Astra, Sol или Luna: какую модель GPT-6 выбрать

Кратко

• В линейке GPT-6 три модели: Astra (флагман, вышла в начале сентября), Sol и Luna (обе вышли 22 сентября).
• Паспорт у всех трёх почти одинаковый: контекст 1,05 млн токенов, ответ до 128 тыс., на входе текст и картинки, на выходе только текст.
• Реальные различия — цена, глубина рассуждений и результаты в агентных задачах. Разброс по цене стократный.
• У Astra рассуждения нельзя выключить совсем, у Sol и Luna можно поставить уровень none.
• OpenAI прямо советует: Sol — для сложного кода и агентных сценариев, Luna — для узких задач большого объёма.
• В Veruna AI Luna открыта на бесплатном тарифе после регистрации, Sol и Astra — на подписке Max.

После 22 сентября у OpenAI в линейке GPT-6 стало три модели, и выбирать между ними теперь приходится осознанно. Разброс цен внутри одного поколения — в сто раз, а разница в результатах на прикладных тестах местами измеряется единицами процентных пунктов. Разберём, чем Astra, Sol и Luna отличаются на бумаге, где эти различия видны на практике и в какой момент доплата за флагман перестаёт окупаться.

Три модели, один паспорт

Начнём с того, что у трёх моделей совпадает. Контекстное окно — 1,05 млн токенов, из них под вход отводится до 922 тыс. Максимальный ответ — 128 тыс. токенов. Вход текстовый и графический, выход только текстовый: ни картинок, ни видео ни одна из трёх не рисует.

Различия начинаются дальше.

Данные — из спецификаций моделей OpenAI и страницы прайса, сверены 22 сентября 2026 года.

Любопытная деталь: у младшей Luna дата знаний свежее, чем у флагмана. 18 мая против 30 апреля у Astra. На практике месяц разницы почти ничего не решает, но интуиция «чем дороже модель, тем свежее её знания» здесь не работает.

Рассуждения: где проходит настоящая граница

Самое заметное различие в паспорте — управление размышлениями.

У Astra параметр reasoning.effort принимает значения low, medium, high, xhigh и max. Значения none в этом списке нет: выключить рассуждения у флагмана нельзя, можно только сделать их поверхностными. Мы писали об этом ещё в разборе релиза GPT-6 Astra, и с тех пор ничего не изменилось.

У Sol и Luna уровней шесть: к тем же пяти добавлен none. Значение по умолчанию у обеих — medium.

Звучит как мелочь в документации, но следствие практическое. Размышления — это выходные токены, за которые вы платите и которых ждёте. На простой задаче вроде «вытащи из письма дату и сумму» рассуждения не улучшают ответ, а только удлиняют его. Выключаемый режим делает Luna и Sol пригодными для потока мелких однотипных запросов, а Astra — нет.

Обратная сторона: на none и low модели резко теряют в сложных сценариях. По релизным замерам, на уровне low Luna решает всего 2,4% задач бенчмарка DeepSWE, где на max берёт 66,6%. Разница в тридцать раз. Дешёвый уровень усилий — это не та же модель со скидкой, а другая модель.

Что говорит сама OpenAI

В релизе компания формулирует разделение ролей довольно прямо: «Используйте Sol для сложного кода и агентных сценариев, а Luna — для узких задач большого объёма». Про флагман сказано отдельно: «GPT-6 Astra остаётся нашей лучшей моделью по всем направлениям».

То есть Sol не позиционируется как замена Astra. Это другой продукт: почти столько же пользы на большинстве прикладных задач за пятую часть денег.

Бенчмарки: разрыв на глаз

Все три модели прогнали по одному набору тестов на максимальном уровне рассуждений. Вот как выглядит результат.

Обратите внимание на DeepSWE. Между флагманом за $50 на выводе и лёгкой Luna за $0,50 разрыв составляет 7,5 процентного пункта при стократной разнице в цене. А между Sol и Luna — всего 2,2 пункта. На правках в коде младшая модель почти догоняет старшую, и это самый неожиданный результат релиза.

Зато на OSWorld 2.0, где модель самостоятельно кликает по интерфейсам программ, разрыв Luna от Astra доходит до двадцати пунктов. Чем длиннее цепочка самостоятельных действий, тем сильнее расходятся модели.

VentureBeat приводит ещё одно сравнение, уже с ценником за задачу: на AutomationBench Sol на уровне xhigh берёт 33,2% при стоимости $0,27 за задачу, а Astra на уровне low — 30,3% при $1,05. То есть в конфигурации «поверхностный флагман против старательной рабочей модели» дешёвая модель и точнее, и почти вчетверо экономнее.

Что прибавила Luna относительно прошлого поколения

Luna — единственная модель линейки, у которой есть прямой предшественник с тем же именем. Сравнение выглядит скромно.

На правках в коде 66,6% против 62,2%, на сложном коде 42,4% против 39,8%, на автоматизации рутины 20,7% против 17,0%. На OSWorld 2.0 прироста нет вовсе: 52,7% у обеих версий.

Прибавка в три-четыре пункта при вдвое упавшей цене — нормальный результат для промежуточного релиза, но называть это новым поколением возможностей не стоит. Подробнее про модель — в разборе GPT-6 Luna и в материале о том, что умеет GPT-6 Luna.

Цена: стократный разброс внутри одной линейки

Astra дороже Luna ровно в сто раз и на вводе, и на выводе. Sol стоит впятеро дешевле флагмана и вдвое дешевле своей предшественницы — подробный разбор этого снижения мы сделали в материале про войну цен.

Несколько строчек прайса, которые легко пропустить и которые одинаковы для всех трёх моделей. Повторный ввод из кэша стоит 10% от обычного ввода. Запросы длиннее 272 тыс. входных токенов тарифицируются по удвоенной цене ввода и полуторной цене вывода. Пакетная обработка и режим flex дают скидку 50%, ускоренный режим стоит вдвое дороже стандартного.

Ещё одно сравнение для масштаба: на том же AutomationBench у Astra 41,4%, а у вышедшей в тот же день Claude Opus 5.5 — 40,0% при вдвое меньшей цене вывода. Так что фраза «Sol обходит флагман Anthropic» верна только про Opus 5 и неверна про Opus 5.5.

Как выбирать под задачу

Практическая логика получается примерно такая.

Luna — когда задач много, они однотипные и каждая короткая. Разобрать письмо, вытащить данные из документа, перевести абзац, кратко пересказать статью, ответить на простой вопрос. Здесь вы почти ничего не теряете в качестве и очень много выигрываете в скорости и цене. Для учёбы и бытовых текстов её обычно достаточно.

Sol — когда задача одна, но сложная и длинная. Написать и отладить код, пройти многошаговый сценарий с инструментами, разобрать большой документ с выводами, собрать связный текст на несколько тысяч слов. Разрыв с Luna заметен именно на длинных цепочках, где ошибка на третьем шаге ломает результат на десятом. Что модель умеет на практике, разобрано в материале что умеет GPT-6 Sol, а сравнение с прямым конкурентом — в GPT-6 Sol против Claude Opus 5.5.

Astra — когда цена ошибки выше цены токенов. Самостоятельная работа в интерфейсах программ, длинные агентные прогоны, задачи с максимальными требованиями к точности. На OSWorld 2.0 у неё 73,5% против 64,4% у Sol, и эти девять пунктов и есть то, за что вы доплачиваете. Что умеет флагман, мы разобрали в отдельном материале: что умеет GPT-6 Astra.

Если сомневаетесь — начинайте с младшей модели и поднимайтесь вверх по факту. Задачу, которую вытянула Luna, не стоит переносить на Astra только из уважения к слову «флагман».

С 29 сентября у Sol есть обновление — GPT-6.1 Sol. На OSWorld 2.0 оно сокращает разрыв с Astra с девяти пунктов до двух (71,4% против 73,5%) при той же цене $2 и $10 за миллион токенов. Если выбираете между Sol и Astra для кода и работы в программах, начните с 6.1.

Что доступно в России

Все три модели добавлены в каталог Veruna AI, сервиса с доступом к разным нейросетям в одном чате без VPN и без иностранной карты, с оплатой в рублях.

GPT-6 Luna открыта на бесплатном тарифе после регистрации и на всех подписках. GPT-6 Sol и GPT-6 Astra работают на подписке Max: их токены у самой OpenAI стоят слишком дорого, чтобы держать модели на младших тарифах. Тарифы — на странице подписок.

Как подключиться к каждой из моделей и что учесть при переходе, разобрано отдельно: как пользоваться GPT-6 Sol, как пользоваться GPT-6 Luna и как пользоваться GPT-6 Astra.

Частые вопросы

Чем GPT-6 Sol отличается от GPT-6 Luna? Ценой и поведением на длинных задачах. Sol стоит $2 и $10 за миллион токенов, Luna — $0,10 и $0,50. На правках в коде разрыв небольшой (68,8% против 66,6% на DeepSWE), а на самостоятельной работе в программах — заметный (64,4% против 52,7% на OSWorld 2.0). Паспортные характеристики у моделей одинаковые.

Какая модель GPT-6 самая сильная? GPT-6 Astra. OpenAI формулирует это прямо: «Astra остаётся нашей лучшей моделью по всем направлениям». Она лидирует во всех четырёх приведённых бенчмарках, но стоит в пять раз дороже Sol и в сто раз дороже Luna.

Можно ли выключить рассуждения у GPT-6? У Sol и Luna можно: параметр reasoning.effort принимает значение none. У Astra такого значения нет, минимальный уровень — low. По умолчанию все три работают на уровне medium.

У какой модели GPT-6 свежее знания? У Luna: 18 мая 2026 года. У Astra — 30 апреля, у Sol — 20 апреля. Более дорогая модель здесь не означает более свежую базу знаний.

Стоит ли платить за Astra, если есть Sol? Зависит от длины задачи. На коротких и средних сценариях разрыв в несколько процентных пунктов не окупает пятикратную разницу в цене. На длинных агентных прогонах, где модель сама работает в интерфейсах программ, разрыв доходит до двадцати пунктов, и там доплата оправдана.

Какая модель подойдёт для учёбы и обычных текстов? Luna. Пересказы, конспекты, переводы, разбор текста и ответы на вопросы она делает уверенно, а стоит в сто раз дешевле флагмана. Переходить на Sol имеет смысл, когда задача перестаёт помещаться в один заход и требует многошаговой работы.