GPT-6 Sol и Luna: что выпустила OpenAI и какую модель выбрать
- Что выпустила OpenAI
- Чем Sol отличается от Luna
- Как они связаны с Astra и предыдущей серией
- Где доступны новые модели
- Чем цена API отличается от подписки
- Какую задачу выбрать для первого знакомства
- Пример запроса для сравнения
- Как оценивать ответ
- Какие ограничения сохраняются
- Что освоить помимо выбора модели
- Вопросы и ответы
Что выпустила OpenAI
OpenAI выпустила GPT-6 Sol и GPT-6 Luna 22 сентября 2026 года. Релиз подтверждён в официальном журнале изменений. Это две модели с разным назначением: Sol ориентирована на сложные задачи программирования и агентные процессы, Luna — на более узкие повторяемые задачи с большим объёмом обработки.
По сообщению разработчика, модели принимают текст и изображения и выдают текстовый результат. Но наличие изображения на входе не означает, что перед нами отдельный генератор картинок. Нужно различать возможности модели и инструменты приложения, в котором она используется.
Для новичка практический смысл новости — в выборе подходящего исполнителя под задачу. Необязательно начинать с программирования: можно проверять извлечение сведений, подготовку краткого резюме или разбор рабочего материала. При этом полезность конкретного сценария нужно оценивать по результату, а не только по новизне названия.
Чем Sol отличается от Luna
В карточке GPT-6 Sol акцент сделан на сложной работе с кодом и агентных процессах. Агентный процесс — это выполнение задачи через последовательность действий с доступными инструментами, а не только выдача одного сообщения.
GPT-6 Luna позиционируется как эффективная модель для сфокусированных задач большого объёма. В документации среди примеров названы суммаризация, извлечение данных и ограниченные задачи программирования. Это описание назначения от разработчика, а не результат нашего сравнительного теста.
| Ситуация | С чего разумно начать проверку | Что оценивать |
|---|---|---|
| Нужно связать несколько этапов и разобраться в сложных ограничениях | Sol | План, соблюдение условий, качество итогового результата |
| Нужно повторять узкую операцию над однотипными материалами | Luna | Точность извлечения, стабильность формата, затраты на обработку |
| Задача пока описана расплывчато | Сначала уточнение запроса | Понятный критерий готовности, а затем выбор модели |
Таблица предлагает стартовую гипотезу. Она не доказывает, что одна модель всегда лучше другой для всех документов или рабочих процессов. Проверять следует на репрезентативных примерах своей задачи.
Как они связаны с Astra и предыдущей серией
Sol и Luna не являются новыми названиями одной и той же модели. В текущей линейке OpenAI отдельно описывает GPT-6 Astra как наиболее способную модель для сложной работы с кодом, приложениями и исследованием. Sol и Luna расширяют выбор под другие требования к задаче и стоимости.
Также не следует путать GPT-6 Sol с GPT-5.6 Sol. Одинаковое дополнительное имя не отменяет различия поколений. При чтении новости или сохранённой инструкции проверяйте полное название: иначе свойства предыдущей версии легко приписать свежему релизу.
В документации указано, что модели предыдущей серии остаются доступными во время развёртывания новых. Поэтому отсутствие автоматической замены в конкретном рабочем пространстве не опровергает сам релиз. Список доступных моделей зависит от продукта и условий доступа.
Где доступны новые модели
Согласно документации выбора моделей, GPT-6 Sol и Luna доступны в Work и Codex, а также через API. При этом OpenAI отдельно уточняет: они не доступны в обычном режиме Chat. Название ChatGPT на приложении само по себе не означает одинаковый набор моделей во всех его режимах.
Доступ зависит от этапа развёртывания, способа входа, клиента и условий рабочего пространства. Выбор названия модели не выдаёт дополнительных прав. Если её нет в доступном списке, сначала проверьте продукт, свою подписку и настройки организации, а не ориентируйтесь на чужой скриншот.
Для российского читателя релиз также не означает обещания свободного доступа из любой страны и с любым способом оплаты. Перед началом работы нужно проверить поддерживаемые условия сервиса. В этой статье не предлагаются способы обхода ограничений.
Чем цена API отличается от подписки
API — способ подключать модель к приложениям и автоматизированным процессам. Его тарификация не равна цене пользовательской подписки. В опубликованных стандартных тарифах для запросов до 272 тысяч входных токенов стоимость указана за миллион токенов, отдельно для входа и выхода.
| Модель | Вход, доллары за миллион токенов | Выход, доллары за миллион токенов |
|---|---|---|
| GPT-6 Sol | 2 | 10 |
| GPT-6 Luna | 0,10 | 0,50 |
Это базовые ставки из карточек моделей на дату подготовки статьи. Для длинных запросов, других режимов обработки и дополнительных инструментов действуют отдельные условия. По этой таблице нельзя обещать точную стоимость любого задания или считать, что подписка включает произвольный объём API.
Токен — единица обработки текста, которая не совпадает строго со словом или символом. Для оценки рабочего сценария нужны реальные объёмы входа, ответа и дополнительные составляющие тарификации. Пользователю, который только пробует готовое приложение, не обязательно начинать с настройки API.
Какую задачу выбрать для первого знакомства
Выберите небольшой материал, правильность разбора которого можете проверить самостоятельно. Например, обезличенное описание учебного мероприятия: тема, формат, условия участия и контактный порядок. Не начинайте с юридического заключения или важного расчёта, если у вас нет возможности оценить ответ.
Для Luna логично проверить узкое извлечение полей или краткое резюме. Для Sol — задачу, где нужно согласовать несколько требований и подготовить связанный результат. Это редакционные рекомендации по постановке эксперимента, а не заявление о проведённом нами тестировании моделей.
Сначала сформулируйте, что считается ошибкой: добавленные факты, пропущенное условие, неверный формат или противоречие исходному тексту. Чем яснее критерии, тем проще понять, полезно ли выбранное средство.
Пример запроса для сравнения
Ниже — учебный шаблон. Вставьте собственный безопасный текст и используйте одинаковые исходные данные для обеих моделей, если обе доступны. Названия полей можно изменить под свою задачу.
Прочитай описание мероприятия ниже. Подготовь таблицу с полями: тема, аудитория, формат, условия участия, что осталось неизвестным. Используй только сведения из исходного текста. Если данных нет, напиши «не указано». После таблицы перечисли вопросы, которые нужно задать организатору. Не дополняй описание предположениями и не исправляй противоречия молча.
Исходный текст: [вставьте обезличенное описание].
Для проверки намеренно выберите материал, где отсутствует часть сведений. Полезный результат должен сохранить эту неопределённость, а не заполнить пробелы правдоподобными деталями. Если ответы отличаются, сопоставьте каждое поле с источником.
Принципы постановки задачи подробнее разобраны в статье о промпт-инжиниринге. Хороший запрос задаёт роль исходных данных, нужный результат и ограничения, но не превращает модель в безошибочный источник.
Как оценивать ответ
Проверяйте фактическую точность раньше литературной гладкости. Аккуратная таблица может содержать выдуманную дату или неверно понятую аудиторию. Найдите в исходнике основание для каждого заполненного поля, затем проверьте, не исчезли ли существенные условия.
После этого оцените соблюдение формата и объём ручной доработки. Ответ, который выглядит короче, не обязательно быстрее превращается в готовый материал. Для повторяемой задачи важна устойчивость на разных примерах, включая неполные и противоречивые входные данные.
Если рассматриваете и других разработчиков, сравнивайте модели на одинаковом задании. Новость о Claude Opus 5.5 полезна для понимания соседнего релиза, но само наличие свежей версии не заменяет такого сравнения. Не смешивайте маркетинговые заявления и наблюдаемый результат.
Какие ограничения сохраняются
Новая модель по-прежнему может ошибаться, неправильно понимать инструкцию и добавлять неподтверждённые детали. Для работы с чувствительными данными нужны разрешённые вашей организацией условия и понятные правила обработки. Сначала используйте обезличенные материалы и ограниченный учебный пример.
В агентной задаче отдельно контролируйте действия с файлами и внешними системами. Полезно заранее определить, что можно изменять, какой результат требуется и на каком этапе нужно остановиться для проверки. Качество текста и корректность выполненного действия — разные стороны результата.
Не делайте вывод о всём продукте по одному удачному ответу. Сохраните исходный запрос, условия и замеченные ошибки, чтобы повторное сравнение было осмысленным. Особенно это важно после изменения модели или рабочего процесса.
Что освоить помимо выбора модели
Релиз даёт новые варианты, но рабочий навык состоит из более устойчивых действий: выделить задачу, подготовить данные, объяснить ограничения и проверить результат. Эти умения пригодятся и при следующем обновлении линейки.
На курсе по нейросетям стоит отрабатывать именно такую последовательность на понятных рабочих сценариях. Тогда выбор между Sol и Luna становится обоснованным решением для конкретной задачи, а не постоянной погоней за новым названием.
Вопросы и ответы
- GPT-6 Sol и Luna уже есть в обычном Chat?
В текущей документации OpenAI указаны Work и Codex, а обычный Chat исключён. Доступ также зависит от развёртывания, клиента, способа входа и условий рабочего пространства.
- Нужно ли программировать для первого знакомства?
Для разбора текста или извлечения сведений программирование не обязательно, если у вас есть подходящий доступ через приложение. API и автоматизация требуют отдельной технической подготовки.
- Luna всегда хуже Sol?
Такой вывод из назначения моделей не следует. Luna ориентирована на узкие повторяемые задачи, Sol — на более сложные процессы. Подходящий вариант проверяют на одинаковых исходниках и критериях.
- Оплата подписки равна оплате API?
Нет. Это разные условия использования и тарификации. Для API учитываются токены и другие применимые составляющие, а доступ через приложение зависит от его плана и лимитов.
- Можно ли сразу доверить новой модели рабочие документы?
Сначала проверьте разрешённые условия обработки и используйте безопасный обезличенный пример. Затем оцените точность по исходнику и объём ручных исправлений; свежий релиз не устраняет ошибки.