OpenAI выпустила GPT-6 Sol и GPT-6 Luna для API
22 сентября в журнале изменений OpenAI появились GPT-6 Sol и GPT-6 Luna - две reasoning-модели для Responses API и Chat Completions. Это отдельный релиз от GPT-6 Astra, представленной в начале месяца для наиболее сложной работы. Sol и Luna расширяют выбор для разработчиков: можно подобрать более производительный или более экономичный уровень, не отправляя каждый запрос на самый дорогой вариант.
Что изменилось
Обе модели принимают текст и изображения
В changelog указано, что Sol и Luna принимают текстовые и визуальные входные данные и возвращают текст. Они доступны через два основных интерфейса: Responses API и Chat Completions. Это позволяет подключать модели как к новым агентным сценариям, так и к уже работающим приложениям, но тип поддерживаемого входа сам по себе не говорит, как качественно модель распознает сложную схему, мелкий текст или необычное изображение.
Разница в цене значительная
Для стандартного тарифа при входном контексте до 272 тысяч токенов OpenAI указала $2 за миллион входных токенов и $10 за миллион выходных у Sol. У Luna цены составляют $0,10 и $0,50 соответственно. Это двадцатикратная разница, но сравнение имеет смысл лишь при сопоставимом качестве на вашей задаче. Если Luna чаще ошибается или требует повторной генерации, начальная дешевизна может оказаться обманчивой.
Распределение запросов может снизить расходы
Практичный подход - маршрутизировать простые классификации, извлечение полей и черновые ответы на более доступную модель, а сложные случаи передавать Sol. Маршрутизатор сам требует проверки: он должен распознавать неоднозначность, неполный контекст и высокую цену ошибки. В первую очередь оставляют резервное переключение, метрику доли эскалации и ручную проверку спорных результатов.
Заголовок «reasoning» не заменяет тест возможностей
Официальный changelog подтверждает класс моделей и форматы входа, но для конкретного продукта важны latency, ограничения контекста, поддержка инструментов и качество. Не следует предполагать, что обе модели поддерживают весь набор функций Astra или имеют одинаковые режимы рассуждения без проверки актуальной документации. Особое внимание требуется схемам JSON, вызовам функций, отказам и обработке поврежденного входа.
Пилот должен измерять итоговую операцию
Для каждой модели составьте один и тот же набор из реальных запросов. Измерьте точность полей, долю валидных форматов, успешность вызова инструмента, стоимость всей операции и задержку от запроса до результата. Для важных выводов сохраните эталон и добавьте слепую проверку специалистом. Затем установите порог, выше которого задача автоматически эскалируется на более сильную модель.
Как применить новость без лишних выводов
Сначала сохраните официальную формулировку, дату проверки и точную область изменения: продукт, тариф, регион, тип аккаунта или этап теста. Отдельно запишите, что источник не утверждает. Для рабочего решения назначьте владельца, подготовьте безопасный контрольный пример и измеримый критерий. Не объявляйте самостоятельное тестирование, если редакция анализирует только открытые сведения. При изменении документации обновляйте конкретный факт и зависимые выводы, а прежнюю версию оставляйте в истории. Такой порядок отделяет подтвержденную новость от прогноза и помогает читателю понять, какое действие возможно уже сейчас.
Распределение нагрузки между двумя уровнями
Разница в цене между Sol и Luna подталкивает проектировать маршрутизацию, но дешевизна сама по себе не доказывает эффективность. Сначала определите операции с проверяемым ответом и оцените, какую долю запросов более доступная модель решает без повышения риска. Для остатка заранее предусмотрите передачу Sol или оператору. Не используйте уверенность модели как единственный маршрутизатор, если она не калибрована на конкретном домене.
Экономия зависит от доли правильной маршрутизации
Низкая цена Luna особенно привлекательна при большом объеме стандартизированных операций. Но если задача требует сложного вывода, перенос на более сильную модель после ошибки увеличивает задержку и может удвоить вызовы. Пилот покажет, какая часть обращений действительно проста, а какую лучше сразу отправлять на Sol.
Порог для эскалации запроса
Разметить тестовую выборку по сложности и цене ошибки.
Проверить точность каждой модели, время, формат ответа и полную стоимость с повторными вызовами.
Зафиксировать правило эскалации и максимальный расход на один пользовательский сценарий.
Версионирование API
Сохраняйте model ID, дату и параметры каждого запроса. Ведите набор regression tests и запускайте его при обновлении модели, схемы ответа или системного промпта. Проверяйте лимиты и цены на официальной странице прежде, чем переносить расчет бюджета в годовой прогноз: ранняя стоимость может измениться, а дополнительные режимы оплаты влияют на счет.
Что это дает пользователю
Сервису обработки обращений Luna может подойти для категоризации и поиска типового поля; возврат денег, неоднозначная жалоба и конфликтующие сведения требуют осторожной эскалации.
Для задач с изображениями тестируйте не только четкие скриншоты, но и фотографии под углом, низкое разрешение, рукопись, таблицы и текст на сложном фоне.
Считайте полную стоимость: системный контекст, повторные попытки, вызовы инструментов, неудачные ответы и последующая ручная обработка.
Фиксируйте точный идентификатор модели и дату теста. Обновление алиаса или параметров может изменить качество без изменения вашего кода.
Что нужно учитывать
Прайс указан для стандартного режима и контекста до 272 тысяч входных токенов; дополнительные уровни тарификации нужно сверять отдельно.
Changelog не дает достаточных оснований утверждать, что Sol и Luna заменяют Astra во всех профессиональных сценариях.
Доступность API и региональная обработка данных должны проверяться для конкретного аккаунта и договора.
Коротко
Sol и Luna делают линейку API более дифференцированной: Sol рассчитана на сильные reasoning-задачи, а Luna заметно дешевле и потенциально уместна для больших объемов. Самая разумная стратегия - не угадывать универсального победителя, а строить маршрутизацию по риску и сложности, валидировать ответ и считать полную стоимость выполнения. Перед переносом приложения проверьте ограничения модели в документации и прогоните тесты совместимости.