OpenAI расширила линейку GPT-6 двумя моделями — GPT-6 Sol и GPT-6 Luna, построенными на наработках флагмана GPT-6 Astra, вышедшего ранее в сентябре 2026 года. GPT-6 Sol стоит $2 за миллион входных и $10 за миллион выходных токенов — ровно на 50% дешевле GPT-5.6 Sol, а GPT-6 Luna — $0.10 и $0.50 за миллион токенов против $0.20 и $1.20 у GPT-5.6 Luna. Компания подтвердила, что новые цены постоянные, а не промо, а скидка на чтение кэшированных входных токенов выросла до 90%.
Что произошло
OpenAI выпустила GPT-6 Sol и GPT-6 Luna — две модели, созданные на технологической базе флагмана GPT-6 Astra. GPT-6 Sol оценён в $2 за миллион входных и $10 за миллион выходных токенов против $4 и $20 у GPT-5.6 Sol, то есть подешевел ровно на 50%. GPT-6 Luna стоит $0.10/$0.50 за миллион токенов против $0.20/$1.20 у GPT-5.6 Luna: вход подешевел на 50%, выход примерно на 58%. OpenAI отдельно подчеркнула, что это постоянный прайс, а не ограниченная по времени акция. Удешевление достигнуто оптимизацией инференса и кэшированием: скидка на чтение кэшированных входных токенов выросла до 90%, появились Prompt Caching Dashboard и инструмент диагностики пропущенного кэша. По заявленным бенчмаркам, GPT-6 Sol (xhigh) набирает 33.2% на AutomationBench 1.0.6 против 26.9% у Claude Opus 5 (max) при примерно 9% его стоимости за задачу ($0.27), а на Agents' Last Exam — 56.4%.
Контекст
Релиз укладывается в развернувшуюся ценовую конкуренцию в среднем и массовом сегментах. GPT-6 Sol вышел ровно по цене Claude Sonnet 5 ($2/$10) и вдвое дешевле Claude Opus 5.5 ($4/$20), который Anthropic представила тем же утром. GPT-6 Luna по входной цене ($0.10 за миллион токенов) почти сравнялась с открытыми MIT-моделями вроде Xiaomi MiMo-V2.6-Flash ($0.14/$0.28). Фоном идёт и зрелость кэш-инженерии: GitHub отчитался о снижении доли некэшируемых промпт-токенов более чем на 50% на миллиардах запросов, то есть паттерн со стабильным префиксом и переменным хвостом промпта уже проверен в продакшене, а не остаётся экзотикой.
Почему это важно для индустрии
Для отрасли OpenAI перевела ценовую конкуренцию из топ-сегмента в средний и массовый: постоянное, а не промо, снижение цен на 50% плюс скидка 90% на кэшированные токены напрямую меняют unit-экономику агентных и автоматизационных нагрузок в продакшене. Sol закрывает тяжёлые агентные сценарии по цене среднего класса, Luna открывает ранее нерентабельные массовые потоки обработки. Скидка на кэш меняет архитектуру промптов: длинные стабильные системные инструкции и базу знаний выгодно выносить в неизменяемый префикс, а Prompt Caching Dashboard и диагностика пропущенного кэша дают готовые инструменты оптимизации. Если заявленные цифры подтверждаются на реальных задачах, точка безубыточности агентных фич сдвигается заметно вниз, а конкурентам и стартапам-посредникам, вероятно, придётся отвечать новыми раундами удешевления.
Почему это важно для пользователей
Модели уже доступны по API, поэтому проверка занимает день, а не квартал: можно прогнать старую и новую модели на своих задачах и замерить реальную стоимость и качество. Sol целесообразно сразу тестировать на код-ревью, отладке и анализе данных, Luna — на массовой суммаризации и извлечении. По заявленным цифрам Sol соответствует или превосходит Claude Opus 5 на ключевых бенчмарках при 9–20% его стоимости за задачу, а Luna на высоких уровнях усилия выдаёт результат уровня GPT-5.6 Sol примерно при 1/100 её цены. Тем, кто считает токены, стоит пересчитать бюджет автоматизаций с учётом нового кэширования и вернуть многошаговые циклы, самопроверки и длинные системные промпты, которые раньше урезали ради экономии.
Что пока неизвестно / ограничения
Бенчмарки AutomationBench 1.0.6, Agents' Last Exam V1 и DeepSWE v1.1 — это цифры вендора на эталонных задачах, а не гарантия качества на конкретных нагрузках, поэтому unit-экономику стоит пересобирать после прогона собственных сценариев, а не до. Неизвестно, как ответят конкуренты на постоянное удешевление и удержится ли объявленный ценовой уровень. Независимой верификации заявленных цифр стоимости и качества на момент релиза нет.
Источники
Автор
Look at AI, редакция