OpenAI представила новое поколение своих флагманских моделей — семейство GPT-5.6, доступное в трех вариантах: Luna, Terra и Sol, от наименьшего к наибольшему. Релиз, состоявшийся 9 июля 2026 года, ориентирован на повышение эффективности работы с каждым токеном, особенно в контексте долгосрочных задач, выполняемых ИИ-агентами.
Ключевые факты
| Характеристика | GPT-5.6 Luna | GPT-5.6 Terra | GPT-5.6 Sol |
|---|---|---|---|
| Цена за 1 млн входных/выходных токенов | $1/$6 | $2.50/$15 | $5/$30 |
| Производительность (Agents’ Last Exam) | Превосходит Fable 5 (при низкой стоимости) | Превосходит Fable 5 (при низкой стоимости) | 6 (превосходит Fable 5 на 13.1 п.) |
| Программный вызов инструментов | Поддерживается | Поддерживается | Поддерживается |
| Многоагентные системы | Поддерживается | Поддерживается | Поддерживается |
Ценообразование и производительность
Новые модели предлагаются по следующим ценам за миллион входных/выходных токенов: Luna — $1/$6, Terra — $2.50/$15, Sol — $5/$30. Для сравнения, модели Claude Opus стоят $5/$25, а Claude Fable 5 — $10/$50. Однако, как отмечается, цена за миллион токенов не является полным показателем, поскольку количество токенов, используемых для рассуждений, может значительно варьироваться в зависимости от задачи и модели.
OpenAI заявляет о существенном улучшении производительности GPT-5.6 в задачах, требующих длительной работы агентов. Согласно тесту “Agents’ Last Exam”, оценивающему профессиональные рабочие процессы в 55 областях, GPT-5.6 Sol достиг показателя 53.6, что на 13.1 пункта выше, чем у Claude Fable 5 с адаптивным рассуждением. Даже при среднем уровне рассуждений GPT-5.6 Sol превосходит Fable 5 на 11.4 пункта при примерно четверти предполагаемой стоимости. Эффективность распространяется и на меньшие модели: GPT-5.6 Terra и Luna опережают Fable 5 примерно при одной шестнадцатой стоимости.
Спорные результаты в бенчмарках
Интересно, что в одном из самоотчетных бенчмарков, SWE-Bench Pro, модели GPT-5.6 показали результаты хуже, чем Claude Fable 5. Fable 5 получила 80%, в то время как GPT-5.6 Sol — 64.6%. Это может объяснять, почему OpenAI накануне релиза опубликовала статью, в которой указывала на проблемы с бенчмарком SWE-Bench Pro, оценив около 30% задач как некорректные.
Личный опыт и новые API-функции
Саймон Уиллисон, получивший ранний доступ к GPT-5.6 Sol, отмечает, что модель очень компетентна, но пока не превзошла Fable в его личных тестах сложных задач по программированию.
Документация по GPT-5.6 содержит информацию о новых API-функциях, которые могут быть интересны разработчикам:
Программный вызов инструментов (Programmatic Tool Calling): Позволяет моделям “составлять и выполнять JavaScript для оркестрации вызовов инструментов”. Это может помочь в интеграции между моделями управления процессами (MCP) и полноценными сессиями терминала, позволяя комбинировать утилиты командной строки.
Многоагентные системы (Multi-agent): Модели теперь могут “запускать субагенты для параллельной, сфокусированной работы”, что делает паттерн субагентов частью основного API.
Точки останова кэша промптов (Prompt cache breakpoints): Реализация механизма кэширования промптов, аналогичного тому, что используется в моделях Claude. Пользователи могут явно указывать точки останова для кэша, вместо того чтобы полагаться на автоматическое определение API.
Детализация изображений: При запросах изображений можно установить параметр `detail: original`, чтобы избежать изменения размера изображения перед его обработкой.
Тесты с пеликанами
В качестве иллюстрации возможностей моделей приведены результаты тестов с изображением 18 пеликанов. Различные уровни рассуждений (от отсутствия до максимального) для трех моделей GPT-5.6 были оценены по стоимости и количеству задействованных токенов. Самый дешевый вариант — gpt-5.6-luna при отсутствии рассуждений за $0.0071. Самый дорогой — gpt-5.6-sol при максимальном уровне рассуждений за $0.4855.
Источник: The new GPT-5.6 family: Luna, Terra, Sol, Simon Willison, https://simonwillison.net/2026/Jul/9/gpt-5-6/#atom-everything