неудачный запуск. DSL маршрутизации явно составляет разделение: правило по размеру запроса или по заголовку может отправлять всё, что превышает ваш собственный порог токенов, той модели, которая, по вашему решению, лучше справляется с длиной, в то время как короткий трафик остаётся на более дешёвом уровне. Ничто в этом не требует, чтобы две модели были одного размера или одной цены, и именно поэтому коллизия имён имеет значение в первую очередь: правило маршрутизации, написанное в расчёте на "GPT-6", — это правило, написанное в расчёте ни на что.

Вопрос именования решён

GPT-6 — это семейство из трёх выпущенных моделей: GPT-6 Astra на вершине, GPT-6 Sol в середине, GPT-6 Luna внизу. Когда кто-то пишет «GPT-6 против GPT-6 Sol», он либо сравнивает средний уровень с флагманом — и тогда честный ответ таков: Astra действительно сильнее по глубине и действительно в пять раз дороже, а Sol — лучший выбор по умолчанию для длинных задач, — либо перепутал префикс поколения и имеет в виду GPT-5.6 Sol против GPT-6 Sol, а это ценовое событие внутри линейки одного поставщика, а не состязание возможностей.

В любом случае, в первую очередь стоит исправить именно название. Модели доступны с сентября 2026 года, это отдельные продукты, доступные для покупки, а единственное, что говорит само по себе название «GPT-6», — это то, какая компания их создала.

Screenshot of the OrcaRouter model page for GPT-6 Astra, showing the OpenAI GPT-6 Astra card with a 1,050,000-token context window, up to 128,000 output tokens, text/image/file input, and the tiered rate card of $10.00 per million input and $50.00 per million output up to 272,000 tokens, stepping to $20.00 and $75.00 above that.

Сравнение в этой статье2

Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно