OpenAI представила две новые модели, Sol и Luna, расширившие линейку GPT-6. Эти модели были разработаны с использованием той же методики обучения, что и флагманская Astra, однако они ориентированы на более широкое применение. Ключевым аспектом запуска стало снижение стоимости: цены на API уменьшились на 50% по сравнению с промотарифами GPT-5.6, а кэширование запросов теперь обеспечивает скидку в 90%, причем данные не удаляются при изменении глубины анализа или активации дополнительных функций. Стоимость использования Sol составляет $2 за ввод и $10 за вывод на миллион токенов, тогда как Luna стоит $0,10 и $0,50 соответственно.

Согласно результатам бенчмарка AutomationBench, который оценивает сквозные бизнес-процессы с использованием 47 инструментов, модель Sol при максимальной степени усиления (xhigh) демонстрирует результат в 33,2% — это выше показателя Claude Opus 5 на максимуме (26,9%). При этом стоимость выполнения задачи для Sol составляет $0,27, что значительно ниже стоимости аналогичной задачи для Opus 5 ($3,00). Luna, работая при высоком уровне усиления, улучшила результат предыдущей модели на 5,4 процентных пункта и одновременно снизила цену за задачу на 58%.

В области программирования наблюдается более детальная картина. На платформе FrontierCode, где оценивается не только корректность, но и пригодность кода для интеграции в реальный репозиторий, Sol сопоставляется с Claude Fable 5.1 при максимальных настройках, однако при существенно меньшей стоимости. В бенчмарке DeepSWE v1.1, предназначенном для оценки сложных инженерных задач, Sol на максимуме показала результат в 68,8%, уступив Fable 5 (69,9% на xhigh) всего 1,1 процентного пункта и при этом обходясь примерно на 80% дешевле за задачу. Luna при максимальном уровне усиления достигла результата в 66,6%, что соответствует результатам Opus 5 и Fable 5 при среднем уровне усиления, но стоит на 93% меньше, чем Opus 5, и на 96% меньше, чем Fable 5.

Что касается фактической достоверности информации, Sol совершает примерно вдвое меньше ошибок по сравнению с GPT-5.6 Sol, приближаясь к уровню Astra при значительно меньшей цене. Luna при работе со сложными задачами рассуждения демонстрирует количество фактологических ошибок, сопоставимое с GPT-5.6 Sol, но обходится примерно в сто раз дешевле. В тестах AI Alignment, направленных на согласование целей, поведения и ценностей модели с этическими нормами и ожиданиями, обе модели продемонстрировали снижение уровня обмана по сравнению с предыдущими версиями: доля ложных утверждений при написании кода снизилась до 0,5% у Sol и 1,3% у Luna.

Внесенные инфраструктурные улучшения в первую очередь касаются агентов и работы с длинными диалогами. GitHub сообщил о том, что благодаря оптимизации кэширования, которое проводилось на протяжении нескольких месяцев, доля токенов запросов, требующих полной обработки, сократилась более чем на 50% при миллиардах обращений к моделям OpenAI. Разработчикам предоставлен дашборд для мониторинга кэширования, инструмент диагностики пропущенных возможностей и четкие точки останова для управления длиной префикса, подлежащего кэшированию.

Модели GPT-6 Sol и Luna уже доступны с текущего дня для пользователей подписок Plus, Pro, Business, Enterprise и Edu в ChatGPT Work и Codex, а также через API под названиями gpt-6-sol и gpt-6-luna.