GPT-5.6 Sol, Terra и Luna: какую модель брать под задачу

Что за модели Sol, Terra и Luna и почему OpenAI развела их по трём полкам?

Sol, Terra и Luna это не три версии одной модели, а три ценовые полки семейства GPT-5.6: $5, $2 и $0.20 за миллион входных токенов. Разница между верхней и нижней полкой на входе двадцатипятикратная, а на тесте Terminal-Bench 2.1 по цифрам OpenAI между ними 4.1 процентного пункта

Раньше выбор был грубый: есть модель помощнее, есть подешевле, берёшь по ощущениям. Теперь производитель сам разложил линейку по полкам и написал, какая полка под что. Показали семейство 26 июня 2026 года, сейчас все три уже стоят в общем прайсе API и раздаются через посредников вроде OpenRouter, окно доступа только для избранных организаций закрылось

Логика разделения важнее самих названий. Названия живут полгода-год и сменяются, а сама идея «дорогая полка под редкое тяжёлое, дешёвая под поток» переносится на любого производителя: у Anthropic то же самое, у Google то же самое. Поэтому дальше я разбираю не только три модели, но и правило, по которому ты будешь выбирать и через год

Сколько стоит миллион токенов у Sol, Terra и Luna?

По официальному прайсу OpenAI на 3 августа 2026 года: Sol стоит $5 за миллион входных токенов и $30 за миллион выходных, Terra $2 и $12, Luna $0.20 и $1.20. Вход это то, что ты подаёшь модели, выход это то, что она отвечает, и выход всегда дороже входа в шесть раз

Цифры я сверял в этой сессии по странице тарифов на developers.openai.com, а не по обзорам. Обзоры до сих пор носят старый прайс, и это не мелочь: разница между старой и новой ценой Luna пятикратная. Прайс у посредников считается от этих же чисел, у OpenRouter на Terra висит скидка 50%, то есть $1 и $6 за миллион, и контекст там заявлен на миллион токенов

Что случилось с ценами 30 июля и почему Luna подешевела в пять раз?

30 июля 2026 года OpenAI срезала прайс двух нижних полок: Terra на 20% (было $2.50 и $15), Luna на 80% (было $1 и $6). Sol остался на $5 и $30, его не трогали. Из-за этого разрыв между верхней и нижней полкой вырос с пятикратного до двадцатипятикратного за одну ночь

Следствий тут два. Любая арифметика выбора, посчитанная до 30 июля, устарела, и если ты выбирал модель месяц назад, посчитай заново. И дешёвая полка подешевела сильнее, чем дорогая, а значит выигрыш от «спустись на тир ниже и проверь» стал больше, чем был. Раньше экономия была в пять раз, теперь в двадцать пять

Отсюда пункт, который я дописал в своё правило выбора: перечитывать прайс раз в месяц. Цены на модели за 2026 год ходят только вниз, и привычка «я же помню, сколько это стоит» обходится дороже, чем пять минут на страницу тарифов

Что показывает Terminal-Bench 2.1 и почему цифры OpenAI выше независимых замеров?

Terminal-Bench 2.1 меряет, как модель работает в командной строке и с агентными задачами, то есть когда ИИ сам пошагово делает работу, а не только отвечает на вопрос. По цифрам OpenAI там Sol в режиме ultra выдаёт 91.9%, обычный Sol 88.8%, Terra 87.4%, Luna 84.7%. Независимые лаборатории на том же тесте получают заметно меньше

Три набора чисел на одном тесте это не чей-то обман, а нормальное состояние бенчмарков: у каждой лаборатории свой прогон, свои настройки усилия, свой способ считать отказы модели. У vals.ai рядом с результатом Claude Opus 5 прямо написано, что девять зачтённых задач спорные и при другом подсчёте балл падает с 84.64% до 81.27%. Вот столько весит методика

Читай не абсолютную цифру, а порядок моделей, и он во всех трёх замерах одинаковый: верхняя полка выше средней, средняя выше дешёвой, разрыв внутри семейства мал по сравнению с разрывом в цене. Числа GPT-5.5 я в эту статью не тащу: три источника дают ему 76.40%, 85.6% и 88.0%, а утверждение, у которого разброс в двенадцать пунктов, утверждением не является

Чем режим max отличается от ultra и почему их дали только Sol?

Режим max разрешает Sol думать над задачей дольше, ultra запускает четыре агента параллельно, и они дробят большой проект на куски. Именно в ultra Sol и выбивает свои 91.9%, то есть плюс 3.1 процентного пункта к обычному прогону, но и токенов такой прогон съедает кратно больше

Отличаются они тем, ЧТО именно ты покупаешь за лишние токены. В max ты покупаешь время на размышление у одного исполнителя. В ultra ты покупаешь параллельную бригаду: задача рубится на части, части идут одновременно, результат собирается обратно. На многошаговом проекте это даёт и балл выше, и ответ раньше, на коротком вопросе не даёт ничего

Оба режима открыты только у Sol. У Terra и Luna их нет, и это ровно тот случай, когда отсутствие функции не дефект: полка под поток не должна уметь думать неделю над одним сообщением. Если ты не пишешь сложный код и не ведёшь ресёрч, max и ultra тебе не понадобятся вообще. Включать ultra на подписи к посту это как гонять на грузовике за хлебом

Как разложить свои задачи на три класса и подобрать под них тир?

Разложи всё, что ты отдаёшь ИИ, на три класса: тяжёлое и редкое, объём бизнес-задач, массовая рутина. Верхний тир берётся только под первый класс, средний под второй, дешёвый под третий. Это и есть то, ради чего написана статья: названия сменятся, а три класса останутся

Класс 1, тяжёлое и редкое. Сложный код, многошаговая работа, задачи, где ошибка дорого стоит. Таких задач у тебя немного, и именно на них не жалко заплатить за максимум, включая режимы max и ultra

Класс 2, объём бизнес-задач. Поддержка, разбор документов, внутренние инструменты, всё что идёт потоком и должно быть надёжным, но не требует гениальности. Средний тир держит баланс цены и силы

Класс 3, массовая рутина. Черновики постов, короткие саммари, простая автоматизация, всё где скорость и цена важнее последнего процента качества. На этой полке экономия самая большая: после снижения 30 июля прогон стоит в двадцать пять раз дешевле флагманского

Готовое правило, скопируй себе

# Как выбрать модель ИИ под задачу

1. Спроси: к какому классу относится задача?
   - тяжёлое и редкое (сложный код, ресёрч, дорогая ошибка) -> верхний тир
   - объём бизнес-задач (поддержка, документы, инструменты)  -> средний тир
   - массовая рутина (черновики, саммари, автоматизация)      -> дешёвый быстрый тир

2. Начни с самого дешёвого тира, который класс задачи позволяет.
   Не хватило качества - поднимись на тир выше. А не наоборот.

3. Спецрежимы (max / ultra) включай ТОЛЬКО под класс 1.
   На рутине они жгут деньги без пользы.

4. Прайс перечитывай раз в месяц: 30 июля Luna подешевела на 80%
   за одну ночь, и вся арифметика выбора поехала.

Главная ошибка новичка это брать флагман на всё подряд, потому что «он же лучший». На черновике для рилса разницу между флагманом и дешёвой моделью ты не заметишь, а счёт вырастет в двадцать пять раз. Бери под класс задачи, а не по названию

Сколько выходит по счёту: 10 млн токенов на каждой из трёх моделей

Возьмём один и тот же прогон, 10 млн токенов входа и 2 млн выхода, и посчитаем по августовскому прайсу: Sol выходит в $110, Terra в $44, Luna в $4.40. Считается в лоб, вход умножаем на цену входа, выход на цену выхода, складываем

Между Sol и Terra по счёту разница в два с половиной раза, а по баллу 1.4 процентного пункта. Между Sol и Luna по счёту разница в двадцать пять раз, а по баллу 4.1 пункта. Дальше вопрос простой: твоя задача из тех, где эти 4.1 пункта решают, или из тех, где ты их не заметишь

Если каждый месяц у тебя двадцать таких прогонов, цена ошибки в выборе полки становится видимой невооружённым глазом: $2200 против $88. И это ещё без режима ultra, который на той же работе съедает токенов кратно больше

На каких задачах Sol это переплата, а на каких он окупается?

Sol оправдан там, где задача многошаговая и цена ошибки выше $110 за прогон: продакшен-код, безопасность, деньги. На подписи к посту, на саммари встречи и на простой автоматизации это переплата в двадцать пять раз, потому что Luna сделает то же самое и разницы ты не увидишь

Порядок проверки идёт снизу вверх, а не сверху вниз. Сначала прогоняешь задачу на дешёвой полке, потому что это $4.40, и только если результат не устроил, поднимаешься на среднюю. Люди делают наоборот: берут флагман, получают приемлемый результат и никогда не проверяют, справилась бы дешёвая модель. Проверка стоит четыре доллара, незнание стоит сотню за прогон

Почему правило выбора переживёт и Sol, и Terra, и Luna?

Три полки это не изобретение OpenAI, а форма, к которой сходятся все производители: у Anthropic та же лестница, у Google та же. Поэтому правило «класс задачи определяет полку» работает и с моделью, которой ещё не существует, а знание конкретных цифр устаревает за месяц, что и показало 30 июля

Открой прайс любого производителя и посмотри, сколько у него уровней и какой между ними разрыв по цене. Дальше подставь свои три класса задач. Названия в таблице будут другие, а решение, которое ты примешь, будет тем же самым

Именно поэтому я не советую заучивать, что Sol это $5, а Luna это $0.20. Через полгода эти числа будут другими, и по обеим позициям вниз. Заучивать стоит порядок действий: класс задачи, самая дешёвая полка, которая класс тянет, проверка результата, подъём на полку выше только если не хватило

Где пробовать модели: браузерный чат или редактор с агентом?

Полки расходятся только на агентных задачах, а в браузерном чате ты их не поставишь: там модель отвечает текстом и не трогает файлы. Чтобы проверить правило выбора на своей работе, нужна среда, где ИИ получает задачу, файлы и команды. Я и мои ученики работаем в Claude Code внутри редактора VS Code, ставится бесплатно

Устроить то же самое на моделях OpenAI можно прямо в редакторе, это разобрано отдельно: GPT-5.6 в VS Code. Если ты вообще не ставил ни одного агента, начни с базы, там весь маршрут по шагам: Claude Code, что это и как пользоваться

Дальше начинается то, из-за чего вся эта арифметика вообще имеет смысл. Выбрать полку это первый сантиметр пути, а результат приносит система: как из модели собрать производство контента, как поставить ролики и посты на поток, как этим инструментом собрать продукт, который приносит деньги. Систему я собираю на ИИ-Лагере, там же разбираю свои прогоны по деньгам

Источники

Цены и баллы сверены по первоисточникам 3 августа 2026 года:

• Официальный прайс OpenAI API - актуальные цены за миллион токенов по gpt-5.6-sol, gpt-5.6-terra и gpt-5.6-luna
• vals.ai, Terminal-Bench 2.1 - независимый прогон бенчмарка от 1 августа 2026 с оговорками по подсчёту отказов
• Artificial Analysis, Terminal-Bench v2.1 - третий независимый замер того же теста с разбивкой по режимам усилия
• OpenRouter, gpt-5.6-terra - доступность модели у посредника, контекст и цена со скидкой
• Vellum, разбор трёх тиров GPT-5.6 - дата и размер снижения цен 30 июля 2026, баллы Terra и Luna, четыре агента в режиме ultra
• Eden AI, гайд по GPT-5.6 Sol - цифры OpenAI по Terminal-Bench 2.1 и дата анонса 26 июня 2026

Что проверить до того, как поставишь модель на поток

Семь пунктов закрыты - выбор сделан по цифрам, а не по названию модели

Частые вопросы

Читайте также

Фронтир модели: что это и как выбрать

Чем верхний тир отличается от остальных и когда он вообще нужен

GPT-5.6 в VS Code: вайбкодинг с нуля

Как поставить эти модели в редактор и проверить полки на своей работе

Claude Code: что это и как пользоваться

Агент в редакторе: чем отличается от чата и что собирают им первым

ИИ-агенты: что это и как собрать своего

Где начинаются агентные задачи, на которых полки и расходятся