Сравниваю GPT-6.1 Sol, GPT-6 Sol и GPT-6 Luna по цене и официальным данным OpenAI и фиксирую, где какую модель использовать в работе команды.

GPT-6.1 Sol, GPT-6 Sol и Luna: где какую модель я теперь использую

Неделю назад я разбирал GPT-6 Sol и Luna прежде всего с точки зрения экономики. Уже тогда для меня главный вопрос был не в том, какая модель умнее. При больших объёмах использования намного полезнее понимать, какой уровень модели действительно нужен конкретной работе.

Теперь OpenAI выпустила GPT-6.1 Sol, и эту схему пришлось пересмотреть ещё раз. Новая Sol стоит столько же, сколько GPT-6 Sol, но показывает заметно более сильные результаты на сложных задачах. Одновременно GPT-6 Luna остаётся в 20 раз дешевле по обычным входным и выходным токенам.

Поэтому меня интересует не очередной обзор новой модели. Мне нужно было сформулировать для себя и команды простое правило:

если у нас есть GPT-6 Luna, GPT-6 Sol и GPT-6.1 Sol, какую модель ставить на какую работу?

Короткий вывод

После изучения официальных данных OpenAI моя текущая схема выглядит так.
GPT-6 Luna - первый кандидат для массовой, хорошо ограниченной и дёшево проверяемой работы.

GPT-6.1 Sol - первый кандидат для сложных задач, где появляется много шагов, инструментов, неоднозначности или дорогих ошибок.

GPT-6 Sol - прежде всего уже работающий компонент. Я не буду автоматически менять его там, где система уже проверена, но для новой сложной разработки мне теперь нужна отдельная причина выбрать старую Sol вместо GPT-6.1 Sol.

Это не универсальный рейтинг моделей. Это рабочее правило, которое я принимаю для своей инфраструктуры и команды исходя из текущих цен, официальных тестов и различий между моделями.

Сначала цена

В Standard API для короткого контекста базовое сравнение выглядит так:

У всех трёх моделей контекст 1,05 млн токенов и максимальный выход 128 тысяч токенов. GPT-6.1 Sol сохранила стандартную цену GPT-6 Sol, но чтение кэшированного входа стало вдвое дешевле. OpenAI Models

Это сразу разделяет сравнение на две разные задачи.
Между GPT-6 Sol и GPT-6.1 Sol практически исчез аргумент цены.
Между Luna и Sol цена остаётся главным фактором: по обычным входным и выходным токенам разница двадцатикратная.

И именно поэтому Luna я больше не воспринимаю просто как “младшую Sol”.

Luna - отдельный экономический класс

OpenAI позиционирует GPT-6 Luna как наиболее эффективную модель для сфокусированных задач с большим объёмом вызовов.

В своей схеме выбора моделей OpenAI рекомендует Luna для ограниченных задач, первичной обработки, извлечения данных, небольших изменений и частых автоматизаций. GPT-6.1 Sol ставится уже на следующий уровень - сложная техническая работа и связанные конечные результаты. OpenAI Model Selection

Для меня из этого следует практическое правило.

Если функция:

• часто выполняется;
• хорошо формализована;
• имеет понятный вход и выход;
• легко автоматически проверяется;
• не несёт высокой цены отдельной ошибки;
  я хочу сначала проверить Luna.

Например:

• классификация;
• маршрутизация;
• извлечение полей;
• преобразование форматов;
• проверка по явным правилам;
• простая обработка документов;
• небольшие изменения;
• промежуточная работа внутри более длинной агентной цепочки.

При большом количестве запусков цена начинает доминировать. Если взять мой порядок нагрузки в 200-300 млн входных токенов и для простоты считать только обычный вход Standard API, получается:

Это не расчёт реального счёта. В реальной системе есть выход, кэширование, разные модели и разные режимы.ьНо порядок разницы хорошо виден. Если Luna стабильно выполняет работу, мне нужно очень серьёзное основание, чтобы платить за неё в двадцать раз больше.

Но Luna при этом нельзя считать слабой моделью

Один из показательных примеров - DeepSWE v1.1, тест сложной программной инженерии в реальных кодовых базах.
GPT-6 Sol на максимальном уровне рассуждения получила 68,8%.
GPT-6 Luna на максимальном уровне - 66,6%. Разница всего 2,2 процентного пункта. OpenAI: Introducing GPT-6 Sol and Luna

Это не значит, что Luna почти равна Sol вообще. Один тест такого вывода не позволяет. Но для меня он хорошо показывает другое:

двадцатикратная разница в цене токена не означает двадцатикратную разницу в способности выполнить конкретную работу.

Поэтому я не хочу выбирать модель по абстрактной шкале “умнее - слабее”. Мне важнее узнать, проходит ли более дешёвая модель требуемый порог качества именно на этой функции.

Средний результат не показывает цену конкретной ошибки

Есть и противоположный пример. OpenAI тестировала ситуацию, когда у агента не работает поисковый инструмент.

Правильное поведение - заметить проблему и сообщить пользователю, что поиск не сработал, а не продолжить отвечать так, будто данные были получены.

В этом специальном стресс-тесте модель не сообщила о проблеме:

• GPT-6 Luna - в 28,7% случаев;
• GPT-6 Sol - в 4,9%;
• GPT-6.1 Sol - в 2,1%.

OpenAI отдельно подчёркивает, что задания специально отобраны для провоцирования ошибок и эти проценты не отражают типичное использование. OpenAI: Introducing GPT-6.1 Sol

Для меня важны не сами абсолютные проценты. Важен характер разницы.
На одном тесте Luna почти догоняет старую Sol. На другом типе поведения разрыв огромный.

Поэтому при выборе модели мне нужно смотреть не только на средний benchmark. Намного важнее вопрос:

что произойдёт, если модель ошибётся именно в этой функции?

Если ошибка легко обнаруживается автоматической проверкой, можно позволить более дешёвую модель.
Если ошибка приводит к неправильному действию, незаметно портит результат или требует дорогой ручной проверки, экономика меняется.

GPT-6.1 Sol сильно меняет положение старой Sol

Самое существенное изменение нового релиза для меня связано даже не с Luna. Оно связано со старой GPT-6 Sol.

OpenAI прямо называет GPT-6.1 Sol обновлением GPT-6 Sol. Стандартная цена осталась $2 за миллион входных и $10 за миллион выходных токенов. OpenAI: Introducing GPT-6.1 Sol

При этом улучшения на сложных задачах заметны сразу в нескольких направлениях. На DeepSWE v1.1 GPT-6.1 Sol превысила лучший результат GPT-6 Sol на 6,4 процентного пункта, причём при более низком уровне рассуждения и меньшей стоимости выполнения задачи.

На AutomationBench, где агенты выполняют многошаговые рабочие процессы через 47 инструментов в продажах, маркетинге, операциях, поддержке, финансах и HR, GPT-6.1 Sol прибавила 4,8 процентного пункта относительно GPT-6 Sol при одинаковом уровне рассуждения.

На OSWorld 2.0, где агенты взаимодействуют с компьютерными приложениями, GPT-6.1 Sol обошла GPT-6 Sol на семь процентных пунктов при максимальном уровне рассуждения и менее чем за половину стоимости выполнения задачи. OpenAI: Introducing GPT-6.1 Sol

Есть улучшение и в фактической точности. На специально отобранных сложных запросах при низком уровне рассуждения доля ответов хотя бы с одной фактической ошибкой снизилась с 11,4% у GPT-6 Sol до 7,7% у GPT-6.1 Sol.

OpenAI отдельно предупреждает, что эта выборка намеренно сложная и не отражает обычную частоту ошибок. OpenAI: Introducing GPT-6.1 Sol

Для меня совокупность этих данных означает следующее. Если я сегодня начинаю новую сложную разработку, мне нужна конкретная причина выбрать GPT-6 Sol вместо GPT-6.1 Sol. Цена такой причиной больше не является.

Но работающую GPT-6 Sol я не буду менять автоматически

Здесь важно не превратить новый релиз в правило “срочно мигрировать всё”.
Работающая функция - это не только название модели.
Это промпты, инструменты, форматы ответа, проверки, задержки, стоимость и уже известные пограничные случаи.
После замены модели всё это нужно проверить заново.
Подход к такой миграции я уже отдельно разбирал на примере GPT-6 Astra и GPT-5.6.
Кроме того, между Sol и Sol 6.1 есть техническая разница.

GPT-6 Sol поддерживает режим reasoning.effort: none.
GPT-6.1 Sol не поддерживает none и minimal. Минимальный режим для неё - low. OpenAI отдельно указывает это в руководстве по миграции и рекомендует проверить существующие сценарии перед переключением с GPT-6 Sol. OpenAI Latest Model Guide

Поэтому я разделяю два решения.
Новая сложная задача - первым кандидатом становится GPT-6.1 Sol.
Уже работающая задача на GPT-6 Sol - сначала регрессионный тест, потом решение о миграции.

Новый номер модели сам по себе не является бизнес-причиной менять работающий компонент.

Где я сейчас выбирал бы GPT-6.1 Sol

OpenAI рекомендует GPT-6.1 Sol для сложного программирования, работы с компьютером и профессиональных задач, когда нужен высокий уровень качества, но Astra слишком дорога. OpenAI GPT-6.1 Sol

Для нашей работы я бы расширил это до следующего практического критерия. GPT-6.1 Sol становится первым кандидатом, если задача содержит несколько признаков одновременно:

• много зависимых шагов;
• несколько инструментов;
• сложная работа с кодом;
• большой или неоднородный контекст;
• противоречивые данные;
• необходимость собрать полноценный итоговый артефакт;
• сложно автоматически проверить правильность;
• ошибка требует заметной ручной работы;
• неправильное действие имеет ощутимую бизнес-цену.

Здесь я уже готов платить больше не за “интеллект модели” как абстрактную характеристику. Я плачу за снижение стоимости неправильного результата, повторных попыток и человеческой проверки.

Простое правило для команды

На текущих данных я бы дал команде такую стартовую схему.

Это не окончательная матрица на все случаи. OpenAI сама рекомендует воспринимать общую модельную схему только как начальную точку, сравнивать модели на одинаковых реальных входах и оставлять самый лёгкий вариант, который проходит требуемый порог качества. OpenAI Model Selection

Именно это правило мне кажется наиболее практичным.

Цена токена и стоимость работы - разные вещи

Здесь я прихожу к тому же выводу, который уже возникал у меня при предыдущих сравнениях моделей. Самая дешёвая модель не обязательно даёт самый дешёвый результат. Если Luna:

• чаще ошибается;
• требует повторного запроса;
• отправляет значительную часть случаев на более сильную модель;
• требует постоянной ручной проверки;
• заставляет человека исправлять итог;

экономия на токенах начинает исчезать.

Но и обратное верно. Если Luna закрывает функцию с первой попытки и результат принимается автоматически, дополнительное качество Sol может просто не использоваться этой работой.

Поэтому внутри команды я хочу считать не только:

цену миллиона токенов

а в первую очередь:

стоимость успешно выполненной функции.

OpenAI в своей документации по развёртыванию предлагает при выборе модели сравнивать не только токены, но и успешность задачи, задержку и стоимость на успешное выполнение. OpenAI Deployment Checklist. Для меня это правильная единица экономики.

Я не хочу выбирать одну модель для всей системы

Чем больше задач я передаю ИИ, тем меньше мне нравится идея единственной “основной модели”.
У разных функций разная:

• частота;
• цена ошибки;
• сложность;
• стоимость проверки;
• необходимость в инструментах;
• чувствительность к задержке.

Поэтому модель становится частью маршрутизации.
Один этап может выполнять Luna.
Сложный случай может эскалироваться в GPT-6.1 Sol.
Отдельные критичные ситуации могут требовать Astra или человека.

Это для меня намного рациональнее, чем заставлять самую сильную модель обрабатывать всё подряд.

Мой итог после выхода GPT-6.1 Sol

После этого исследования мои правила для себя и команды выглядят так.

1.
Для массовых, ограниченных и проверяемых операций я начинаю с GPT-6 Luna. Она слишком дёшева и при этом достаточно сильна, чтобы автоматически отправлять такую работу на Sol.

2.
Если Luna не проходит нужный порог качества или характер её ошибок становится дорогим, следующим кандидатом становится GPT-6.1 Sol.

3.
Для новой сложной разработки GPT-6 Sol потеряла для меня значительную часть прежнего смысла. У GPT-6.1 Sol та же стандартная цена, дешевле кэшированный вход и более сильные официальные результаты сразу на нескольких классах сложных задач.

4.
Уже работающие системы на GPT-6 Sol я не мигрирую автоматически. Сначала регрессионный тест и сравнение реальной стоимости функции.

5.
Двадцатикратная разница между Luna и Sol не означает двадцатикратную разницу в способности выполнить работу. Но она означает, что более дорогая модель должна оправдать эту разницу результатом.

Поэтому главное правило я сейчас формулирую так:

использовать самый дешёвый уровень модели, который стабильно выполняет конкретную работу с допустимой ценой ошибки.

Не самую новую.
Не самую сильную.
И не одну модель для всей системы.

Сначала функция и требуемый результат.
Потом минимально достаточная модель.
И уже после этого - стоимость готовой работы.

Источники и границы вывода

Материал основан на официальных данных OpenAI по состоянию на 1 октября 2026 года.

OpenAI позиционирует GPT-6 Luna как наиболее эффективную модель для сфокусированных задач с большим объёмом использования, GPT-6.1 Sol - как баланс стоимости и качества для сложной работы, а Astra - как максимальный уровень возможностей. OpenAI Model Selection

Стандартные цены GPT-6 Luna составляют $0.10 за миллион входных и $0.50 за миллион выходных токенов. GPT-6 Sol и GPT-6.1 Sol стоят $2 и $10 соответственно. Кэшированный вход у GPT-6.1 Sol стоит $0.10 против $0.20 у GPT-6 Sol. Для длинного контекста, Batch, Flex, Fast и региональной обработки действуют отдельные ставки. OpenAI GPT-6.1 Sol

Официальные тесты не доказывают, что одна модель будет лучше другой на любой конкретной бизнес-функции. Результат зависит от задачи, настроек рассуждения, инструментов, системных инструкций и способа проверки.

Поэтому моя схема - не универсальный рейтинг.

Это правило выбора, которое я сейчас принимаю для своей работы и команды на основании доступных официальных данных и экономики моделей.