OpenAI представила GPT-6 Sol и GPT-6 Luna — две новые модели семейства GPT-6 для разных типов задач. Одновременно компания снизила стандартную стоимость их использования через API по сравнению с промо-тарифами предыдущих моделей GPT-5.6 Sol и Luna, передает Tech-news со ссылкой на OpenAI. GPT-6 Sol ориентирована на сложную работу с кодом и агентские сценарии, тогда как GPT-6 Luna рассчитана на массовые и более узкие задачи, где важны скорость и низкая стоимость — например, обработку документов, извлечение данных и суммаризацию. Стоимость GPT-6 Sol составляет $2 за 1 млн входных токенов и $10 за 1 млн выходных. Для GPT-6 Luna тариф значительно ниже — $0,10 за 1 млн входных и $0,50 за 1 млн выходных токенов. В OpenAI связывают снижение стоимости с более эффективными инференсом и кэшированием. Новая система prompt caching позволяет повторно использовать уже обработанные части запроса по сниженной цене: для GPT-6 Sol кэшированный вход стоит $0,20 за 1 млн токенов, а для Luna — $0,01. Компания также заявляет об улучшении точности новых моделей. По внутреннему тестированию OpenAI, GPT-6 Sol примерно вдвое реже допускала фактические ошибки, чем GPT-5.6 Sol. При этом компания уточняет, что оценка проводилась на обезличенных реальных диалогах, в которых пользователи ранее указывали на ошибки, поэтому результаты не отражают весь спектр обычных сценариев использования. Отдельное внимание уделили программированию. На тесте DeepSWE v1.1 GPT-6 Sol при максимальном уровне рассуждений получила 68,8%, а GPT-6 Luna — 66,6%. OpenAI также заявляет, что Sol требует примерно на 80% меньше затрат на выполнение задачи, чем сравниваемая модель Claude Fable 5. Новые модели получили улучшения не только в программировании, но и в работе с компьютером и профессиональных сценариях. При этом GPT-6 Astra остается флагманской моделью OpenAI для задач, где требуется максимальный уровень возможностей. GPT-6 Sol и Luna доступны в ChatGPT Work и Codex для пользователей Plus, Pro, Business, Enterprise и Edu. В API они представлены под названиями gpt-6-sol и gpt-6-luna. GPT-6 Luna также доступна пользователям Free и Go в десктопном приложении. Распространение моделей в ChatGPT проходит постепенно. Сообщение OpenAI выпустила GPT-6 Sol и Luna и вдвое снизила цены API появились сначала на Tech news.
From the original source:
Tech-news.kz
Read full article at Tech-news.kzThis material was compiled from public sources. If its publication affects your rights → Request removal
Title in RussianOpenAI выпустила GPT-6 Sol и Luna и вдвое снизила цены API
OpenAI представила GPT-6 Sol и GPT-6 Luna — две новые модели семейства GPT-6 для разных типов задач. Одновременно компания снизила стандартную стоимость их использования через API по сравнению с промо-тарифами предыдущих моделей GPT-5.6 Sol и Luna, передает Tech-news со ссылкой…
AI Summary & Key Takeaways
- OpenAI представила GPT-6 Sol и GPT-6 Luna — две новые модели семейства GPT-6 для разных типов задач
- Одновременно компания снизила стандартную стоимость их использования через API по сравнению с промо-тарифами предыдущих моделей GPT-5.6 Sol и Luna, передает Tech-news со ссылкой…

Event timeline
Related stories
Judge dismisses Sam Altman’s sister’s sexual abuse lawsuit
On Tuesday, US District Judge Zachary Bluestone dismissed the lawsuit Ann Altman filed last year alleging that her brother, OpenAI CEO Sam Altman, had sexually abused her throughout her childhood. As reported earlier by The Guardian, the judge wrote that over the last year, Ann…
Anthropic pitches AI safety bill that may block a model if 50+ people could be killed
The proposed policy seems to offer protections against AI run amok but actually forbids federal agencies from blocking a model's release without the permission of a judge.
Hugging Face CEO warns that Netflix’s OpenAI hack documentary isn’t accurate
Before you share the Netflix documentary "AI Gone Rogue" take note. Clem Delangue, Hugging Face's co-founder who is featured in the film, says it went "full doomer mode" and isn't accurate.
Stop paying for AI, run everything locally (here’s how)
Big labs are not going to talk about this but continual learning the idea of improving the models for your [music] own use cases for your own workflows. Big labs have no incentive of providing users with that [music] because they're training their models for the normal…



