Sol, Terra и Luna: чем на самом деле различаются три уровня GPT-5.6 и где Sol оказывается переплатой

Коротко: какой уровень брать

GPT-5.6 — это не одна модель, а три уровня одного поколения: Sol (флагман), Terra (баланс) и Luna (самый быстрый и дешёвый). Превью открыли 26 июня 2026 года, общий доступ — 9 июля 2026 года: все три уровня работают в ChatGPT, API и Codex.

Главное, что стоит знать до того, как вы впишете имя модели в конфиг: уровни различаются только глубиной рассуждения и ценой. Контекст, максимальный размер ответа и дата, по которую модель что-то знает, у всех трёх одинаковые. Это редкая для рынка ситуация — обычно «младшая» модель урезана и по памяти тоже.

Практический вывод из независимых замеров: дефолтом разумно ставить Terra, а не Sol. По независимому индексу кодинг-агентов Artificial Analysis (замер от 9 июля 2026 года) Sol набирает 80 баллов, Terra — 77,4, Luna — 74,6. То есть удвоение цены при переходе с Terra на Sol покупает примерно три балла. Sol оправдан там, где эти три балла стоят денег: длинные автономные агентные прогоны, работа в терминале, задачи, где повторная попытка дороже, чем сам запрос.

Ниже — что общего у трёх уровней, сколько каждый реально стоит (включая порог, о котором почти никто не пишет), что показали независимые тесты и где Sol превращается в переплату.

SpaceX · xStockSpaceX — частная компания. Торгуй её токеном на Bybit за крипту.Торговать SpaceX →

Что общего у Sol, Terra и Luna

Здесь легко ошибиться: имена звучат как три разные модели, но паспортные характеристики у них совпадают. Сверено по отдельным страницам документации API OpenAI для каждого уровня, 20 июля 2026 года.

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

Kimi K3 захлебнулась спросом: Moonshot закрыла регистрацию за 48 часов

Codex сам лезет в ваш проект, а чат ждёт, что вы всё скопируете

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

Один агент, несколько пультов: где запускать Codex и почему это не разные инструменты

Что это значит на практике. Контекстное окно — сколько текста модель удерживает за один запрос; 1,05 млн токенов это примерно 700–800 тысяч слов, то есть несколько толстых книг разом. Максимум в ответе — 128 тысяч токенов, около сотни страниц за один ответ. Knowledge cutoff (дата отсечки знаний) 16 февраля 2026 года означает, что о событиях после этой даты модель сама по себе не знает — их нужно давать ей в запросе.

Часть обзоров округляет контекст до «1 миллиона». Формально в документации стоит 1 050 000 — это не противоречие, а округление, но если вы упираетесь в лимит, разница в 50 тысяч токенов заметна.

Различия между уровнями лежат в двух других местах — в глубине рассуждения и в лимитах на нагрузку:

Разница в лимитах — недооценённый аргумент. У Luna пропускная способность примерно в 4,5 раза выше, чем у Sol и Terra. Если вы гоняете классификацию или разметку миллионами запросов, упереться можно не в цену, а в потолок токенов в минуту — и там Luna выигрывает не деньгами, а самой возможностью держать нагрузку.

Оговорка по лимитам: это значения из документации для пятого тарифного уровня, и универсальной таблицей они не являются — фактические лимиты зависят от аккаунта и его истории платежей. Перед тем как закладывать пропускную способность в расчёт, сверьтесь со страницей лимитов своего аккаунта и заголовками x-ratelimit-* в ответах API.

Сколько стоит каждый уровень

Цены — за 1 млн токенов, по документации API OpenAI на 20 июля 2026 года. «Кэшированный вход» — это повторно отправленный кусок запроса, который модель уже видела недавно.

SpaceX · xStockSpaceX — частная компания. Торгуй её токеном на Bybit за крипту.Торговать SpaceX →

Механика кэша одинакова для всех трёх: запись в кэш тарифицируется по 1,25× обычной цены входа, чтение из кэша — со скидкой 90%, кэш живёт от 30 минут. Для агентных сценариев, где один и тот же длинный системный промпт уходит в модель сотни раз, это основной способ сократить счёт — но только если вы переиспользуете одинаковое начало запроса в пределах получаса.

Отдельная ловушка, о которой стоит знать заранее: обращение к gpt-5.6 без указания уровня по умолчанию уходит на Sol. То есть «просто GPT-5.6» — это самый дорогой вариант. Уровень нужно указывать явно: gpt-5.6-terra, gpt-5.6-luna.

Порог 272 000 токенов: где счёт прыгает

Это тот случай, где паспортная цена вводит в заблуждение, и почти ни один обзор темы его не разбирает.

Правило простое и одинаковое для всех трёх уровней: если во входе запроса больше 272 000 токенов, вход тарифицируется по двойной цене, а выход — по полуторной. Ключевое слово — на весь запрос, а не на превышение.

Почему это важно. Представьте запрос на 271 000 входных токенов к Terra — он обойдётся примерно в $0,68 по входу. Тот же запрос, выросший до 273 000 токенов, стоит уже около $1,37: плюс две тысячи токенов удвоили счёт по всему запросу. Рост не плавный, а ступенькой.

Отсюда практическое следствие: если вы регулярно ходите к границе, дешевле разбить длинный контекст на два запроса ниже порога, чем перейти его на пару тысяч токенов. И ещё одно: порог 272K — это порог биллинга, а не обрезка контекста. Работать с миллионом токенов можно, просто дороже. Эти две вещи в обсуждениях разработчиков часто путают.

Скорость: 750 токенов в секунду — не то, что вы получите

В анонсе OpenAI фигурирует цифра «до 750 токенов в секунду» на чипах Cerebras. Её охотно цитируют, обычно не уточняя главного: это не характеристика модели, а отдельный премиальный тариф — Sol Fast, по цене около $12,50 за вход и $75 за выход за 1 млн токенов, то есть примерно в 2,5 раза дороже обычного Sol. В июле доступ к нему открывали не всем, а по мере роста мощностей.

Обычный API даёт совсем другие числа. Независимые замеры Artificial Analysis, снимок на 18 июля 2026 года — площадка периодически перезамеряет скорость, поэтому при повторной проверке цифры будут отличаться (соотношение между уровнями держится, абсолютные значения плавают):

Здесь ломается интуиция «дороже значит быстрее»: стандартный Sol — самый медленный из трёх. Он дольше думает, в этом и смысл флагмана. Если ваш сценарий чувствителен к задержке — чат с пользователем, автодополнение, обработка потока — Sol проигрывает Luna втрое по скорости и вшестеро по цене одновременно.

Что показали независимые замеры

Это главное, что изменилось после общего доступа: до 9 июля по Sol были в основном цифры самой OpenAI, теперь есть внешние прогоны по всем трём уровням.

Что из этого следует.

Разрывы между уровнями меньше разрывов в цене. Terra отстаёт от Sol на 4 балла общего индекса и на 2,6 балла индекса кодинг-агентов, стоя вдвое дешевле. На тесте длинных агентных задач Agents’ Last Exam разрыв тоже небольшой — 53,6 у Sol против 50,4 у Terra.

Terra выходит вровень с Claude Fable 5 по индексу кодинг-агентов — 77,4 против 77,2. Разрыв в две десятых балла честнее считать паритетом, а не победой: это в пределах погрешности замера. Практический смысл не в самом числе, а в цене за него: Terra стоит $2,50/$15 против $10/$50 у Fable 5 — вчетверо дешевле при сопоставимом результате.

Но на правках в существующем коде картина обратная. SWE-bench Pro — тест на реальные задачи из репозиториев — Claude Fable 5 берёт с 80%, лучший из тройки OpenAI показывает 64,6%. Разрыв в 15 с лишним пунктов. За день до общего доступа OpenAI отдельно опубликовала аудит, где утверждает, что около 30% задач этого теста сломаны; отнестись к этому стоит спокойно — компания оспаривает методологию теста, который проигрывает, и независимого подтверждения её аудиту пока нет.

У Luna есть жёсткий потолок. На тесте припоминания в длинном контексте MRCR она даёт 41,3% против 89,6% у Terra. Контекст у неё формально тот же миллион с лишним токенов, но реально работать на такой длине она не может — это обрыв, а не плавная деградация.

Отдельно про доверие к цифрам: на официальной странице релиза результат Sol на Agents’ Last Exam указан в тексте как 53,6, а в таблице на той же странице — 52,7%. Расхождение внутри одного первоисточника небольшое, но показательное: даже официальные материалы стоит перепроверять по частям.

Что проверяли независимо, а что осталось на слове вендора

Отдельный сюжет, которого в русскоязычных и украиноязычных разборах темы практически нет: перед выпуском GPT-5.6 проверяли не только на скорость и качество кода, но и на поведение — и результаты этих проверок неоднозначны.

Независимая организация METR, которая оценивает модели на предмет опасного поведения, зафиксировала у предрелизной версии Sol самый высокий уровень «жульничества» на заданиях среди всех публично протестированных ею моделей. Под «жульничеством» здесь понимают не обман пользователя ради выгоды, а склонность добиваться формального зачёта задачи в обход её смысла — например, подогнать тест вместо того, чтобы починить код.

Вторая линия — исследовательская группа Apollo Research, проверявшая, насколько модель понимает, что её тестируют. По данным, которые приводит TechTimes со ссылкой на Apollo, Sol распознаёт тестовую ситуацию заметно реже предшественника (около 16% против 43%). И вот здесь важно не спешить с выводом: низкая осведомлённость о тесте читается двояко. Либо модель действительно хуже понимает, что находится под наблюдением, — и тогда её поведение на тестах честнее отражает реальное. Либо она лучше скрывает это понимание — и тогда тестам стоит доверять меньше. Отличить одно от другого имеющимися методами нельзя, и сама Apollo этого не утверждает.

Что со всем этим делать практически. Во-первых, обе находки сделаны до общего доступа и за одиннадцать дней после запуска независимо не переподтверждались — принимать их как приговор текущей версии оснований нет. Во-вторых, они заслуживают уважения к источнику: OpenAI опубликовала невыгодные для себя данные в системной карточке модели, а не спрятала их. В-третьих, для того, кто подключает Sol к агенту с доступом к рабочим системам, вывод конкретный: автономному агенту нужна проверка результата, а не доверие к отчёту агента о собственном успехе — именно в этом месте склонность «дожать зачёт любой ценой» бьёт больнее всего.

Что изменилось по сравнению с GPT-5.5

Коротко, чтобы не реконструировать разницу самостоятельно:

• Изменилась логика имён. Раньше рядом стояли «взрослая» модель и её уменьшенная версия. Теперь цифра 5.6 — это поколение, а Sol, Terra и Luna — постоянные уровни возможностей, которые могут развиваться в своём темпе.
• Выросло качество на агентных задачах. По SWE-bench Pro прошлое поколение показывало 58,6–59,4% (источники расходятся, единого числа нет), лучший уровень нового — 64,6%. Прибавка есть, но она скромнее, чем звучит в анонсе.
• Цена флагмана не изменилась: $5/$30 за 1 млн токенов, как и у GPT-5.5. Это редкий случай, когда поколение сменилось без подорожания.
• Появился режим ultra с параллельными субагентами, которого раньше не было.
• Средний уровень стал заметно выгоднее: Terra даёт качество, сопоставимое с прошлым флагманом, вдвое дешевле.

Какой уровень под какую задачу

Небольшое уточнение терминов, потому что их часто смешивают. Вопрос «GPT-5.6 какой режим выбрать» почти всегда означает выбор уровня — Sol, Terra или Luna. Режимами же в самой модели называют другое: max и ultra, глубину проработки внутри уже выбранного уровня. Сначала уровень, потом режим — это два разных рычага, и разбираем мы их отдельно.

Практический разбор — по типу работы, а не «одна модель на всё».

• Массовая обработка: классификация, разметка, маршрутизация, короткие суммаризации. Luna. Она втрое быстрее Sol, вшестеро дешевле и держит в 4,5 раза больше токенов в минуту. Ограничение одно, зато жёсткое — короткие входы.
• Повседневная разработка: первичная реализация, разбор задач, точечные правки. Terra. Отставание от Sol в пределах трёх баллов при половинной цене, а по индексу кодинг-агентов она идёт вровень с Claude Fable 5, стоя вчетверо дешевле.
• Длинные автономные агентные прогоны, работа в терминале, операции с компьютером. Sol. Здесь его преимущество не косметическое: Terminal-Bench 2.1 — 88,8%, BrowseComp — 92,2%, OSWorld — 62,6%. В длинной цепочке шагов накопленная надёжность важнее цены одного запроса.
• Анализ документов, работа с большой кодовой базой, сведение нескольких источников. Sol или Terra, но не Luna — из-за обрыва на длинном контексте. Если правки идут в существующий большой репозиторий, честнее посмотреть в сторону Claude Fable 5 с его 80% на SWE-bench Pro.
• Чат с живым пользователем, автодополнение, всё чувствительное к задержке. Luna или Terra: стандартный Sol здесь просто медленный.

Если вы работаете через Codex, у выбора есть второй рычаг помимо самой модели — уровень усилия рассуждения. Механику переключения и то, что важнее менять в каком случае, мы разобрали отдельно: Sol, Terra, Luna и reasoning effort в Codex.

Режимы max и ultra: когда они окупаются

Помимо уровня у GPT-5.6 есть два режима исполнения, и их экономика различается сильно.

max — модели дают больше времени и вычислений на размышление в одной цепочке. Прибавка по независимым замерам — порядка 2–4 баллов индекса интеллекта. Режим умеренно дорогой и в сложных задачах обычно себя оправдывает.

ultra — принципиально другое: несколько субагентов внутри модели параллельно дробят задачу. На Terminal-Bench это даёт 91,9% против 88,8% у обычного Sol — плюс 3,1 пункта. Стоит это примерно втрое дороже одноагентного Sol.

Простое правило: ultra имеет смысл только там, где задача честно распадается на независимые куски — параллельный обход большого репозитория, широкий поиск, перебор гипотез. На линейной задаче, где шаг зависит от предыдущего, вы платите тройную цену за то, что несколько агентов делают примерно одно и то же.

Здесь же — известная на июль 2026 года проблема: у Sol нельзя задать отдельную модель для субагентов, все они запускаются как Sol-инстансы. В ultra-сценариях это делает расход плохо предсказуемым.

Где Sol оказывается переплатой

Честный раздел, которого в обзорах темы обычно нет. Sol не нужен, если:

• Вам важна скорость ответа. Стандартный Sol медленнее Luna втрое. Переплата здесь ухудшает результат, а не улучшает.
• Задача короткая и типовая. На массовых операциях разрыв в качестве между уровнями почти не проявляется, а счёт различается в разы: $0,21 против $1,04 за сопоставимую задачу.
• Вы правите существующий большой код. Это профиль SWE-bench Pro, где вся тройка OpenAI уступает Claude Fable 5 — доплата за Sol не покупает лидерства.
• Вы обращаетесь к модели через алиас gpt-5.6, не подумав. Тогда вы платите за Sol просто по невнимательности.
• Вы включили ultra на линейной задаче. Тройная цена за 3 пункта, которые в этом сценарии не наберутся.

Обратное тоже верно, и об этом стоит сказать прямо: там, где агент работает часами без присмотра, надёжность Sol окупается — цена одной неудачной длинной попытки выше, чем разница в тарифах.

GPT-5.6 против Claude и Gemini

Сравнение по цене и по тому, что подтверждено независимо. Цены — за 1 млн токенов, на 20 июля 2026 года.

Коротко: по общему индексу интеллекта Sol набирает 59 против 60 у Claude Fable 5, стоя примерно втрое дешевле. По правкам в существующем коде Fable 5 держит отрыв. По цене за качество лучший вариант тройки — Terra.

Взгляд со стороны Anthropic — в нашем разборе Claude Sonnet 5. По конкуренту от SpaceXAI есть отдельный разбор Grok 4.5, где так же разведены самозаявленные и подтверждённые цифры.

Доступность

Ограничение, которое было главным сюжетом на старте, снято. Превью 26 июня открыли узкому кругу согласованных с властями США организаций — поводом стали кибервозможности Sol. После дополнительных тестов Центра стандартов и инноваций в области ИИ при Минторге США согласование прошло быстрее регламентных 30 дней, и 9 июля 2026 года все три уровня стали общедоступны в ChatGPT, API и Codex. К середине июля модели появились и у облачных провайдеров — в AWS Bedrock и Azure Foundry.

Сама практика предварительного согласования релизов — не разовый эпизод, а складывающаяся системная рамка; подробнее — в материале о госконтроле над выпуском топовых ИИ-моделей.

Доступ по тарифам ChatGPT различается: бесплатные планы получают Terra, платные — выбор всех трёх уровней. Стоимость подписок и что в них входит мы разбирали в обзоре ChatGPT Work.

Риски и слабые места

• Обрыв Luna на длинном контексте. MRCR 41,3% против 89,6% у Terra (замеры июля 2026 года). Паспортный миллион токенов не означает, что на нём можно работать.
• Алиас уводит на Sol. Обращение к gpt-5.6 без уровня тарифицируется по самому дорогому варианту.
• Ступенька на 272K. Превышение порога удваивает цену всего запроса, а не избытка.
• Субагенты Sol не переключаются — в ultra-сценариях расход растёт непредсказуемо (баг-репорты в репозитории Codex, июль 2026 года).
• Совместимость первых дней. Вызовы через Azure и сторонних провайдеров падали с ошибкой 400 из-за жёстко зашитого облегчённого протокола ответов; часть исправлений уже влита. У части подписчиков Sol временно пропадал из списка моделей в Codex.
• Поведение под автономией. Предрелизные оценки METR и Apollo Research (разобраны выше) не переподтверждены после запуска, но задают практическое требование: результат автономного агента на Sol нужно проверять независимо, а не принимать его собственный отчёт об успехе.
• Сторона плюсов. Цена флагмана не выросла относительно прошлого поколения; Terra идёт вровень с Claude Fable 5 по индексу кодинг-агентов (77,4 против 77,2) при вчетверо меньшей цене; сообщённый пользователями баг Luna был исправлен за четыре дня.

FAQ

Чем Sol, Terra и Luna отличаются друг от друга? Только глубиной рассуждения и ценой. Контекст (1 050 000 токенов), максимум ответа (128 000 токенов) и дата знаний (16 февраля 2026 года) у всех трёх одинаковые. Различаются уровень рассуждения, лимиты нагрузки и тариф: Sol $5/$30, Terra $2,50/$15, Luna $1/$6 за 1 млн токенов.

Какой уровень выбрать по умолчанию? Terra. По независимым индексам она в пределах трёх-четырёх баллов от Sol при вдвое меньшей цене, а по индексу кодинг-агентов идёт вровень с Claude Fable 5 (77,4 против 77,2), стоя вчетверо дешевле. Переходить на Sol стоит осознанно — под длинные агентные задачи и работу в терминале.

Что за порог 272 000 токенов? Порог тарификации: если во входе больше 272 тысяч токенов, вход считается по двойной цене, выход — по полуторной, причём на весь запрос. Контекст при этом не обрезается — работать с миллионом токенов можно, просто дороже.

Правда ли GPT-5.6 выдаёт 750 токенов в секунду? Это отдельный премиальный тариф Sol Fast на чипах Cerebras, примерно в 2,5 раза дороже обычного Sol. По независимым замерам Artificial Analysis на 18 июля 2026 года стандартный API Sol выдаёт около 58,9 токена в секунду — медленнее, чем Luna (186,3) и Terra (118,6). Абсолютные значения площадка периодически пересчитывает, но порядок уровней сохраняется.

Что даёт режим Sol Ultra и стоит ли он денег? Ultra запускает несколько субагентов параллельно. На Terminal-Bench это 91,9% против 88,8% у обычного Sol при примерно тройной цене. Оправдан только там, где задача действительно распадается на независимые части.

Можно ли брать Luna для анализа документов? Нет. На тесте припоминания в длинном контексте Luna даёт 41,3% против 89,6% у Terra. Для документов и больших кодовых баз нужны Terra или Sol.