GPT-6 Sol и Luna уже доступны в VEGA

Ранее в этом месяце OpenAI представила GPT-6 Astra, самую сильную свою модель. Теперь семейство пополнили GPT-6 Sol и GPT-6 Luna. Их обучали теми же методами, что и Astra, поэтому они унаследовали её способности в работе с документами, коде и управлении компьютером, но отвечают быстрее и обходятся заметно дешевле. Astra остаётся выбором для самых сложных задач, а Sol и Luna рассчитаны на повседневную работу.

Профессиональные задачи

На бенчмарке AutomationBench агенты проходят сквозные рабочие процессы с 47 инструментами из продаж, маркетинга, поддержки, финансов и HR. GPT-6 Sol на усилии xhigh набирает 33,2% и обходит Claude Opus 5 на максимальном усилии, затрачивая при этом лишь 9% от его стоимости на задачу. Более того, Sol обошёл даже GPT-6 Astra на низком усилии. Luna на высоком усилии прибавила 5,4 процентного пункта к результату предшественницы, а стоимость задачи при этом упала на 58%.

На Agents' Last Exam, где агентов проверяют на длинных задачах из 55 отраслей, Sol на максимальном усилии набирает 56,4% — выше лучшего результата Claude Opus 5, причём дешевле на 60%.

Точность фактов

По внутренней оценке OpenAI на реальных диалогах, где пользователи помечали ошибки моделей, Sol ошибается примерно вдвое реже предшественницы и по надёжности приближается к Astra. Luna тоже заметно прибавила: на высоких усилиях она сравнивается с GPT-5.6 Sol при примерно сотой части её стоимости.

Код

На FrontierCode, который проверяет, готовы ли правки агента к мержу в настоящую кодовую базу, Sol заметно обходит GPT-5.6 Sol и идёт вровень с Claude Fable 5.1 на xhigh при кратно меньшей стоимости задачи. На DeepSWE v1.1 с длинными задачами в реальных репозиториях Sol на максимальном усилии набирает 68,8% — всего в 1,1 п.п. от лучшего результата Fable 5 (69,9%), при этом на 80% дешевле в пересчёте на задачу.

Luna на максимальном усилии берёт 66,6%, как Opus 5 и Fable 5 на средних усилиях, но обходится более чем на 90% дешевле обеих.

Управление компьютером

На OSWorld 2.0 Sol на усилии xhigh показывает 60,5% против 60,3% у Claude Opus 5 на среднем усилии — снова примерно на 80% дешевле за задачу. Luna на максимальном усилии превосходит GPT-5.6 Sol при десятой части её стоимости. Лучшей моделью для computer use остаётся Astra.

Стиль общения

Sol и Luna переняли у Astra более понятную манеру речи: ответы стали чуть короче и яснее, меньше жаргона и лишних деталей. OpenAI отмечает, что модель реже делает поспешные выводы и честнее рассказывает, что именно проверила, а что нет. Разница особенно заметна в технических разговорах и при работе с кодом.

Кэширование и выравнивание

Для разработчиков OpenAI улучшила кэширование промптов в GPT-6: доля попаданий в кэш выросла по умолчанию, а чтение закэшированных входных токенов идёт со скидкой до 90%. Усилие рассуждения и набор инструментов теперь можно менять посреди работы, не сбрасывая кэш. GitHub сообщает, что за несколько месяцев эти улучшения более чем вдвое сократили долю токенов, требующих повторной обработки, в запросах Copilot.

По тестам выравнивания обе модели реже предшественниц выдают вводящие в заблуждение заявления о своей работе с кодом.

Уже в VEGA

Обе модели уже доступны в VEGA: работают в России без VPN, без иностранных аккаунтов и карт. Выбирайте GPT-6 Sol или GPT-6 Luna в списке моделей чата или подключайте через api.vega.chat с оплатой в рублях. Флагманская GPT-6 Astra тоже есть у нас, так что всю тройку можно сравнить на своих задачах на одной платформе.