Сравниваю цены GPT-6 Astra, Sol и Luna с GPT-5.6 Sol, Terra, Luna и GPT-5 nano. Разбираю Standard, Batch, длинный контекст и доступность моделей в ChatGPT, Work, Codex и API.
GPT-6 Astra, Sol и Luna: цены, доступность и что изменилось после GPT-5.6
Я каждый день использую ИИ в работе. И чем больше задач я ему передаю, тем меньше стоимость модели похожа на незначительную цифру из прайс-листа. Недавно я посмотрел статистику использования и сам удивился объёму. В отдельные дни только у меня расход доходит примерно до 200-300 млн токенов.
При таких объёмах вопрос уже не только в том, какая модель умнее. Разница между $0.05, $0.10, $2 и $10 за миллион входных токенов начинает напрямую влиять на стоимость всей системы.
Поэтому выбор модели для меня - это часть управления инфраструктурой.
Какой уровень интеллекта действительно нужен конкретной функции?
Где достаточно дешёвой модели?
Где более сильная модель окупает свою цену меньшим количеством ошибок и повторных запросов?
А где я просто плачу за возможности, которыми конкретная задача не пользуется?
Именно поэтому меня заинтересовала новость о выходе GPT-6 Sol и GPT-6 Luna. OpenAI сообщила, что новые модели стали заметно дешевле предыдущего поколения. Я решил разобраться, что именно подешевело, с чем корректно сравнивать новые цены, где доступны модели и нужно ли вообще менять уже работающую инфраструктуру.
Коротко: сколько стоит GPT-6
На 24 сентября 2026 года в Standard API GPT-6 Luna стоит $0.10 за миллион входных и $0.50 за миллион выходных токенов.
GPT-6 Sol - $2 и $10.
GPT-6 Astra - $10 и $50.
Sol и Luna доступны через API, ChatGPT Work и Codex, но отделены от моделей обычного ChatGPT. И ещё важный нюанс: старая GPT-5 nano по чистой цене токена всё ещё дешевле GPT-6 Luna. Поэтому новая модель не обязательно является более выгодной для уже работающей функции.
Что сейчас входит в GPT-6
3 сентября 2026 года OpenAI выпустила GPT-6 Astra.
22 сентября появились GPT-6 Sol и GPT-6 Luna.
В стандартном API для запросов до порога длинного контекста цены выглядят так:
| Модель | Вход за 1 млн токенов | Кэшированный вход | Выход за 1 млн токенов |
|---|---|---|---|
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
| GPT-6 Sol | $2.00 | $0.20 | $10.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
Получается довольно широкая ценовая лестница.
Sol стоит в пять раз дешевле Astra.
Luna - в двадцать раз дешевле Sol.
Между Luna и Astra разница в сто раз.
Для меня это уже не просто три версии одной модели.
Это три разных экономических класса вычисления.
Зачем нужны три класса моделей
Astra - верхний уровень семейства. Она рассчитана на самые сложные и длинные задачи, в том числе программирование, исследования, работу с инструментами и компьютером. Я уже отдельно разбирал GPT-6 Astra и переход с GPT-5.6, поэтому здесь не буду снова уходить в бенчмарки и промпты.
Sol интереснее как рабочая сильная модель, когда Astra экономически избыточна.
Luna ориентирована на массовые и более определённые операции, где стоимость каждого запуска имеет существенное значение.
Для реальной инфраструктуры меня интересует не вопрос “какая из них лучшая”. Меня интересует граница между ними.
Если Luna стабильно выполняет работу, нет смысла платить за Sol.
Если Sol справляется, не обязательно отправлять задачу в Astra.
А если старая модель уже хорошо решает ограниченную функцию, возможно, не нужно менять даже её.
Где доступны новые модели
Здесь легко запутаться, потому что “OpenAI выпустила модель” больше не означает “она появилась в обычном ChatGPT”.
На 24 сентября GPT-6 Sol и GPT-6 Luna относятся прежде всего к ChatGPT Work, Codex и API.
В обычных разговорах ChatGPT они не являются отдельными выбираемыми моделями.
В обычном ChatGPT сейчас сохраняется другая модельная схема:
| Где | Основная модель |
|---|---|
| ChatGPT Free и Go | GPT-5.6 Luna |
| Обычный ChatGPT на поддерживаемых платных планах | GPT-5.6 Sol |
| GPT-6 Pro | GPT-6 Astra |
| ChatGPT Work | модели GPT-6 в зависимости от задачи и конфигурации |
| Codex | модели семейства GPT-6 |
| API | GPT-6 Astra, Sol и Luna |
Поэтому можно прочитать про выход GPT-6 Sol, открыть обычный ChatGPT и не увидеть такой кнопки. Это не противоречие. Продукт, модель и режим работы - разные уровни. Я подробнее разбирал это в статье про Chat, Work, Codex, Research, Projects и API.
Чтобы понять новые цены, нужно посмотреть назад
Фраза “новая модель стала вдвое дешевле” звучит просто. Но у GPT-5.6 цена уже менялась после запуска. И если этого не учитывать, сравнение получается неправильным.
При старте семейства GPT-5.6 цены были такими:
| GPT-5.6 при запуске | Вход | Кэшированный вход | Выход |
|---|---|---|---|
| Sol | $5.00 | $0.50 | $30.00 |
| Terra | $2.50 | $0.25 | $15.00 |
| Luna | $1.00 | $0.10 | $6.00 |
Позже OpenAI снизила стоимость. На момент выхода GPT-6 ценовая лестница предыдущего поколения выглядела уже так:
| Модель | Вход | Кэшированный вход | Выход |
|---|---|---|---|
| GPT-5.6 Luna | $0.20 | $0.02 | $1.20 |
| GPT-5.6 Terra | $2.00 | $0.20 | $12.00 |
| GPT-5.6 Sol | $4.00 | $0.40 | $20.00 |
И только после этого корректно сравнивать поколения.
GPT-6 Sol действительно вдвое дешевле
Сравнение текущей GPT-5.6 Sol с GPT-6 Sol выглядит очень просто:
| Модель | Вход | Кэшированный вход | Выход |
|---|---|---|---|
| GPT-5.6 Sol | $4.00 | $0.40 | $20.00 |
| GPT-6 Sol | $2.00 | $0.20 | $10.00 |
Цена действительно сократилась ровно в два раза.
Но если сравнить GPT-6 Sol со стартовой ценой GPT-5.6 Sol, снижение ещё сильнее.
Вход упал с $5 до $2.
Выход - с $30 до $10.
То есть выход сильной модели за одно поколение стал дешевле в три раза.
Sol пришла на ценовую территорию Terra
Для меня особенно интересно сравнение с GPT-5.6 Terra.
| Модель | Вход | Кэшированный вход | Выход |
|---|---|---|---|
| GPT-5.6 Terra | $2.00 | $0.20 | $12.00 |
| GPT-6 Sol | $2.00 | $0.20 | $10.00 |
Вход стоит одинаково.
Кэшированный вход стоит одинаково.
А выход GPT-6 Sol даже дешевле.
То есть сильная модель нового поколения фактически пришла на ценовой уровень средней модели прошлого поколения.
Отдельной GPT-6 Terra сейчас нет. В новом семействе есть Astra, Sol и Luna.
Это хороший пример того, почему я стараюсь не переносить старую модельную лестницу на новое поколение автоматически.
Меняется не только качество моделей.
Меняется сама экономика уровней.
С Luna снижение ещё заметнее
История Luna выглядит так:
| Модель | Вход | Кэшированный вход | Выход |
|---|---|---|---|
| GPT-5.6 Luna при запуске | $1.00 | $0.10 | $6.00 |
| GPT-5.6 Luna после снижения | $0.20 | $0.02 | $1.20 |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
Относительно последней цены GPT-5.6 Luna вход стал дешевле в два раза.
Выход - в 2,4 раза.
Но если сравнить со стартом предыдущего поколения, вход подешевел с $1 до $0.10.
Выход - с $6 до $0.50.
Это уже изменение примерно на порядок. При больших объёмах такая разница перестаёт быть мелкой оптимизацией.
Но GPT-5 nano всё ещё дешевле Luna
В моей инфраструктуре до сих пор используется GPT-5 nano. Причина простая. Она выполняет конкретную поставленную ей функцию. И пока делает это достаточно хорошо, я не вижу смысла менять модель только из-за появления нового поколения.
| Модель | Вход | Кэшированный вход | Выход |
|---|---|---|---|
| GPT-5 nano | $0.05 | $0.005 | $0.40 |
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
GPT-5 nano всё ещё дешевле.
По входу - в два раза.
По выходу - примерно на 20%.
Это хорошо показывает принцип, который я уже разбирал при переходе с GPT-5.5 на GPT-5.6: новая модель не обязана автоматически вытеснять старую, если конкретная функция уже работает стабильно.
У меня нет задачи использовать самый новый номер модели.
У меня есть задача получить нужный результат с контролируемой стоимостью.
Но жизненный цикл старой модели тоже нужно учитывать
Цена - не единственный фактор.
OpenAI уже объявила дату отключения фиксированного snapshot gpt-5-nano-2025-08-07 - 11 декабря 2026 года.
Это не означает, что сегодня нужно срочно выключить работающую функцию.
Но означает, что стоимость миграции тоже нужно учитывать заранее.
Старая модель может быть экономически оптимальной сегодня и одновременно требовать плана замены на горизонте нескольких месяцев.
Для рабочей инфраструктуры это обычная часть жизненного цикла компонента.
Что означают 200-300 млн токенов
Здесь таблицы цен становятся для меня особенно наглядными. Возьмём намеренно упрощённый пример.
Представим, что 200 или 300 млн токенов были бы только обычными входными токенами Standard API, без выхода, кэширования и длинного контекста. Это не мой реальный счёт. У меня используются разные модели, входные и выходные токены, кэш и разные сценарии выполнения.
Но порядок величин видно хорошо:
| Модель | 200 млн входных токенов | 300 млн входных токенов |
|---|---|---|
| GPT-5 nano | $10 | $15 |
| GPT-6 Luna | $20 | $30 |
| GPT-5.6 Luna | $40 | $60 |
| GPT-5.6 Terra | $400 | $600 |
| GPT-6 Sol | $400 | $600 |
| GPT-5.6 Sol | $800 | $1 200 |
| GPT-6 Astra | $2 000 | $3 000 |
На одном небольшом запросе разница между $0.10 и $2 за миллион токенов может быть незаметна.
На сотнях миллионов токенов это уже другой порядок расходов.
Поэтому маршрутизация задач между моделями для меня превращается из технической детали в отдельное архитектурное решение.
Цена токена и стоимость работы - разные вещи
При этом предыдущая таблица не означает, что всегда нужно выбирать самую дешёвую модель.
Допустим, одна модель стоит в два раза дешевле.
Но она чаще ошибается.
Требует дополнительного запроса.
Часть случаев приходится отправлять на более сильную модель.
Результат чаще проверяет человек.
Тогда экономия на цене токена может исчезнуть.
Поэтому я разделяю две метрики:
цена токена
и
стоимость успешно выполненной функции.
Вторую нельзя узнать из прайс-листа OpenAI.
Её можно посчитать только на своей работе.
Если GPT-6 Luna стоит дороже nano, но закрывает значительно больше случаев с первой попытки, она может оказаться дешевле в эксплуатации.
Если разницы в результате нет, старая nano может оставаться более рациональной. Именно поэтому в статье о выборе модели для бизнес-задачи я смотрю не только на интеллект модели, но и на качество принятого результата, повторные попытки и стоимость проверки.
Batch может изменить расчёт ещё сильнее
Для фоновых задач, которым не нужен немедленный ответ, есть ещё один уровень экономики.
Batch API стоит примерно вдвое дешевле Standard:
| Модель | Standard: вход / выход | Batch: вход / выход |
|---|---|---|
| GPT-6 Luna | $0.10 / $0.50 | $0.05 / $0.25 |
| GPT-6 Sol | $2 / $10 | $1 / $5 |
| GPT-6 Astra | $10 / $50 | $5 / $25 |
Поэтому цифры $1/$5 для GPT-6 Sol, которые иногда встречаются в таблицах, сами по себе не ошибочны. Просто это цена другого режима выполнения.
Для больших асинхронных очередей документов, карточек, сообщений или других фоновых операций такая разница может быть существенной. Flex решает похожую задачу обмена части требований к скорости выполнения на более низкую стоимость и тоже имеет смысл отдельно проверять для подходящих процессов.
Миллионный контекст тоже имеет свою цену
GPT-6 поддерживает контекст примерно до 1,05 млн токенов.
Но базовые ставки из таблиц выше действуют только до 272 тысяч входных токенов.
При превышении этого порога для длинного контекста применяются повышенные ставки.
Например, у GPT-6 Sol:
- обычный вход - $2 за миллион;
- длинный контекст - $4;
- обычный выход - $10;
- выход при длинном контексте - $15.
У Luna вход меняется с $0.10 до $0.20, выход - с $0.50 до $0.75.
У Astra вход меняется с $10 до $20, выход - с $50 до $75.
Поэтому возможность положить в модель миллион токенов ещё не означает, что это нужно делать постоянно. При больших объёмах структура контекста, кэширование, предварительный отбор данных и архитектура памяти непосредственно влияют на расходы.
Как я сейчас выбираю модель
Для уже работающей инфраструктуры у меня получается довольно простой принцип:
использовать минимально достаточную модель, которая стабильно выполняет конкретную функцию с нужным качеством.
Если GPT-5 nano справляется, я не меняю её только ради нового поколения.
Если её возможностей недостаточно, следующий кандидат - Luna.
Если Luna не справляется со сложностью анализа или агентной цепочкой, я проверяю Sol.
Astra имеет смысл там, где дополнительная способность модели действительно оправдывает пятикратную разницу в цене относительно Sol.
Граница между этими уровнями определяется не названием модели. Она определяется конкретной работой и измеренным результатом.
Главный вывод
Новость про GPT-6 Sol и Luna заинтересовала меня не потому, что у OpenAI появились ещё две модели. Меня заинтересовала цена.
GPT-6 Sol стоит вдвое дешевле текущей GPT-5.6 Sol.
Новая Sol пришла на ценовую территорию GPT-5.6 Terra.
GPT-6 Luna стоит $0.10 за миллион стандартных входных токенов.
При этом GPT-5 nano пока остаётся ещё дешевле и продолжает выполнять свою конкретную функцию в моей инфраструктуре.
Поэтому я не вижу правильной схемы в виде:
старая модель -> новая модель
Для меня она выглядит иначе:
функция -> требуемое качество -> минимально достаточная модель -> стоимость готового результата
Когда потребление ИИ в отдельные дни измеряется сотнями миллионов токенов, это уже не микрооптимизация. Это обычное управление себестоимостью цифровой инфраструктуры.
И поэтому новость “новая модель стала в два раза дешевле” для меня заканчивается не чтением прайс-листа.
Она становится поводом ещё раз пройти по системе и проверить, где используется правильный уровень модели, а где я плачу за интеллект, который конкретной работе не нужен.
FAQ
Сколько стоят GPT-6 Astra, Sol и Luna?
В Standard API GPT-6 Luna стоит $0.10 за миллион входных и $0.50 за миллион выходных токенов.
GPT-6 Sol - $2 и $10.
GPT-6 Astra - $10 и $50.
Это базовые ставки для запросов до порога длинного контекста.
Почему GPT-6 Sol стоит столько же, сколько GPT-5.6 Terra?
После снижения цены GPT-5.6 Terra стоит $2 за миллион входных токенов и $12 за миллион выходных.
GPT-6 Sol стоит $2 и $10.
Поэтому по входу они находятся на одном ценовом уровне, а выход у новой Sol даже дешевле.
GPT-5 nano дешевле GPT-6 Luna?
Да.
GPT-5 nano стоит $0.05 за миллион входных и $0.40 за миллион выходных токенов.
GPT-6 Luna - $0.10 и $0.50.
Но для выбора модели нужно сравнивать не только цену токена, но и качество выполнения конкретной работы.
Где доступны GPT-6 Sol и Luna?
На 24 сентября 2026 года GPT-6 Sol и Luna доступны через API и используются в ChatGPT Work и Codex.
Они отделены от моделей обычных разговоров ChatGPT.
Есть ли GPT-6 Terra?
Нет.
На 24 сентября семейство GPT-6 состоит из Astra, Sol и Luna.
Terra остаётся моделью поколения GPT-5.6.
Чем Standard отличается от Batch?
Standard используется для обычного выполнения API-запросов.
Batch рассчитан на асинхронную обработку и позволяет примерно вдвое снизить цену токенов, если задача допускает такой режим.
Источники и границы выводов
Материал подготовлен по состоянию на 24 сентября 2026 года. Цены, доступность моделей и продуктовая схема OpenAI могут меняться.
Основные первоисточники OpenAI:
- OpenAI API Pricing OpenAI API Pricing
- OpenAI API Changelog OpenAI API Changelog
- GPT-6 Astra Model GPT-6 Astra Model
- GPT-6 Sol Model GPT-6 Sol Model
- GPT-6 Luna Model GPT-6 Luna Model
- OpenAI Model Guidance OpenAI Model Guidance
- ChatGPT Work and Codex ChatGPT Work and Codex
- GPT-5 nano Model GPT-5 nano Model
- OpenAI API Deprecations OpenAI API Deprecations
Расчёт 200 - 300 млн токенов в статье является иллюстрацией стоимости только входных токенов по Standard API. Он не является расчётом моего фактического счёта.
Выбор модели для реальной функции нужно проверять на собственных данных, включая качество результата, повторные вызовы, использование кэша, стоимость проверки и участие человека.