Sol, Terra, Luna и reasoning effort: два рычага выбора модели Codex

Коротко. Codex — это не одна модель, а целое семейство, и «какую включить» решается двумя независимыми рычагами: какую модель взять и сколько ей дать думать (reasoning effort). На 16 июля 2026 года за Codex стоят три модели поколения GPT-5.6 — Sol (мощная, для сложного), Terra (сбалансированная, на каждый день) и Luna (быстрая, для объёмной понятной работы), плюс сверхбыстрая GPT-5.3-Codex-Spark и прошлые версии. Не хотите разбираться — берите Sol на среднем усилии и меняйте что-то одно, только если результат не устроил. Ниже — простой метод, чтобы не гадать.

Имена моделей в этой теме меняются чаще всего. Поэтому статья учит не заучивать список (он устареет), а понимать устройство выбора: ярусы моделей и уровни усилия. Тогда, даже когда OpenAI переименует или обновит модели, вы будете знать, куда смотреть и что нажимать.

Почему за Codex несколько моделей

Агенту Codex приходится решать очень разные задачи: где-то нужно переставить пару строк, а где-то — разобраться в чужом проекте на тысячи файлов. Держать для всего этого одну «самую умную» модель невыгодно: она медленная и дорогая там, где хватило бы простой. Поэтому OpenAI даёт несколько моделей разной мощности и позволяет регулировать, сколько модель обдумывает ответ.

Отсюда два рычага, которые важно не путать:

• Модель — это «размер мозга». Более мощная модель лучше держит контекст, тоньше рассуждает, реже ошибается на неоднозначных задачах, но отвечает медленнее и тратит больше лимита.
• Reasoning effort («усилие рассуждения») — это «сколько думать перед ответом». Один и тот же движок можно попросить ответить быстро и коротко или, наоборот, долго планировать и перепроверять себя.

Дальше разберём оба рычага по отдельности, а потом соберём их в метод выбора.

Alibaba показала Qwen3.8 на 2,4 трлн параметров — веса обещаны «скоро», даты нет

Kimi K3 захлебнулась спросом: Moonshot закрыла регистрацию за 48 часов

Интерфейс и режимы Cursor: Tab, Cmd+K, Chat и Agent — что когда включать

Установка и первый запуск Cursor: настройка за 10 минут

ИИ-агент сам взломал Hugging Face — 17 000 действий за один заход

Три модели GPT-5.6: Sol, Terra, Luna

Актуальное поколение моделей Codex — GPT-5.6. Это те же модели, что стоят за новыми возможностями ChatGPT; если хотите глубже про само поколение, у нас есть отдельный обзор GPT-5.6 (Sol, Terra, Luna). Внутри семейства — три варианта под разный характер задач.

Sol — фронтир для сложного

Sol — самая мощная модель. OpenAI рекомендует её «для неоднозначных, трудных или высокоценных задач, которым нужен дополнительный анализ, суждение или полировка»: сложные изменения кода, computer use, глубокий ресёрч, кибербезопасность. Формулировка из официальных доков прямая: «Если не уверены — начинайте с Sol».

Берите Sol, когда цена ошибки высока или задача плохо описана: спроектировать архитектуру, разобрать запутанный legacy, принять неочевидное техническое решение.

Terra — рабочая лошадка на каждый день

Terra — сбалансированный вариант: сильное рассуждение и работа с инструментами, но без полной глубины Sol. Официальная рекомендация — «для повседневной работы, когда не нужна вся глубина Sol». Это разумный дефолт для обычной разработки: рутинные правки, генерация скриптов, обычные багфиксы, перевод и переписывание кода.

Luna — для объёмной понятной работы

Luna оптимизирована под скорость и стоимость. Её стихия — «понятные, повторяемые и объёмные задачи, где вы знаете, как выглядит хороший результат»: извлечение данных, классификация, приведение к формату, структурированные сводки. Если задача механическая и вы заранее знаете правильный ответ, Luna сделает её быстрее и дешевле, чем Sol.

Все три модели GPT-5.6 поддерживают один и тот же набор уровней усилия — так что «мощность» и «сколько думать» настраиваются независимо.

Быстрые и прошлые модели

Кроме тройки GPT-5.6, в Codex доступны ещё несколько моделей — их полезно знать, чтобы понимать варианты в интерфейсе.

• GPT-5.3-Codex-Spark — сверхбыстрая модель: более 1000 токенов в секунду. Она заточена под мгновенный интерактивный кодинг — ревью, быстрое прототипирование, парное программирование в реальном времени. На 16 июля 2026 года это research preview, доступный только на плане ChatGPT Pro.
• GPT-5.5 — прошлый фронтир. Пригодится, если новее пока недоступно или если конкретная задача на нём работала стабильнее.
• GPT-5.4 и GPT-5.4-mini — быстрые и экономичные. Mini хорош для лёгких правок и для сабагентов (вспомогательных агентов, которым не нужен «большой мозг»).
• gpt-5.2-codex — модель по умолчанию при входе через API-ключ (о разнице способов входа — ниже).

Сравнение моделей Codex

Таблица — снимок на дату. Состав и доступность моделей меняются; актуальный список всегда на странице Codex → Models.

Reasoning effort — второй рычаг

Reasoning effort задаёт, сколько «думающих» токенов модель тратит перед ответом. Это отдельная от модели настройка, и часто именно она решает исход. В конфиге Codex параметр называется model_reasoning_effort.

Канонический набор значений в конфиге — minimal, low, medium, high, xhigh (причём xhigh доступен не на всех моделях). У поколения GPT-5.6 в интерфейсе появились ещё более высокие ступени — Max и Ultra (Ultra при этом меняет не только глубину, но и оркестрацию работы агента).

Официальная рекомендация проста: medium — хороший универсальный дефолт для интерактивного кодинга, а дальше «используйте наименьшее усилие, которое даёт нужный результат, и повышайте его для задач, требующих больше планирования, анализа или проверки».

Что важнее — сменить модель или поднять усилие

Частая ошибка новичка: результат не устроил — сразу хватается за «модель помощнее». Но параметр model_reasoning_effort «нередко влияет на результат, скорость и стоимость сильнее, чем простое переключение модели». Иногда та же Terra на high справляется там, где вы уже собирались звать Sol.

Официальный метод формулируется как эскалация: начинайте с наименьшей пары «модель + усилие», которая способна дать проверяемый артефакт, и эскалируйте только ту стадию, что не прошла. Разложим:

• задача неоднозначная (модель не поняла, чего вы хотите) → берите более сильную модель;
• рассуждение неполное (модель поняла, но недодумала, пропустила случай) → поднимите reasoning effort;
• ошибка дорого стоит (продакшен, деньги, безопасность) → добавьте отдельный проход ревью, а не просто «крутите» настройки.

Смысл в том, чтобы не жечь время и лимит зря: сильная модель на максимальном усилии для переименования переменных — это дорого и медленно без пользы.

Как выбрать модель под задачу

Соберём всё в короткое дерево решений. Идите сверху вниз и останавливайтесь на первом подходящем пункте.

1. Не уверены, с чего начать? → Sol на medium. Это дефолт OpenAI «если сомневаетесь».
2. Рутина: скрипты, простые багфиксы, обычные правки? → Terra (или GPT-5.4-mini) на low–medium.
3. Массовая понятная обработка: извлечь, классифицировать, привести к формату? → Luna на low.
4. Сложная архитектура, неоднозначное ТЗ, разбор legacy? → Sol на high или xhigh.
5. Нужен мгновенный отклик — быстрое ревью, прототип, парное программирование? → Spark (если у вас Pro).
6. Результат не тот? → не спешите менять модель. Сначала поднимите усилие на упавшей стадии; смените модель, только если дело в мощности, а не в глубине обдумывания.

Это не жёсткий закон, а стартовая точка. Смысл метода — начинать с дешёвого и быстрого и повышать что-то одно осознанно, а не крутить всё сразу.

Где переключать модель и усилие

Задать модель и усилие можно несколькими способами — выбирайте удобный:

• В конфиге ~/.codex/config.toml: строки model = "gpt-5.6-sol" и model_reasoning_effort = "high". Это дефолт для всех новых сессий.
• Флагом при запуске: например, codex -e high "ваш промпт" задаёт усилие на один запуск.
• Профилями — разные пары «модель + усилие» под разные контексты (быстрый профиль для рутины, тяжёлый для архитектуры).
• Прямо в сессии — командами /model и /effort в интерфейсе (TUI) можно переключиться на лету, не перезапуская агента.

Практический вывод: не обязательно «жениться» на одной модели. Нормально держать Terra дефолтом и точечно переключаться на Sol или поднимать усилие под трудный кусок.

Доступ: планы и способ входа

Какие модели вам вообще доступны, зависит от двух вещей — плана ChatGPT и способа входа (аккаунт ChatGPT или API-ключ).

По планам (на 16 июля 2026 года). Отдельной подписки на Codex нет — он встроен во все планы: Free ($0), Go ($8/мес), Plus ($20/мес), Pro (от $100/мес с лимитами 5x и 20x), Business ($20–25 на пользователя), Enterprise/Edu — по договору. На Plus доступно семейство GPT-5.6 (Sol/Terra/Luna) плюс GPT-5.5 и GPT-5.4; Pro добавляет GPT-5.3-Codex-Spark. Free и Go получают ограниченный доступ к GPT-5.6 Terra.

Важный нюанс про лимиты: расход Codex, ChatGPT Work, ChatGPT for Excel и Workspace Agents тянется из одного общего пула агентного использования и кредитов. То есть тяжёлые задачи в ChatGPT Work и в Codex «едят» один и тот же бюджет плана.

По способу входа. Если вы вошли через аккаунт ChatGPT (Plus/Pro/Business), модель обычно не указывают вручную — дефолт сам отслеживает рекомендуемую модель. Это удобно: не нужно следить за переименованиями. А вот при входе через API-ключ модель задаёте вы сами, и на 16 июля 2026 года по умолчанию используется gpt-5.2-codex; появление gpt-5.5 для входа по API-ключу OpenAI анонсировала — следите за changelog Codex.

Для сравнения: агентные модели для кода делает не только OpenAI. Если интересно, чем отвечает open-weight лагерь, посмотрите наш разбор GLM-5.2 — он целит ровно в этот же класс задач.

Риски и слабые места

Модели Codex — не магия, и у выбора есть подводные камни. Честно о том, что может пойти не так.

• Имена быстро устаревают. На 16 июля 2026 года актуальны GPT-5.6 Sol/Terra/Luna, а ещё весной 2026-го в ходу были 5.3/5.4/5.5. Любой гайд, где выбор привязан к конкретным именам, стареет за недели. Держитесь метода (ярусы + усилие), а список сверяйте на официальной странице моделей.
• Отдельные модели временно «болеют». Сообщество фиксирует у GPT-5.5 Codex деградацию из-за «кластеризации reasoning-токенов» (обсуждение в репозитории openai/codex, июль 2026), а у GPT-5.3-Codex-Spark — сбой с параметром reasoning.summary в объединённом десктоп-приложении (9 июля 2026). Если конкретная модель ведёт себя странно, это может быть известный баг, а не ваша ошибка.
• Настройки не переносятся вслепую. xhigh доступен не на всех моделях, а ступени Max и Ultra есть только у GPT-5.6. Скопировать конфиг с одной модели на другую и ждать того же поведения — не сработает.
• Больше усилия ≠ всегда лучше. Высокий reasoning effort дольше и дороже, а на простой задаче может даже «переусложнить» решение. Отсюда и правило «наименьшее усилие, которое даёт нужный результат».
• Дефолт может смениться под вами. Раз при входе через ChatGPT модель отслеживает «рекомендуемую», однажды поведение агента поменяется само собой — потому что OpenAI сдвинула дефолт. Если нужна предсказуемость, фиксируйте модель и усилие явно в config.toml.

Что устареет первым

Быстрее всего в этой теме устаревают имена и состав моделей и цифры лимитов/цен: их OpenAI меняет регулярно. Медленнее — сама механика: два рычага (модель и reasoning effort), принцип эскалации и ярусы «фронтир / баланс / быстрый». Если через полгода вы увидите незнакомые названия, просто разложите их по ярусам и примените тот же метод. Свежий состав — на странице Codex → Models, актуальные лимиты и цены — в разделе Pricing.

FAQ

Какая модель Codex стоит по умолчанию? Если вы вошли через аккаунт ChatGPT, модель обычно не выбирают вручную — Codex сам использует рекомендуемую (на 16 июля 2026 года это модели поколения GPT-5.6). При входе через API-ключ по умолчанию идёт gpt-5.2-codex. Если не уверены, что взять руками, OpenAI советует начинать с Sol на среднем усилии.

Чем Sol отличается от Terra и Luna? Это три модели одного поколения GPT-5.6 под разный характер задач. Sol — самая мощная, для сложного и неоднозначного. Terra — сбалансированная, на каждый день. Luna — быстрая и дешёвая, для объёмных понятных задач вроде извлечения и классификации данных.

Что такое reasoning effort и какое значение выбрать? Это уровень «сколько модель думает перед ответом»: minimal, low, medium, high, xhigh (у GPT-5.6 добавлены Max и Ultra). По умолчанию берут medium, а повышают под задачи с планированием и анализом. Правило — использовать наименьшее усилие, которое даёт нужный результат.

Что менять раньше — модель или усилие? Если модель не поняла задачу (она неоднозначная) — берите модель помощнее. Если поняла, но недодумала — поднимайте reasoning effort. Часто усилие влияет на результат сильнее, чем смена модели, поэтому начинать стоит с него.

Нужен ли план Pro ради быстрой модели? Сверхбыстрая GPT-5.3-Codex-Spark на 16 июля 2026 года доступна только на плане Pro (research preview). Но «быстро и дёшево» на Plus закрывает Luna и GPT-5.4-mini — для большинства повседневных задач отдельный Pro ради скорости не обязателен.

Как переключить модель прямо во время работы? В интерфейсе Codex это команды /model (сменить модель) и /effort (сменить уровень усилия) — менять можно на лету, не перезапуская агента. Для постоянного дефолта пропишите model и model_reasoning_effort в файле ~/.codex/config.toml.