GPT-5.6 Sol vs Terra vs Luna: какой уровень выбрать (2026)

TL;DR

• GPT-5.6 стал общедоступным 9 июля 2026 года в трёх уровнях: Sol (флагман), Terra (сбалансированный по умолчанию) и Luna (самый дешёвый и быстрый)
• За 1M токенов: Sol — $5/$30, Terra — $2.50/$15, Luna — $1/$6 — разброс 5× от верхнего к нижнему
• Разрыв по бенчмаркам гораздо меньше, чем по цене: Terra отстаёт от Sol примерно на ~2 пункта на большинстве тестов при вдвое меньшей стоимости, поэтому Terra — выбор по умолчанию для большинства задач
• Берите Sol только для самых сложных агентных и long-horizon задач; используйте Luna для высоконагруженных short-context задач — но не для long-context (там recall резко падает)

OpenAI выпустила не один GPT-5.6. Она выпустила три — Sol, Terra и Luna — с ценами, которые различаются в 5× от верхнего к нижнему. Очевидный вопрос для всех, кто вызывает API: действительно ли нужен флагман, или дешёвого уровня достаточно? Честный ответ: разрыв по бенчмаркам гораздо уже, чем по цене, поэтому большинство нагрузок не должны по умолчанию идти на Sol. Ниже — разбор цена-против-производительности по уровням, и единственное место, где дешёвый уровень действительно разваливается.

Что такое GPT-5.6 Sol, Terra и Luna?

GPT-5.6 Sol, Terra и Luna — три уровня одного семейства моделей, выпущенные вместе 9 июля 2026 года, которые обменивают возможности на стоимость. Sol — флагман, Terra — сбалансированный повседневный уровень, Luna — чемпион по цене и скорости.

У них одно поколение — Programmatic Tool Calling (модель пишет JavaScript, который выполняется в изолированной V8-песочнице без доступа к сети) и новое предсказуемое кэширование промптов работают во всех трёх. Между уровнями меняются «сырые» возможности, задержка и цена. Все три уже доступны через OpenAI API, ChatGPT, Codex и GitHub Copilot.

Уровни GPT-5.6 вкратце:

*Источник: запуск OpenAI GPT-5.6, 9 июля 2026. gpt-5.6 — алиас, указывающий на флагман.*

Формулировка, которую продвигает OpenAI — «intelligence that scales with your ambition» — на деле означает: выбирайте самый маленький уровень, который проходит планку вашей задачи, и платите больше только когда без этого нельзя.

Сколько стоит каждый уровень GPT-5.6?

За 1M токенов Sol стоит $5 input / $30 output, Terra — $2.50 / $15, Luna — $1 / $6. Это ровный шаг вниз 2× на каждом уровне и общий разброс 5× между Sol и Luna.

Цены за токены абстрактны, пока их не приложить к реальной нагрузке. Возьмём среднее production-приложение с 10M input и 2M output токенов в месяц:

Месячная стоимость для нагрузки 10M-in / 2M-out:

*Иллюстративный расчёт по опубликованным per-token тарифам; ваше соотношение input и output сдвинет итоги.*

Та же задача — разница в счёте 5×. Именно из-за этого разрыва важно, на какой уровень вы маршрутизируете запросы, — и именно поэтому отправка каждого вызова на Sol — самый частый способ переплатить за это семейство.

Как GPT-5.6 Sol, Terra и Luna сравниваются по бенчмаркам?

На большинстве бенчмарков три уровня стоят гораздо ближе, чем подсказывают цены — Terra обычно отстаёт от Sol примерно на 2 пункта, а Luna — ещё на несколько. Исключение — long-context recall, где Luna падает с обрыва.

Опубликованные цифры по семейству:

Сравнение бенчмарков GPT-5.6:

*Источник: опубликованные таблицы бенчмарков GPT-5.6, 2026 (Vellum, OpenAI). Sol также показывает 92.2% на BrowseComp; Sol Ultra — 91.9% на Terminal-Bench 2.1.*

Выделяются две вещи. Во-первых, на coding- и agentic-задачах уровни близки — Luna держит примерно 85% качества Sol при одной пятой цены, что отличный обмен для высоконагруженных задач. Во-вторых, MRCR long-context recall — место, где дешёвый уровень ломается: Luna падает до 41.3%, тогда как Sol и Terra остаются около 90%. Если ваша нагрузка кормит модель длинными документами или большими контекстами, Luna снят с рассмотрения вне зависимости от цены.

Когда использовать каждый уровень GPT-5.6?

По умолчанию — Terra, поднимайтесь до Sol только для самых сложных agentic-задач, и спускайтесь до Luna для высоконагруженных short-context задач. Не выбирайте уровень по престижу — выбирайте по тому, что реально требует задача.

• Terra — выбор по умолчанию. Он совпадает с Sol или отстаёт примерно на ~2 пункта на большинстве бенчмарков при вдвое меньшей цене. Для большинства production-приложений, чата, coding assistance и обычных agent-шагов Terra — правильная отправная точка. Тянитесь к другому уровню только когда конкретная задача доказывает, что Terra не хватает.
• Sol — сложные случаи. Long-horizon multi-step workflows, сложные terminal-операции, cybersecurity research, computer use и всё, что требует max reasoning или ultra mode. Sol — единственный уровень, который полностью поддерживает frontier-функции, и он лидирует на каждом бенчмарке — просто не настолько, чтобы оправдать его использование везде.
• Luna — объём, не глубина. Высокопропускные, latency-sensitive пайплайны, где стоимость запроса важнее последних нескольких пунктов рассуждения: classification, tagging, routing, короткие summary, bulk generation. Держите его подальше от long-context задач.

Практический паттерн, к которому приходит большинство команд, — не «выбрать один». Это маршрутизация: Luna или Terra для основной массы вызовов, Sol зарезервирован для шагов, которым он действительно нужен. Именно там mixed-tier схема окупается.

Как переключаться между уровнями GPT-5.6 в API?

Вы переключаете уровни, меняя model ID — gpt-5.6-sol, gpt-5.6-terra или gpt-5.6-luna — остальной запрос остаётся идентичным. Поскольку уровни разделяют один интерфейс, маршрутизация по задаче — это изменение одного поля.

from openai import OpenAI

client = OpenAI(api_key="sk-...")  # use an environment variable, never hardcode

def answer(prompt, hard=False, bulk=False):
    # route by task: cheap by default, escalate only when needed
    model = "gpt-5.6-sol" if hard else "gpt-5.6-luna" if bulk else "gpt-5.6-terra"
    return client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )

Минус прямого подхода: эта маршрутизация живёт в вашем коде, привязанном к уровням одного провайдера. Если позже вы захотите отправить часть трафика на более дешёвую non-OpenAI модель или сделать fallback при rate-limit уровня, придётся переписывать. Единый gateway вроде Velokey ставит Sol, Terra, Luna и модели других вендоров за один OpenAI-compatible endpoint, так что маршрутизация по уровням и cross-model fallback становятся конфигурацией, а не переписыванием — а в этом и смысл разнесения нагрузки по уровням для контроля стоимости.

Контекст запуска и как GPT-5.6 сюда пришёл — в нашем обзоре релиза GPT-5.6; как он смотрится против других frontier-моделей — в разборе GLM-5.2 vs GPT-5.5 vs Claude Opus 4.8 и гайде по ценам Claude API.

Часто задаваемые вопросы

Какой уровень GPT-5.6 использовать по умолчанию?

Terra. Он отстаёт от Sol примерно на 2 пункта на большинстве бенчмарков при вдвое меньшей цене ($2.50/$15 за 1M токенов против $5/$30). Запускайте production-нагрузки на Terra и поднимайтесь до Sol только для задач, которым измеримо нужно больше — long-horizon agents, сложная terminal-работа или max-reasoning режимы.

Какова разница в цене между Sol, Terra и Luna?

За 1M токенов: Sol — $5 input / $30 output, Terra — $2.50 / $15, Luna — $1 / $6. Это шаг вниз 2× на каждом уровне и разброс 5× от Sol до Luna. На месячной нагрузке 10M-in/2M-out это примерно $110 (Sol) против $22 (Luna).

Достаточно ли GPT-5.6 Luna для production?

Для высоконагруженных short-context задач — да: Luna держит около 85% качества Sol при одной пятой цены. Но long-context recall падает до 41.3% (против ~90% у Sol и Terra), поэтому избегайте Luna для длинных документов и large-context промптов. Используйте его для classification, tagging, routing и bulk generation.

Какие API model ID у GPT-5.6?

gpt-5.6-sol, gpt-5.6-terra и gpt-5.6-luna. Голый алиас gpt-5.6 указывает на флагман (Sol). Переключение уровней — изменение одного поля в запросе, поскольку все три разделяют один API-интерфейс.

Когда Sol стоит своих 5× относительно Luna?

Когда задаче действительно нужно frontier-рассуждение: long-horizon multi-step agents, сложные terminal-операции, cybersecurity research, computer use или long-context работа, где recall Luna не выдерживает. Для повседневного чата, coding help и рутинных agent-шагов прирост по бенчмаркам над Terra или Luna редко оправдывает стоимость Sol.

Можно ли смешивать уровни GPT-5.6 в одном приложении?

Да, и большинство cost-efficient схем так и делают. Маршрутизируйте основную массу вызовов на Luna или Terra и резервируйте Sol для самых сложных шагов. Поскольку уровни разделяют один интерфейс, модель можно выбирать на каждый запрос. Единый gateway делает эту маршрутизацию (плюс fallback на другие модели) изменением конфигурации, а не кода.

Хотите маршрутизировать между уровнями GPT-5.6 без жёсткой привязки к одному провайдеру? Получите API-ключ Velokey и вызывайте Sol, Terra и Luna — плюс модели других вендоров — через один OpenAI-compatible endpoint, с выбором модели на запрос и автоматическим fallback.

*Последнее обновление: 10 июля 2026. Цены и бенчмарки — из запуска OpenAI GPT-5.6 и опубликованных evaluation-таблиц на момент написания. Цифры задаёт OpenAI и они могут измениться — проверяйте актуальные тарифы и бенчмарки перед фиксацией production-бюджетов.*