Запуск GPT-6 Sol и Luna: OpenAI повышает доступность ИИ с помощью экономичных моделей

OpenAI значительно расширила свои передовые предложения в области ИИ, представив две новые модели — GPT-6 Sol и GPT-6 Luna, — разработанные для демократизации доступа к передовому интеллекту. В то время как флагманская модель GPT-6 Astra остается вершиной производительности, предназначенной для самых требовательных и критически важных проектов, новые модели Sol и Luna разработаны для распространения преимуществ этого передового интеллекта в более широкий спектр сценариев использования, бюджетов и операционных масштабов. Это стратегическое расширение напрямую отвечает потребности в мощных возможностях ИИ, которые при этом являются высокоэффективными с точки зрения затрат и практичными для повседневных крупномасштабных приложений.

Основная инновация, стоящая за GPT-6 Sol и GPT-6 Luna, заключается в их способности сохранять передовые характеристики производительности, разработанные GPT-6 Astra — включая превосходную обработку профессиональных задач, высокую фактическую точность, продвинутую кодировочную компетентность, бесшовное взаимодействие с компьютером и надежное выравнивание (alignment) — при этом достигая значительного скачка в доступности и скорости. OpenAI отмечает, что эти модели лидируют по «кривой затраты–интеллекта» (cost–intelligence curve), что означает, что они обеспечивают исключительные, высококлассные возможности на всех операционных уровнях. Эта эффективность достигается за счет значительных улучшений инфраструктуры, в частности, за счет усовершенствований в техниках кэширования и инференса, что позволяет обслуживать модели по гораздо более низкой операционной стоимости. Что особенно важно, OpenAI передает эту экономию непосредственно своей базе пользователей, снизив цены на API для Sol и Luna на 50% по сравнению с предыдущим промо-ценообразованием GPT-5.6. Это массивное снижение затрат делает передовую функциональность ИИ доступной для гораздо более широкого спектра рутинных задач и корпоративных развертываний.

GPT-6 Astra позиционируется как окончательный выбор, сохраняя свой статус лучшей модели по всем метрикам для пользователей, которым требуются бескомпромиссные, лучшие в своем классе результаты. И наоборот, GPT-6 Sol и GPT-6 Luna разработаны для принесения улучшений интеллекта и повышения экономической эффективности в модели, на которые разработчики и предприятия уже полагаются для сложных повседневных операционных задач. Например, GPT-6 Sol выделяется как мощный инструмент для решения сложных рабочих задач, одновременно предлагая пользователям большую свободу итераций благодаря более высоким лимитам использования и значительно более низким затратам, при этом обеспечивая превосходный интеллект и результаты по сравнению с конкурирующими моделями аналогичной цены.

Для подтверждения этих заявлений OpenAI предоставила строгие сравнительные тесты. В AutomationBench, который тестирует агентов ИИ на сложных сквозных бизнес-рабочих процессах с использованием 47 различных инструментов, охватывающих критически важные отделы, такие как продажи, маркетинг, операции, финансы и HR, GPT-6 Sol продемонстрировал замечательную эффективность. В частности, в режиме «xhigh effort» GPT-6 Sol превзошел Claude Opus 5 в режиме «max effort», достигнув этой производительности при всего 9% стоимости за задачу. Кроме того, GPT-6 Luna показал существенное улучшение по сравнению со своим предшественником, повысив свою производительность на 5,4 процентных пункта при стоимости, которая была на 58% ниже за задачу. Эти тесты подчеркивают способность модели обеспечивать производительность корпоративного уровня без непомерных затрат, связанных с лидерами рынка.

Оценка агентов ИИ на сложных профессиональных рабочих процессах дополнительно демонстрируется тестом «Agents’ Last Exam». Здесь GPT-6 Sol, работая на максимальном усилии, набрал 56,4%, что значительно превосходит самый высокий зафиксированный балл Claude Opus 5 при 60% более низкой стоимости за задачу. Эти тесты имеют решающее значение, поскольку они оценивают «задачи с длинным горизонтом и экономической ценностью» в 55 отраслях, имитируя подавляющее большинство профессиональной работы, выполняемой на компьютере. Способность Sol и Luna поддерживать высокие баллы при резком снижении операционных расходов является ключевым рыночным дифференциатором.

Помимо общей автоматизации рабочих процессов, модели демонстрируют заметные улучшения в фактической надежности. OpenAI подчеркивает, что полезность любого ответа ИИ зависит от его фактической точности. В внутренних оценках фактической точности, которые анализируют реальные разговоры, где пользователи отмечали фактические ошибки, было обнаружено, что GPT-6 Sol допускал примерно вдвое меньше ошибок по сравнению со своим предшественником. Это ставит его надежность близко к уровню GPT-6 Astra, но при доле стоимости. GPT-6 Luna также показывает существенный прирост в этой области, соответствуя производительности GPT-5.6 Sol при примерно одной сотой стоимости на более высоких уровнях усилий.

Еще одной критически важной областью внимания является кодирование. Поскольку кодирующие агенты берут на себя задачи, которые растут по сложности, объему и продолжительности — тенденция, отраженная собственным внутренним использованием OpenAI, где медианное ежедневное использование токенов для исследователей превысило $600, а 90-й процентиль достиг $7000 — стоимость устойчивого, высококачественного использования становится первостепенной. GPT-6 Sol и Luna сочетают сильную кодовую производительность с драматически более низкими ценами API. В бенчмарке FrontierCode, который оценивает код не только на правильность, но и на «интегрируемость» (включая качество тестов, дисциплину объема и соблюдение стандартов кодовой базы), GPT-6 Sol значительно улучшает показатели GPT-5.6 Sol и способен соответствовать Claude Fable 5.1 в режиме «xhigh», сохраняя при этом гораздо более низкую стоимость. Сочетание высокоуровневой профессиональной производительности с беспрецедентной экономической эффективностью делает GPT-6 Sol и GPT-6 Luna революционными инструментами для масштабирования внедрения ИИ в различных отраслях. Этот многоуровневый подход позволяет предприятиям выбрать идеальный баланс между производительностью и бюджетом, делая передовой ИИ доступным для гораздо более широкой пользовательской базы. Измеримый прирост производительности по множеству отраслевых бенчмарков, особенно по сравнению с дорогостоящими конкурентами, укрепляет позиции моделей как лидеров отрасли по ценности.