Моделі Codex: Sol, Terra, Luna і reasoning effort — два важелі вибору

Стисло. Codex — це не одна модель, а ціле сімейство, і «яку ввімкнути» вирішується двома незалежними важелями: яку модель узяти та скільки їй дати думати (reasoning effort). Станом на 16 липня 2026 року за Codex стоять три моделі покоління GPT-5.6 — Sol (потужна, для складного), Terra (збалансована, на щодень) і Luna (швидка, для об’ємної зрозумілої роботи), плюс надшвидка GPT-5.3-Codex-Spark та попередні версії. Не хочете розбиратися — беріть Sol на середньому зусиллі й міняйте щось одне, лише якщо результат не влаштував. Нижче — простий метод, щоб не вгадувати.

Імена моделей у цій темі змінюються найчастіше. Тому стаття вчить не заучувати список (він застаріє), а розуміти будову вибору: яруси моделей і рівні зусилля. Тоді, навіть коли OpenAI перейменує чи оновить моделі, ви знатимете, куди дивитися і що натискати.

Чому за Codex кілька моделей

Агенту Codex доводиться розв’язувати дуже різні завдання: десь треба переставити пару рядків, а десь — розібратися в чужому проєкті на тисячі файлів. Тримати для всього цього одну «найрозумнішу» модель невигідно: вона повільна й дорога там, де вистачило б простої. Тому OpenAI дає кілька моделей різної потужності й дозволяє регулювати, скільки модель обмірковує відповідь.

Звідси два важелі, які важливо не плутати:

BINANCE SIMPLE EARNЗмусь крипту працюватиВідсотки на USDT і BTC без блокування — гроші лишаються під рукою.Розмістити

• Модель — це «розмір мозку». Потужніша модель краще тримає контекст, тонше міркує, рідше помиляється на неоднозначних завданнях, але відповідає повільніше й витрачає більше ліміту.
• Reasoning effort («зусилля міркування») — це «скільки думати перед відповіддю». Той самий рушій можна попросити відповісти швидко й коротко або, навпаки, довго планувати й перевіряти себе.

Далі розберемо обидва важелі окремо, а потім зберемо їх у метод вибору.

Perplexity Portable Computer: агент працює на вашій RTX, а рахунок за токени — нуль

Claude Code увімкнув форк-субагентів за замовчуванням: розбір релізів 2.1.232–2.1.239

DeepSeek V4-Flash-Vision-Exp обходить Opus 4.8 на двох тестах, але ваг немає

Slack Code: агент заводить канал під задачу, а код іде лише після схвалення

Pew вивчив 490 тисяч сторінок: сліди ШІ є у 35% створених після запуску ChatGPT

Три моделі GPT-5.6: Sol, Terra, Luna

Актуальне покоління моделей Codex — GPT-5.6. Це ті самі моделі GPT-5.6, що стоять за новими можливостями ChatGPT. Усередині сімейства — три варіанти під різний характер завдань.

Sol — фронтир для складного

Sol — найпотужніша модель. OpenAI рекомендує її «для неоднозначних, важких або високоцінних завдань, яким потрібен додатковий аналіз, судження чи полірування»: складні зміни коду, computer use, глибокий ресерч, кібербезпека. Формулювання з офіційних доків пряме: «Якщо не впевнені — починайте із Sol».

Беріть Sol, коли ціна помилки висока або завдання погано описане: спроєктувати архітектуру, розібрати заплутаний legacy, ухвалити неочевидне технічне рішення.

Terra — робоча конячка на щодень

Terra — збалансований варіант: сильне міркування й робота з інструментами, але без повної глибини Sol. Офіційна рекомендація — «для повсякденної роботи, коли не потрібна вся глибина Sol». Це розумний дефолт для звичайної розробки: рутинні правки, генерація скриптів, звичайні багфікси, переклад і переписування коду.

Luna — для об’ємної зрозумілої роботи

Luna оптимізована під швидкість і вартість. Її стихія — «зрозумілі, повторювані й об’ємні завдання, де ви знаєте, який вигляд має хороший результат»: витягання даних, класифікація, приведення до формату, структуровані зведення. Якщо завдання механічне й ви заздалегідь знаєте правильну відповідь, Luna зробить його швидше й дешевше за Sol.

Усі три моделі GPT-5.6 підтримують однаковий набір рівнів зусилля — тож «потужність» і «скільки думати» налаштовуються незалежно.

BINANCE COPY TRADINGКопітрейдинг на BinanceВідкрита статистика трейдерів, старт з $10, вимкнення одним кліком.Обрати трейдера

Швидкі та попередні моделі

Крім трійки GPT-5.6, у Codex доступні ще кілька моделей — їх корисно знати, щоб розуміти варіанти в інтерфейсі.

• GPT-5.3-Codex-Spark — надшвидка модель: понад 1000 токенів на секунду. Вона заточена під миттєвий інтерактивний кодинг — рев’ю, швидке прототипування, парне програмування в реальному часі. Станом на 16 липня 2026 року це research preview, доступний лише на плані ChatGPT Pro.
• GPT-5.5 — попередній фронтир. Знадобиться, якщо новіше поки недоступне або якщо конкретне завдання на ньому працювало стабільніше.
• GPT-5.4 і GPT-5.4-mini — швидкі й економні. Mini добрий для легких правок і для сабагентів (допоміжних агентів, яким не потрібен «великий мозок»).
• gpt-5.2-codex — модель за замовчуванням при вході через API-ключ (про різницю способів входу — нижче).

Порівняння моделей Codex

Таблиця — знімок на дату. Склад і доступність моделей змінюються; актуальний список завжди на сторінці Codex → Models.

Reasoning effort — другий важіль

Reasoning effort задає, скільки «думаючих» токенів модель витрачає перед відповіддю. Це окреме від моделі налаштування, і часто саме воно вирішує підсумок. У конфізі Codex параметр називається model_reasoning_effort.

Канонічний набір значень у конфізі — minimal, low, medium, high, xhigh (причому xhigh доступний не на всіх моделях). У покоління GPT-5.6 в інтерфейсі з’явилися ще вищі щаблі — Max і Ultra (Ultra при цьому змінює не лише глибину, а й оркестрацію роботи агента).

Офіційна рекомендація проста: medium — хороший універсальний дефолт для інтерактивного кодингу, а далі «використовуйте найменше зусилля, яке дає потрібний результат, і підвищуйте його для завдань, що потребують більше планування, аналізу чи перевірки».

Що важливіше — змінити модель чи підняти зусилля

Часта помилка новачка: результат не влаштував — одразу хапається за «модель потужнішу». Але параметр model_reasoning_effort «нерідко впливає на результат, швидкість і вартість сильніше, ніж просте перемикання моделі». Іноді та сама Terra на high справляється там, де ви вже збиралися кликати Sol.

Офіційний метод формулюється як ескалація: починайте з найменшої пари «модель + зусилля», яка здатна дати перевірюваний артефакт, і ескалюйте лише ту стадію, що не пройшла. Розкладемо:

• завдання неоднозначне (модель не зрозуміла, чого ви хочете) → беріть сильнішу модель;
• міркування неповне (модель зрозуміла, але недодумала, пропустила випадок) → підніміть reasoning effort;
• помилка дорого коштує (продакшен, гроші, безпека) → додайте окремий прохід рев’ю, а не просто «крутіть» налаштування.

Сенс у тому, щоб не палити час і ліміт даремно: сильна модель на максимальному зусиллі для перейменування змінних — це дорого й повільно без користі.

Як обрати модель під завдання

Зберемо все в коротке дерево рішень. Ідіть згори донизу й зупиняйтеся на першому підхожому пункті.

1. Не впевнені, із чого почати? → Sol на medium. Це дефолт OpenAI «якщо сумніваєтеся».
2. Рутина: скрипти, прості багфікси, звичайні правки? → Terra (або GPT-5.4-mini) на low–medium.
3. Масова зрозуміла обробка: витягти, класифікувати, привести до формату? → Luna на low.
4. Складна архітектура, неоднозначне ТЗ, розбір legacy? → Sol на high або xhigh.
5. Потрібен миттєвий відгук — швидке рев’ю, прототип, парне програмування? → Spark (якщо у вас Pro).
6. Результат не той? → не поспішайте міняти модель. Спершу підніміть зусилля на стадії, що впала; змініть модель, лише якщо річ у потужності, а не в глибині обмірковування.

Це не жорсткий закон, а стартова точка. Сенс методу — починати з дешевого й швидкого й підвищувати щось одне свідомо, а не крутити все одразу.

Де перемикати модель і зусилля

Задати модель і зусилля можна кількома способами — обирайте зручний:

• У конфізі ~/.codex/config.toml: рядки model = "gpt-5.6-sol" та model_reasoning_effort = "high". Це дефолт для всіх нових сесій.
• Прапорцем при запуску: наприклад, codex -e high "ваш промпт" задає зусилля на один запуск.
• Профілями — різні пари «модель + зусилля» під різні контексти (швидкий профіль для рутини, важкий для архітектури).
• Прямо в сесії — командами /model і /effort в інтерфейсі (TUI) можна перемкнутися на льоту, не перезапускаючи агента.

Практичний висновок: не обов’язково «одружуватися» з однією моделлю. Нормально тримати Terra дефолтом і точково перемикатися на Sol чи підіймати зусилля під важкий шматок.

Доступ: плани та спосіб входу

Які моделі вам узагалі доступні, залежить від двох речей — плану ChatGPT і способу входу (акаунт ChatGPT чи API-ключ).

За планами (на 16 липня 2026 року). Окремої підписки на Codex немає — він вбудований у всі плани: Free ($0), Go ($8/міс), Plus ($20/міс), Pro (від $100/міс з лімітами 5x і 20x), Business ($20–25 на користувача), Enterprise/Edu — за договором. На Plus доступне сімейство GPT-5.6 (Sol/Terra/Luna) плюс GPT-5.5 і GPT-5.4; Pro додає GPT-5.3-Codex-Spark. Free і Go отримують обмежений доступ до GPT-5.6 Terra.

Важливий нюанс про ліміти: витрата Codex, ChatGPT Work, ChatGPT for Excel і Workspace Agents тягнеться з одного спільного пулу агентного використання й кредитів. Тобто важкі завдання в ChatGPT Work і в Codex «їдять» той самий бюджет плану.

За способом входу. Якщо ви ввійшли через акаунт ChatGPT (Plus/Pro/Business), модель зазвичай не вказують вручну — дефолт сам відстежує рекомендовану модель. Це зручно: не треба стежити за перейменуваннями. А от при вході через API-ключ модель задаєте ви самі, і станом на 16 липня 2026 року за замовчуванням використовується gpt-5.2-codex; появу gpt-5.5 для входу за API-ключем OpenAI анонсувала — стежте за changelog Codex.

Для порівняння: агентні моделі для коду робить не лише OpenAI. Якщо цікаво, чим відповідає open-weight табір, подивіться наш розбір GLM-5.2 — він цілить рівно в цей самий клас завдань.

Слабкі місця вибору моделей Codex: імена швидко застарівають

Моделі Codex — не магія, і у вибору є підводні камені. Чесно про те, що може піти не так.

• Імена швидко застарівають. Станом на 16 липня 2026 року актуальні GPT-5.6 Sol/Terra/Luna, а ще навесні 2026-го в ужитку були 5.3/5.4/5.5. Будь-який гайд, де вибір прив’язаний до конкретних імен, застаріває за тижні. Тримайтеся методу (яруси + зусилля), а список звіряйте на офіційній сторінці моделей.
• Окремі моделі тимчасово «хворіють». Спільнота фіксує у GPT-5.5 Codex деградацію через «кластеризацію reasoning-токенів» (обговорення в репозиторії openai/codex, липень 2026), а у GPT-5.3-Codex-Spark — збій із параметром reasoning.summary в об’єднаному десктоп-застосунку (9 липня 2026). Якщо конкретна модель поводиться дивно, це може бути відомий баг, а не ваша помилка.
• Налаштування не переносяться наосліп. xhigh доступний не на всіх моделях, а щаблі Max і Ultra є лише в GPT-5.6. Скопіювати конфіг з однієї моделі на іншу й чекати тієї самої поведінки — не спрацює.
• Більше зусилля ≠ завжди краще. Високий reasoning effort довший і дорожчий, а на простому завданні може навіть «переускладнити» рішення. Звідси й правило «найменше зусилля, яке дає потрібний результат».
• Дефолт може змінитися під вами. Раз при вході через ChatGPT модель відстежує «рекомендовану», якось поведінка агента зміниться сама собою — бо OpenAI зсунула дефолт. Якщо потрібна передбачуваність, фіксуйте модель і зусилля явно в config.toml.

Що в моделях Codex застаріє першим: імена, ціни та ліміти

Найшвидше в цій темі застарівають імена й склад моделей та цифри лімітів/цін: їх OpenAI змінює регулярно. Повільніше — сама механіка: два важелі (модель і reasoning effort), принцип ескалації та яруси «фронтир / баланс / швидкий». Якщо за пів року ви побачите незнайомі назви, просто розкладіть їх за ярусами й застосуйте той самий метод. Свіжий склад — на сторінці Codex → Models, актуальні ліміти й ціни — у розділі Pricing.

FAQ

Яка модель Codex стоїть за замовчуванням? Якщо ви ввійшли через акаунт ChatGPT, модель зазвичай не обирають вручну — Codex сам використовує рекомендовану (на 16 липня 2026 року це моделі покоління GPT-5.6). При вході через API-ключ за замовчуванням іде gpt-5.2-codex. Якщо не впевнені, що взяти руками, OpenAI радить починати із Sol на середньому зусиллі.

Чим Sol відрізняється від Terra і Luna? Це три моделі одного покоління GPT-5.6 під різний характер завдань. Sol — найпотужніша, для складного й неоднозначного. Terra — збалансована, на щодень. Luna — швидка й дешева, для об’ємних зрозумілих завдань на кшталт витягання й класифікації даних.

Що таке reasoning effort і яке значення обрати? Це рівень «скільки модель думає перед відповіддю»: minimal, low, medium, high, xhigh (у GPT-5.6 додано Max і Ultra). За замовчуванням беруть medium, а підвищують під завдання з плануванням і аналізом. Правило — використовувати найменше зусилля, яке дає потрібний результат.

Що міняти раніше — модель чи зусилля? Якщо модель не зрозуміла завдання (воно неоднозначне) — беріть модель потужнішу. Якщо зрозуміла, але недодумала — підіймайте reasoning effort. Часто зусилля впливає на результат сильніше, ніж зміна моделі, тому починати варто з нього.

Чи потрібен план Pro заради швидкої моделі? Надшвидка GPT-5.3-Codex-Spark на 16 липня 2026 року доступна лише на плані Pro (research preview). Але «швидко й дешево» на Plus закриває Luna і GPT-5.4-mini — для більшості повсякденних завдань окремий Pro заради швидкості не обов’язковий.

Як перемкнути модель прямо під час роботи? В інтерфейсі Codex це команди /model (змінити модель) і /effort (змінити рівень зусилля) — міняти можна на льоту, не перезапускаючи агента. Для постійного дефолта пропишіть model і model_reasoning_effort у файлі ~/.codex/config.toml.