OpenAI пуска GPT-6 Sol и Luna: 50% по-ниски цени за API и бенчмаркове

OpenAI пусна GPT-6 Sol и GPT-6 Luna, 2 нови модела от семейството GPT-6. Те са позиционирани под GPT-6 Astra, който беше представен по-рано този месец. OpenAI обучи и двата модела с методи, подобни на използваните при Astra. Целта е постиженията на Astra да бъдат пренесени към по-бързи и по-достъпни модели.

Могат ли да бъдат внедрени още днес? Да. И двата модела са налични в OpenAI API като gpt-6-sol и gpt-6-luna. Те са модели, достъпни само чрез API, така че няма тегла за самостоятелно хостване.

Три нива, една рецепта

Семейството GPT-6 вече има 3 нива. Astra е водещият модел за най-сложните задачи. Sol е насочен към комплексно програмиране и професионални задачи на по-ниска цена. Luna е предназначен за бързи, ежедневни задачи с голям обем.

Екипът на OpenAI посочва, че подобреното кеширане и извеждане на резултати му позволяват да предоставя тези модели на по-ниска цена. Компанията намалява цените за API на Sol и Luna с 50% спрямо промоционалните цени на GPT-5.6.

Модел	Вход (за 1 млн. токена)	Изход (за 1 млн. токена)
GPT-6 Astra	$10.00	$50.00
GPT-6 Sol	$2.00 (беше $4)	$10.00 (беше $20)
GPT-6 Luna	$0.10 (беше $0.20)	$0.50 (беше $1.20)

Един детайл заслужава внимание. Цената за изход на Luna пада от $1.20 на $0.50 — намаление от около 58%, а не 50%.

Бенчмаркове: какво съобщава OpenAI

Професионална работа: В AutomationBench 1.0.6 Sol при максимално високо ниво на усилие (xhigh) постига 33.2% при цена от $0.27 на задача. Claude Opus 5 при максимално ниво на усилие постига 26.9% при цена 11.1 пъти по-висока. Astra при ниско ниво на усилие постига 30.3% при цена 3.9 пъти по-висока от тази на Sol. Luna при високо ниво на усилие отбелязва ръст от 5.4 процентни пункта спрямо предшественика си при 58% по-ниска цена на задача.

В Agents’ Last Exam Sol при максимално ниво на усилие постига 56.4%. Това надминава най-добрия резултат на Claude Opus 5 при 60% по-ниска цена на задача.

Програмиране: В DeepSWE v1.1 Sol при максимално ниво на усилие постига 68.8%. Това е с 1.1 процентни пункта по-малко от Claude Fable 5 при xhigh, при около 80% по-ниска цена на задача. Luna при максимално ниво на усилие постига 66.6%, сравнимо с Opus 5 и Fable 5 при средно ниво на усилие. В тези сравнения Luna струва 93% по-малко на задача от Opus 5 и 96% по-малко от Fable 5.

В FrontierCode 1.1 Main, който оценява дали кодът е готов за сливане, Sol се изравнява с Claude Fable 5.1 при xhigh, но на значително по-ниска цена.

Работа с компютър: В офлайн режима на OSWorld 2.0 Sol при xhigh постига 60.5% спрямо 60.3% за Opus 5 при средно ниво на усилие. Цената на Sol за задача е с около 80% по-ниска. Luna при максимално ниво на усилие надминава GPT-5.6 Sol при средно ниво на усилие за 1/10 от цената.

Фактическа точност: Вътрешният тест на OpenAI използва деидентифицирани разговори в ChatGPT, в които потребителите са посочили грешки на модела. Sol допуска около два пъти по-малко грешки от предшественика си. Luna при по-високо ниво на усилие се изравнява с GPT-5.6 Sol при около 1/100 от цената му.

OpenAI пренесе и комуникационния стил на Astra. Очаквайте по-ясни и малко по-кратки отговори с по-малко жаргон, особено в разговори за програмиране.

Кеширане на подсказки за дълго работещи агенти

Агентите изпращат отново едни и същи инструкции, инструменти и история при всеки ход. GPT-6 включва подобрена система за кеширане на подсказки с по-висок процент успешни попадения в кеша по подразбиране. Четенето на кеширани входни данни получава отстъпки до 90%. Споделените префикси, използвани повторно в рамките на 30-минутен прозорец, вече отговарят на условията.

Нови контроли за разработчици:

• Таблото за кеширане на подсказки проследява процента успешни попадения във времето.
• Инструментът за диагностика обяснява пропуските, например "reason": "tools_changed".
• Явните точки на прекъсване ви позволяват да изберете къде завършва кешираният префикс.
• Нивото на усилие за разсъждение може да се променя по време на разговор чрез configuration_update, без да се нарушава кешът.
• allowed_tools ограничава инструментите, които могат да бъдат извиквани, като същевременно запазва дефинициите стабилни.
• Предварителното загряване подготвя известния контекст преди първата заявка на потребителя.

Пълното ръководство за кеширане на подсказки обхваща всеки модел. GitHub съобщава, че тези промени са намалили дела на токените в подсказките, които се нуждаят от нова обработка, с повече от 50%, което помага на Copilot да отговаря по-бързо.

Наличност

• API: gpt-6-sol и gpt-6-luna.
• ChatGPT Work и Codex: потребители на Plus, Pro, Business, Enterprise и Edu.
• Free и Go: Luna в настолното приложение ChatGPT.
• Все още не е наличен в Chat. Разпространението в ChatGPT се извършва поетапно през деня на премиерата.

Интерактивно обяснение

Основни изводи

• Sol струва $2/$10, а Luna — $0.10/$0.50 за 1 млн. токена.
• Sol при xhigh надминава Opus 5 max в AutomationBench при 9% от цената.
• Luna постига 66.6% в DeepSWE v1.1 и струва 93% по-малко на задача от Opus 5.
• Четенето на кеширани входни данни получава отстъпка до 90%, с нови контроли за кеша.
• И двата модела са налични в API, ChatGPT Work и Codex; все още не са налични в Chat.

---

Разгледайте техническия блог. Всички заслуги са за изследователя на този проект. Също така, можете да ни последвате в Twitter и не забравяйте да се присъедините към нашия ML SubReddit с над 150 хил. членове и да се абонирате за нашия бюлетин. Чакайте! В Telegram ли сте? Вече можете да се присъедините към нас и в Telegram.

Имате нужда от партньор за популяризиране на вашето GitHub хранилище, страница в Hugging Face, продуктова премиера, уебинар и т.н.? Свържете се с нас