Уровни GPT-5.6: какой выбрать, Sol, Terra или Luna (2026)

Три уровня, одно поколение. GPT-5.6 выходит как Sol, Terra и Luna: одинаковый контекст на 1M, одинаковый потолок вывода 128K, три разные точки на кривой цены и мощности. Sol, флагман по $5/$30 за миллион токенов, Terra, сбалансированный средний уровень ровно за половину ($2.50/$15), Luna, дешёвая рабочая лошадка за $1/$6. Сложность не в том, чтобы его запустить. Сложность в том, чтобы выбрать правильный уровень под каждую задачу и не переплачивать за возможности, которыми вы никогда не пользуетесь. Это руководство покрывает и то и другое: как добраться до всех трёх и как решить, какой из них обрабатывает какой запрос.

GPT-5.6 за 30 секунд: что можно, а что нельзя

Версия в одно предложение: по умолчанию направляйте основной трафик на Luna или Terra, оставьте Sol для тяжёлого хвоста, всегда передавайте явный ID уровня и используйте Responses API, когда нужен max effort. Всё дальнейшее, это детали.

Рамка решения: когда такое разделение окупается (а когда нет)

Разделение на уровни, это привычка, а не флаг в конфиге. Оно окупается, когда ваш трафик действительно смешанный, и тратит ваше время, когда это не так.

Когда стоит запускать все три уровня. Маршрутизируйте по Sol/Terra/Luna, когда нагрузка охватывает разные уровни возможностей: дешёвая классификация и маршрутизация рядом со сложными многофайловыми рефакторингами в одном продукте. Когда ваш месячный счёт достаточно велик, чтобы разница в цене в 2x или 5x на основном трафике превращалась в реальные деньги. Когда вы чувствительны к цене, но не можете жертвовать возможностями на сложных 10% запросов. Именно для этого случая создан маршрутизатор, и именно здесь разброс цен от $1 до $30 за миллион токенов вывода превращается в рычаг, за который можно потянуть.

Когда не стоит заморачиваться. Если каждый запрос примерно одинаковой сложности, выберите один уровень и остановитесь. Классификатор одного назначения должен работать на Luna и ни на чём другом; исследовательский агент, который всегда занимается только сложными рассуждениями, должен работать на Sol и пропустить логику маршрутизации. Если ваши суммарные расходы меньше нескольких долларов в день, инженерное время на построение маршрутизации по уровням стоит дороже, чем экономит. И если вы на прямом API OpenAI и полагаетесь на то, что голый алиас gpt-5.6 разрешается в Sol, добавление логики уровней не даст вам ничего, пока вам действительно не понадобятся Terra или Luna.

Правило остановки. Если ваша цель просто вызвать флагман, используйте gpt-5.6-sol (или openai/gpt-5.6-sol на шлюзе) и прекратите чтение на следующем разделе. Материал о выборе уровня и маршрутизации ниже начинает окупаться только тогда, когда у вас есть как минимум два типа запросов разной сложности.

Системные требования

Ничего экзотического. Нужна одна из двух точек доступа и SDK, говорящий на протоколе OpenAI.

Разница между двумя колонками намеренно мала. Путь через шлюз существует для того, чтобы один ключ доставал все три уровня GPT-5.6 плюс любую другую используемую модель, без трёх отдельных провайдерских аккаунтов. Если вы уже на SDK OpenAI, переход на шлюз, это изменение base URL и строки модели, ничего больше.

Три уровня бок о бок

Вот что на самом деле поставляется в каждом уровне, с ценами, сверенными с каталогом моделей ofox на 13 июля 2026 года. Все ставки за миллион токенов.

Два факта определяют бо́льшую часть решения. Во-первых, спецификационная рамка одинакова для всех уровней: тот же контекст 1M, тот же потолок вывода 128K. Вы никогда не меняете контекст на цену. Промпт с целым модулем помещается на Luna ровно так же, как на Sol; вы выбираете возможности на токен, а не ёмкость. Во-вторых, разброс цен велик. Токен вывода Luna, это пятая часть от Sol. На задачах с обильным выводом, где и концентрируются счета агентов, это соотношение и есть весь аргумент в пользу того, чтобы сдвигать трафик вниз по лестнице везде, где качество позволяет.

Ценник Sol ($5/$30) совпадает с предыдущим флагманом, GPT-5.5. Terra переоценивает ту же нагрузку ровно вдвое дешевле. Luna стоит на ступень ниже. Номер поколения остаётся 5.6 у всех трёх; двигает цену именно название уровня.

Какой уровень под какую задачу

Чистый способ выбора, это по форме запроса, а не по интуиции о том, насколько «умна» задача. Сопоставьте задачу с уровнем и дайте маршрутизатору его закрепить.

Паттерн, к которому сходятся почти все команды, это разделение на два уровня: основные запросы идут на Luna или Terra, а небольшой тяжёлый хвост эскалируется к Sol. Это захватывает разброс цен на 90% трафика, которым флагман не нужен, и тратит флагманский бюджет только там, где несколько лишних пунктов pass rate меняют исход.

Вот та же логика в виде блок-схемы, которую можно вставить прямо в функцию маршрутизации.

flowchart TD
    A[Incoming request] --> B{Bounded output?<br/>classify / route / extract}
    B -->|Yes| L[openai/gpt-5.6-luna]
    B -->|No| C{Everyday coding<br/>or agentic work?}
    C -->|Yes| D{Latency or cost<br/>the priority?}
    D -->|Yes| T[openai/gpt-5.6-terra]
    D -->|No, hardest tasks| S[openai/gpt-5.6-sol]
    C -->|No, hardest reasoning| S
    S --> U{Needs max effort or<br/>Ultra heavy compute?}
    U -->|Yes| R[Sol via Responses API]
    U -->|No| S2[Sol via chat/completions]

Во что вам обходится выбор уровня в расчёте на задачу

Разница между уровнями абстрактна, пока вы не наложите на неё форму задачи. Возьмём одну многоходовую агентную задачу: 50K токенов ввода (контекст репозитория, результаты инструментов, несколько ходов) и 15K вывода (правки, объяснения, повторы). Та же задача, три уровня, по ставкам ofox из таблицы выше.

При тысяче задач в день разница между запуском всего на Sol и всего на Luna составляет примерно $16,800 в месяц. Никто не должен запускать всё на Luna, потому что множеству этих задач нужно больше, чем даёт Luna. Но эта цифра объясняет, почему разделение на уровни оправдывает код маршрутизации: если хотя бы треть этого трафика достаточно ограничена для Luna, а ещё треть проходит на Terra, смешанный счёт оказывается далеко ниже линии all-Sol, не трогая тяжёлый хвост.

Две вещи в этой арифметике стоит усвоить. Во-первых, вывод, это дорогая половина. Токен вывода Sol в пять раз дороже, чем у Luna, при этом токен ввода тоже в пять раз, но ввода обычно больше по сырому объёму, так что на задачах с лёгким выводом уровни сжимаются, а на задачах с обильным выводом расходятся. Направляйте вниз по лестнице сначала генерацию с обильным выводом (каркасы тестов, кодмоды, длинные объяснения), потому что именно там разница между уровнями кусает сильнее всего. Во-вторых, кэш не меняет расстановку. Ставка кэшированного ввода каждого уровня, это ровно десятая часть его же некэшированного ввода ($0.10 против $1 у Luna, $0.25 против $2.50 у Terra, $0.50 против $5 у Sol), так что кэширование снижает счёт за ввод каждого уровня в одинаковой пропорции и оставляет Luna дешевле Terra дешевле Sol при любом уровне попаданий. Включайте кэширование ради абсолютной экономии; не давайте ему менять выбор уровня.

Пошагово: запуск всех трёх уровней на одном ключе

Это путь через ofox, потому что смысл в том, чтобы один ключ доставал все три уровня. Путь напрямую через OpenAI идентичен, за исключением base URL и отброшенного префикса openai/.

Шаг 1: задайте ключ и base URL

export OFOX_API_KEY="sk-..."      # from app.ofox.ai
export OFOX_BASE_URL="https://api.ofox.ai/v1"

Ожидаемый результат: две переменные окружения заданы. Сетевого вызова пока нет.

Шаг 2: вызовите каждый уровень по разу, чтобы подтвердить доступ

from openai import OpenAI
import os

client = OpenAI(base_url=os.environ["OFOX_BASE_URL"], api_key=os.environ["OFOX_API_KEY"])

for tier in ["openai/gpt-5.6-luna", "openai/gpt-5.6-terra", "openai/gpt-5.6-sol"]:
    r = client.chat.completions.create(
        model=tier,
        messages=[{"role": "user", "content": "Reply with your tier name only."}],
    )
    print(tier, "->", r.choices[0].message.content.strip())

Ожидаемый результат: три строки, по одной на уровень. Если любая строка вызывает ошибку not-found, сначала проверьте написание строки модели, затем убедитесь, что у вашего ключа есть доступ к GPT-5.6.

Шаг 3: соберите маршрутизатор уровней

Одна функция превращает тип запроса в строку модели. Это и есть вся система разделения на уровни.

def pick_tier(job: str) -> str:
    if job in {"classify", "route", "extract", "autocomplete"}:
        return "openai/gpt-5.6-luna"
    if job in {"code", "review", "refactor", "docgen"}:
        return "openai/gpt-5.6-terra"
    return "openai/gpt-5.6-sol"   # hard reasoning / agentic tail

resp = client.chat.completions.create(
    model=pick_tier(job_type),
    messages=messages,
)

Ожидаемый результат: каждый запрос попадает на самый дешёвый уровень, проходящий его планку качества. Колонка модели в счёте показывает ровно, во что обошёлся каждый запрос, а pick_tier, это единственное место для настройки разделения.

Шаг 4: Node, та же форма

Если ваш стек на JavaScript, маршрутизатор по форме идентичен.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: process.env.OFOX_BASE_URL,
  apiKey: process.env.OFOX_API_KEY,
});

const pickTier = (job) => {
  if (["classify", "route", "extract"].includes(job)) return "openai/gpt-5.6-luna";
  if (["code", "review", "refactor"].includes(job)) return "openai/gpt-5.6-terra";
  return "openai/gpt-5.6-sol";
};

const resp = await client.chat.completions.create({
  model: pickTier(jobType),
  messages,
});

Шаг 5: добраться до max effort и Sol Ultra (Responses API)

Уровень рассуждений max и тяжёлые режимы Sol Pro/Ultra не работают на /v1/chat/completions. Им нужен Responses API. Sol поддерживает уровни рассуждений none, low, medium, high, xhigh и max; верх этого диапазона плюс режим суб-агента Ultra, это где флагман отрабатывает свою цену.

resp = client.responses.create(
    model="openai/gpt-5.6-sol",
    input="Trace this deadlock across the four files below and propose a fix.",
    reasoning={"effort": "high"},   # max also valid here; not on chat/completions
)
print(resp.output_text)

Ожидаемый результат: ответ с обильными рассуждениями. Попробуйте тот же вызов на chat.completions с настройкой high effort плюс function tools, и вместо этого вы получите 400 из следующего раздела.

Частые ошибки при запуске GPT-5.6 (и их исправления)

Полный разбор ошибок not-found и доступа, включая проверку списка моделей и случай блокировки региона VPN, смотрите в исправлении ошибки model-not-available в GPT-5.6. Короткая версия живёт в таблице; в длинной версии есть порядок диагностики.

Что бенчмарки на самом деле говорят (и не говорят) о каждом уровне

Выбирайте уровень по цене и по вашей собственной оценке, а не по заголовкам с запуска, потому что заголовочные цифры покрывают не каждый уровень. Вот честная атрибуция, разбитая ровно по тому, кто что набрал.

Практический вывод: у Sol есть реальные опубликованные цифры. У Terra и Luna есть снижение цены плюс одно расплывчатое относительное утверждение против Claude Fable 5, и больше ничего. Так что когда маркетинг говорит, что GPT-5.6 набрал 91.9% на Terminal-Bench, это Sol в режиме Ultra, а не тот уровень, через который вы направляли бы повседневный кодинг. Не переносите бенчмарки Sol на Terra в своём планировании. Если вы переносите нагрузку с Sol на Terra ради снижения расходов, сначала прогоните A/B на 20-30 задачах на ваших собственных логах. Terra дешёвая, так что оценка дешёвая, и это единственная цифра, которая описывает ваш трафик, а не трафик OpenAI. Разбор стоимости Terra против GPT-5.5 прорабатывает эту арифметику A/B и атрибуцию бенчмарков подробнее.

Настройка для команды и нескольких разработчиков

Выбор уровня становится ценнее, а не наоборот, как только команда его разделяет. Провал в команде, это когда каждый разработчик хардкодит свою строку модели, так что половина вашего трафика тихо гоняет флагман на задачах, которые прошла бы Luna.

Централизуйте карту уровней. Положите pick_tier (или его Node-близнеца) в общий внутренний пакет и запретите сырые строки моделей в коде приложения. Это даёт вам единственное место для сдвига границ Luna/Terra/Sol, когда меняется ваша оценка или бюджет, и делает атрибуцию расходов читаемой, поскольку колонка модели в счёте теперь отражает политику, а не сотню отдельных догадок.

Разделяйте одну ключевую поверхность. Запуск всех трёх уровней через единственный ключ https://api.ofox.ai/v1 означает одну строку биллинга, один выданный доступ и никакого жонглирования организациями OpenAI по разработчикам. Новые инженеры получают те же три ID моделей и тот же маршрутизатор. Когда позже вы добавите четвёртую модель от другого вендора, она присоединяется к тому же ключу и той же функции маршрутизации вместо новой интеграции. Общий паттерн маршрутизации всего каталога за одним эндпоинтом смотрите в руководстве по мультимодельному маршрутизатору, а конфигурацию кастомного провайдера Codex CLI, чтобы подключить тот же ключ в кодинговый CLI.

Ограничьте флагман. Если расходы на Sol вызывают беспокойство, спрячьте его за маршрутизатором, чтобы до него мог дотянуться только путь эскалации, и логируйте каждый вызов Sol с его типом задачи. Большинство команд обнаруживают кусок трафика Sol, который Terra спокойно обработала в A/B, и маршрутизатор, это то место, где вы его переносите.

Альтернативы: другие способы добраться до GPT-5.6 (и дальше)

Шлюз ofox. Один ключ https://api.ofox.ai/v1 гоняет все три уровня (openai/gpt-5.6-sol, openai/gpt-5.6-terra, openai/gpt-5.6-luna) вместе с вашими остальными моделями на OpenAI-совместимом протоколе, с оплатой по мере использования, где маршрутизатор уровней решает стоимость каждого запроса. Именно вокруг этой схемы построено это руководство, и это способ с наименьшим трением, чтобы провести A/B уровня, прежде чем на нём остановиться. Цены отслеживают живую консоль.

OpenAI напрямую. platform.openai.com обслуживает те же три уровня под голыми ID (gpt-5.6-sol и компания), с Responses API для max effort и режимов Sol Pro/Ultra. Выбирайте это, если вы уже глубоко в организационном инструментарии OpenAI и вам не нужен второй вендор на том же ключе. Компромисс в том, что доступ ограничен по поверхности и по организации, так что ключ из неправильной организации выдаст 404, даже когда тот же человек может пользоваться моделью в ChatGPT.

GitHub Copilot и другие поверхности. GPT-5.6 также стал доступен в Copilot на GA. Это нормально для интерактивного кодинга внутри редактора, но это не API, через который вы маршрутизируете программный трафик, так что он не заменяет пути через шлюз или напрямую для построения приложения.

Честная заметка об остальных: OpenAI напрямую, это источник истины по моделям и единственное место, где гарантированы поведение алиасов и фичи Responses API; преимущество шлюза, это единственный ключ по уровням и вендорам плюс drop-in A/B по стоимости. Выбирайте по тому, что вам ценнее, простота одного вендора или мультимодельная маршрутизация.

FAQ

Блок FAQ во фронтматтере выше отвечает на восемь вопросов, которые чаще всего появляются в разделе «Люди также спрашивают» по выбору уровня GPT-5.6: какие три уровня существуют, как их запускать, какой выбрать, равен ли gpt-5.6 gpt-5.6-sol, что такое режим Ultra, стоимость за токен, ошибка 400 по reasoning-effort и переключение уровней без изменений кода.

Источники, проверенные для этого обновления

• OpenAI GPT-5.6 Sol model reference
• OpenAI API pricing
• OpenAI reasoning guide (effort levels, Responses API)
• Simon Willison: the new GPT-5.6 family (Luna, Terra, Sol)
• OpenAI community: GPT-5.6 chat-completion reasoning-effort behavior
• ofox model catalog: GPT-5.6 Sol
• ofox model catalog: GPT-5.6 Terra
• ofox model catalog: GPT-5.6 Luna