GPT-5.6 Sol, Terra и Luna: какой уровень модели выбрать?

26 июня 2026 года OpenAI анонсировала GPT-5.6 — но вместо одной модели выпустила три: Sol (флагман), Terra (баланс) и Luna (быстрая и дешёвая). Это структурный сдвиг: от подхода GPT-5/5.5 «одна модель + настройка усилий reasoning» к «три модели — выбери уровень».

Для команд, уже маршрутизирующих запросы между провайдерами, вопрос прямой: какой уровень ставить в какую точку routing-цепочки? Эта статья разбирает цены, бенчмарки, возможности и практические routing-решения по всем трём уровням GPT-5.6 — и сравнивает их с конкурентами, которых вы, возможно, уже используете.

OpenAI-совместимость означает, что провайдер предоставляет endpoint chat-completions, чей контракт запроса и ответа достаточно близок к API OpenAI, чтобы немодифицированный вызов OpenAI SDK работал после замены трёх значений: API key, base URL, название модели. Минимальная поверхность на практике —POST /v1/chat/completions с messages, model и потоковым ответом в форме OpenAI.

Источники: анонс OpenAI GPT-5.6, получено 2026-06-30; OpenAI Help Center — GPT-5.6 Preview, получено 2026-06-30; Anthropic Pricing, получено 2026-06-30; GPT-5.6 Developer Guide (LushBinary), получено 2026-06-30; VentureBeat, получено 2026-06-30.

Обзор — Sol vs Terra vs Luna

Цены с OpenAI, получено 30 июня 2026. GPT-5.6 — ограниченный preview; доступность зависит от аккаунта и региона.

Что изменилось в переходе от GPT-5.5 к 5.6

GPT-5.5 поставлялась как одна модель (плюс Pro-вариант для глубокого reasoning). Мощность настраивалась через reasoning effort.

GPT-5.6 заменяет этот подход системой именованных уровней: номер поколения (5.6) показывает новизну, а название уровня (Sol, Terra, Luna) — позицию на кривой «возможности / стоимость». OpenAI заявила, что эти имена — постоянные: будущие поколения продолжат использовать Sol/Terra/Luna, каждый уровень будет развиваться независимо.

Практический результат: вместо настройки reasoning_effort: "high" на одной модели вы выбираете gpt-5.6-sol для сложных задач и gpt-5.6-luna для массового трафика. Это ближе к семейству Anthropic (Opus/Sonnet/Haiku), чем к старому подходу OpenAI «одна модель — много режимов».

Сравнение цен: GPT-5.5 vs GPT-5.6

Цены с OpenAI и TheRouter model catalog.

Sol на ~40% дешевле GPT-5.5 по input и на ~38% дешевле по output — при более высоких бенчмарках. Terra сравнима с GPT-5.5 по качеству за примерно вдвое меньшую цену. Luna открывает ценовой сегмент, которого у OpenAI раньше не было.

Новая модель prompt caching

GPT-5.6 вводит изменения в prompt caching:

• Cache writes тарифицируются по 1.25× от uncached input rate (в GPT-5.5 запись была бесплатной)
• Cache reads по-прежнему получают скидку 90%
• Минимальное время жизни кеша — 30 минут (в GPT-5.5 TTL был нестабильным)
• Явные cache breakpoints для детерминированного кеширования

Для длинных system prompt-ов или few-shot примеров кеширование существенно влияет на экономику. System prompt, попадающий в кеш каждый раз, стоит 10% от uncached цены — Sol на стороне input для повторяющихся prompt-ов может быть сопоставим с Luna.

О стратегиях кеширования у разных провайдеров читайте в нашем руководстве по оптимизации затрат на prompt caching.

Sol: frontier-флагман

Sol — для задач, где правильность важнее стоимости. Лидирует на TerminalBench 2.1 (88.8%) и показывает лучшие результаты OpenAI на ExploitBench и GeneBench v1.

Sol Ultra — режим с повышенным потреблением вычислительных ресурсов, достигающий 91.9% на TerminalBench 2.1. Ultra расходует больше tokens на запрос при тех же per-token ценах — используйте для самых сложных многошаговых задач.

Когда выбирать Sol

• Длинные цепочки agent-кодинга: автономные правки в нескольких файлах, архитектурные решения, сложная отладка
• Cybersecurity-задачи: исследование уязвимостей, анализ эксплойтов, разработка патчей
• Биология/научные исследования: геномика, анализ белковых структур
• Любая задача, где цена ошибки оправдывает 5-кратное удорожание относительно Luna

Sol в сравнении с конкурентами

Результаты TerminalBench 2.1 из анонса OpenAI, получено 30 июня 2026. Результаты заявлены производителем; независимая верификация не завершена.

Sol опережает Claude Opus 4.8 на TerminalBench 2.1 почти на 10 пунктов при сопоставимой цене. Относительно GPT-5.5 — Sol и дешевле, и сильнее.

О последних моделях Anthropic и сравнении читайте в нашем полном руководстве по Anthropic Claude API.

Terra: сбалансированный выбор по умолчанию

Terra — уровень, с которого стоит начинать большинству команд. OpenAI позиционирует его как аналог GPT-5.5 по качеству за вдвое меньшую цену — естественный преемник для основного трафика приложений.

TerminalBench 2.1: 84.3%

Terra идёт вровень с Claude Fable 5 (тоже 84.3%) и опережает GPT-5.5 (83.4%). При $2.50/$15.00 за миллион tokens Terra более чем в 3 раза дешевле GPT-5.5.

Когда выбирать Terra

• Общие чат- и ассистент-нагрузки — качество сравнимо или выше GPT-5.5 за половину цены
• Agent-потоки с tool use — function calling, structured output, многоходовые диалоги
• Генерация контента — черновики, резюме, перевод
• Прототипирование — разрабатывайте на Terra, эскалируйте до Sol только при необходимости

По умолчанию для production

Если вы мигрируете с GPT-5.5 и хотите простейший путь, замените model: "gpt-5.5" на model: "gpt-5.6-terra" — ожидайте сравнимое или лучшее качество при меньшей стоимости. Данные TerminalBench это подтверждают.

from openai import OpenAI

client = OpenAI(api_key="sk-...")

response = client.chat.completions.create(
    model="gpt-5.6-terra",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Объясните CAP-теорему на реальном примере."}
    ]
)
print(response.choices[0].message.content)

Luna: быстрая, дешёвая и удивительно сильная

Luna — уровень для массовых нагрузок, где единичная стоимость решает. $1/$6 за миллион tokens — самая низкая цена, которую OpenAI когда-либо предлагала на этом уровне возможностей.

TerminalBench 2.1: 82.5%

Это выше Claude Opus 4.8 (78.9%) — модели, которая два месяца назад считалась frontier. Luna позиционируется против лёгких моделей вроде Claude Haiku 3.5, Gemini Flash и GPT-5 Mini, но бенчмарки показывают, что она превосходит свой ценовой класс.

Когда выбирать Luna

• Классификация и разметка — анализ тональности, модерация, определение intent-а
• Извлечение данных — структурированные данные из неструктурированного текста
• Routing запросов — дешёвая модель классифицирует запросы перед передачей более дорогой
• Массовое суммирование — обработка больших наборов документов, где важна стоимость на запрос
• Первичная фильтрация — Luna обрабатывает простое большинство, Sol получает только сложный хвост

response = client.chat.completions.create(
    model="gpt-5.6-luna",
    messages=[
        {"role": "user", "content": "Классифицируй эту заявку: 'В моём счёте неправильная сумма за апрель.'"}
    ],
    response_format={"type": "json_object"}
)

Матрица routing-решений

Трёхуровневая система естественно ложится на каскадную стратегию routing:

Каскадный паттерн на практике

Типичная production-конфигурация обрабатывает запросы через каскад на основе уверенности:

1. Luna обрабатывает простое большинство (70–80% трафика). Классификация, извлечение, короткие ответы.
2. Terra берёт средний уровень (15–25%). Многоходовые диалоги, tool-calling потоки, задачи с умеренным reasoning.
3. Sol обрабатывает сложный хвост (5–10%). Активируется через сигнал сложности, проверку уверенности или явный запрос пользователя.

Это держит смешанную стоимость близко к Luna, сохраняя Sol-качество на самых сложных 5% запросов. Разница Luna ($1/$6) и Sol ($5/$30) — 5×. Маршрутизация 80% трафика через Luna вместо Sol экономит ~65% бюджета.

О построении fallback-цепочек между провайдерами читайте в нашем руководстве по fallback routing для LLM API.

Миграция с GPT-5/5.5

Если вы сейчас на GPT-5 или GPT-5.5, миграция на GPT-5.6 — в основном замена строки model:

Обратите внимание: модели GPT-5 входят в график deprecation OpenAI. Планируйте миграцию сейчас — см. наше руководство по миграции при deprecation GPT-5 для сроков и подводных камней.

Совместимость API

API-поверхность та же, что у GPT-5.5: Chat Completions с function calling, structured outputs, streaming и поддержкой reasoning. Model ID: gpt-5.6-sol, gpt-5.6-terra, gpt-5.6-luna.

Важное изменение: prompt caching теперь взимает плату за cache writes (1.25× input rate). Если ваша нагрузка сильно зависела от бесплатной записи в кеш GPT-5.5, учтите это в прогнозах стоимости.

GPT-5.6 vs конкуренты

Sol vs Claude Opus 4.8

Sol ($5/$30) и Opus 4.8 ($5/$25) имеют сопоставимые цены, но Sol лидирует на TerminalBench 2.1 с разницей ~10 пунктов (88.8% vs 78.9%). Сила Opus 4.8 — extended thinking для тонкого анализа и 200K контекстное окно (расширяемое до 1M). На чистых agent-кодинг бенчмарках Sol сейчас впереди.

Terra vs Claude Sonnet 4.5

Terra за $2.50/$15.00 нацелена на ту же нишу «сбалансированная повседневная модель», что и Claude Sonnet 4.5 ($3/$15). Terra сравнима с GPT-5.5 по бенчмаркам за вдвое меньшую цену. Если вы на Sonnet 4.5 и чувствительны к стоимости, Terra стоит протестировать.

Luna vs Gemini 2.5 Flash

Luna ($1/$6) конкурирует с Gemini 2.5 Flash ($0.15/$0.60 для thinking, бесплатно для non-thinking в рамках лимитов). Gemini Flash дешевле per-token, но Luna набирает больше на TerminalBench (82.5% vs Gemini 3.1 Pro Preview 70.7%). Компромисс — стоимость vs возможности: Luna дороже, но измеримо сильнее на agent-задачах.

Доступ и доступность

GPT-5.6 вышла 26 июня 2026 года как ограниченный preview. Правительство США запросило ограничение первоначального запуска, OpenAI согласилась — публично заявив, что это не должно стать нормой для frontier-моделей.

Что это значит на практике:

• Доступ открывается поэтапно по аккаунтам, регионам и продуктам
• Пользователи ChatGPT и Codex могут получить доступ раньше массового API
• Не рассчитывайте на production-grade SLA или стабильные rate limits
• OpenAI обещает сделать все три уровня «общедоступными в ближайшие недели»

Стройте за уровнем абстракции. Если доступ к GPT-5.6 изменится в ходе preview, вам нужно откатиться на GPT-5.5 или другого провайдера без изменений кода. О fallback-паттернах читайте в нашем руководстве по fallback routing.

Интеграция с TheRouter

Оговорка: GPT-5.6 Sol, Terra и Luna пока не добавлены в каталог моделей TheRouter. Модели анонсированы 26 июня и находятся в ограниченном preview. Мы планируем добавить их после достижения общей доступности API и проверки поведения routing.

Когда модели GPT-5.6 будут добавлены, routing будет работать как для любой другой OpenAI-совместимой модели:

from openai import OpenAI

# Routing через TheRouter
client = OpenAI(
    api_key="your-therouter-key",
    base_url="https://api.therouter.ai/v1"
)

response = client.chat.completions.create(
    model="openai/gpt-5.6-terra",  # ожидаемый model ID
    messages=[{"role": "user", "content": "Привет"}]
)

Для текущего routing GPT-5.5 через TheRouter см. каталог моделей.

Примеры расчёта стоимости

Чтобы решение по уровню было конкретным, вот стоимость типичной дневной нагрузки на всех трёх уровнях:

Сценарий: 2 миллиона tokens/день, 70% input / 30% output

Каскадный routing: 80% Luna / 15% Terra / 5% Sol

Это экономия 71% по сравнению с полным routing через Sol и всего 43% дороже чистой Luna — при Sol-качестве ответов на самых сложных 5% запросов.

Дополнительное чтение

• Руководство по миграции при deprecation GPT-5
• Лучшие reasoning-модели API 2026
• Руководство по оптимизации затрат на prompt caching
• Руководство по fallback routing для LLM API
• Руководство по миграции с OpenAI на TheRouter
• Полное руководство по Anthropic Claude API

FAQ

Какой уровень GPT-5.6 использовать по умолчанию?

Terra. Она сравнима с GPT-5.5 по возможностям за примерно вдвое меньшую цену — естественный default для большинства трафика. Эскалируйте до Sol только для задач, действительно требующих frontier-reasoning: длинные цепочки agent-кодинга, анализ безопасности, исследовательские рабочие процессы.

Sol Ultra — отдельная модель?

Нет. Sol Ultra — режим повышенного compute для Sol, а не отдельная модель с собственной ценой. Используются те же per-token ставки, но потребляется больше tokens на запрос из-за более глубокого reasoning. Считайте, что это Sol с compute-регулятором на максимуме.

Можно ли использовать GPT-5.6 через TheRouter прямо сейчас?

Пока нет. По состоянию на июнь 2026 года GPT-5.6 Sol, Terra и Luna находятся в ограниченном preview. Мы добавим их в каталог моделей TheRouter после достижения общей доступности API. Сейчас через TheRouter доступны GPT-5.5 и GPT-5.5 Pro.

Как цены GPT-5.6 соотносятся с Claude?

Sol ($5/$30) сопоставим с Claude Opus 4.8 ($5/$25) по input, немного дороже по output. Terra ($2.50/$15) дешевле Claude Sonnet 4.5 ($3/$15) по input. Luna ($1/$6) дороже Claude Haiku 3.5 ($0.80/$4), но превосходит её на agent-бенчмарках.

Мигрировать с GPT-5.5 сейчас или подождать?

Подождите, пока GPT-5.6 выйдет из ограниченного preview и станет общедоступной. После этого миграция с GPT-5.5 на Terra — простая замена строки model с ожидаемой экономией ~50%. Спешить не нужно — GPT-5.5 пока не в ближайшем графике deprecation.

Prompt caching в GPT-5.6 работает иначе?

Да. GPT-5.6 берёт плату за cache writes по 1.25× input rate (в GPT-5.5 запись была бесплатной). Cache reads по-прежнему со скидкой 90%. 30-минутное минимальное время жизни кеша и явные cache breakpoints делают кеширование более предсказуемым, но за заполнение кеша теперь придётся платить.