GPT‑6 Sol и Luna вышли. Мы уже отправили их на Луну

22 сентября OpenAI представила GPT‑6 Sol и Luna. Мы, команда Лепуса, сразу открыли Work и дали моделям одинаковые задания по генерации текста и созданию анимации.

Попросили написать пост о «Луноходе‑1» и анимировать его на TypeScript. Смотрели, сколько допработы нам останется после ответа моделей.

Sol предлагают для сложного кода и многошаговой работы, Luna — для частых задач с чёткими границами. В API Sol стоит $2 за миллион входных токенов и $10 за выходные, Luna — $0,10 и $0,50: примерно вдвое дешевле предшественниц из семейства GPT‑5.6.

В собственных тестах OpenAI Sol на xhigh набрала 33,2% на сложных рабочих цепочках AutomationBench, а Luna на high улучшила результат прошлой версии на 5,4 процентного пункта.

У новых моделей есть ещё одна экономия для длинных проектов: чтение сохранённого контекста стоит на 90% меньше обычного входа, хотя первичная запись в кэш на 25% дороже. В API можно менять уровень рассуждения и набор доступных инструментов, сохраняя кэш предыдущего контекста, если обновлять настройки без переписывания начала диалога.

Кстати, по нашим прикидкам и тестам GPT-6, похожие задачи в Work теперь обходятся примерно вдвое дешевле.

Artificial Analysis уже проверили обе модели: общий индекс интеллекта остался примерно на уровне GPT‑5.6. В их Coding Agent Index Sol на максимальном усилии прибавила 2 пункта к прошлой версии, Luna потеряла 2; зато стоимость задачи снизилась примерно на 50% и 60% соответственно.

В отдельных рабочих тестах исследователи получили менее полные результаты, хотя в автоматизации обе модели тоже прибавили.

В тесте на фактические ответы Sol стала реже выдумывать, но чаще отказывалась отвечать.

Теперь можно «с более спокойной душой» тестить длинные связки ИИ-скиллов (или даже агентов): низкая цена позволяет делать больше тестовых запусков.

Для каждой модели мы открыли новый чат в Work, выставили высокий уровень рассуждения и дали одинаковый запрос. Нужно было за 900 знаков объяснить без выдуманных деталей, как «Луноход‑1» передавал панорамы, зачем ему независимый привод колёс и почему им было трудно управлять с Земли.

И вот пример того же поста, но написанного GPT-6 Sol.

Обе модели привели факты и источники, которые мы проверили: ошибок не нашли.

Luna сослалась на научные статьи и написала добротную справку. Но, например, для публикации Telegram её хотелось упростить.

Sol сослалась на научную книгу, выстроила маленькую историю и добавила уместные эмодзи — так, что факты не потерялись.

Мы ожидали примерно одинаковых постов, но Sol будто угадала подачу, которую мы имели в виду. Ничего не правили ради эксперимента; если бы нужно было выбрать один ответ сразу, мы взяли бы Sol.

Следующее задание — Canvas-анимация на TypeScript без библиотек и внешних картинок. Луноход едет по кратеру, фара скользит по грунту, за колёсами летит золотая пыль, вдали мерцает Земля; цикл около шести секунд, код до 150 строк.

Посмотрите, как с этим справилась Luna.

И сразу следом — вариант от господина Sol.

После первого ответа мы одинаково попросили обе модели добавить несколько ракурсов.

Представляем вариант от модели Luna.

И вариант от Sol:

Каждый ответ приходил примерно за минуту-полторы. И в первой сцене, и после запроса на новые ракурсы Luna будто сделала работу на отшибись: луноход похож на луноход, Земля — на какую-то планету, стиль вроде бы 2D. Формально элементы на месте, но нам не хватило движения, деталей и ощущения цельной сцены.

Sol с теми же короткими вводными попала в замысел: луноход узнаётся лучше, Земля мерцает, за колёсами тянутся частицы. В движении даже чувствуется подобие физики — это наше впечатление от картинки. Ракурсы добавили обе модели, но Sol даже связала сцены мягким затуханием.

Sol не выиграла у Luna по времени ожидания — обе отвечали быстро. Она оказалась ближе к нашему замыслу: после её результатов нам почти не хотелось писать уточняющий промпт, а после Luna хотелось.

Более подробный бриф и несколько этапов, возможно, улучшили бы результат Luna. Но в наших двух задачах Sol точно сэкономила внимание и время на правки.

Для потока задач с понятным шаблоном и раздробленными по полочкам задачами мы бы попробовали Luna.

Когда важнее получить близкую к замыслу задачу без огромных ТЗ и по короткому брифу, мы предложили бы Sol. Astra здесь не запускали, скорее всего, она справилась бы ещё лучше.

Оформите ChatGPT Plus в Лепусе и дайте Sol и Luna один запрос в отдельных чатах Work.

После оплаты придёт ключ активации и простая инструкция. Промокод NEWLEPUS даст скидку 1% на первую покупку.

А у вас как вышло? Приносите в комментарии промпты и свои результаты тестов — особенно интересно, сколько пришлось повозиться до состояния «ну вот теперь точно годится!».