В мире искусственного интеллекта тишина перед бурей часто длится недолго. 9 июля 2026 года OpenAI наконец-то сняла завесу тайны с своего новейшего флагманского семейства моделей, получившего общее название GPT-5.6. Это не просто очередное обновление с улучшенной точностью ответов; это фундаментальный сдвиг в архитектуре взаимодействия с ИИ, где на первый план выходят автономные агенты, программное управление инструментами и гибкое ценообразование. Линейка состоит из трех моделей: Luna, Terra и Sol, каждая из которых призвана закрыть свою нишу в экосистеме генеративного ИИ — от сверхэкономичных задач до сложных многошаговых рассуждений.
Для разработчиков и энтузиастов, которые годами наблюдали за гонкой вооружений между Anthropic, Google и OpenAI, этот релиз несет в себе как знакомые паттерны, так и совершенно новые возможности. Мы видим переход от простой генерации текста к созданию сложных, многоагентных систем, способных выполнять профессиональные рабочие процессы. Но за красивыми презентациями и демонстрациями скрывается суровая реальность стоимости вычислений и нюансов использования новых API-интерфейсов. В этой статье мы подробно разберем все аспекты нового семейства GPT-5.6, от технических характеристик до философского смысла появления пеликанов в демо-роликах.
01Три кита новой линейки: Luna, Terra и Sol
OpenAI решила не усложнять выбор пользователей бесконечным количеством версий, а представила три четких модели, названные в честь небесных тел, что, вероятно, символизирует их роль в «освещении» различных аспектов вычислительной мощности. Модели расположены в иерархии от наименьшей к наибольшей: Luna, Terra и Sol. Такое название не случайно: Luna (Луна) — спутник, Terra (Земля) — основа, Sol (Солнце) — центр системы. Это отражает их позиционирование на рынке.
Все три модели имеют общие базовые характеристики, которые упрощают их интеграцию в существующие проекты. Во-первых, это окно контекста в 1 миллион токенов. Для тех, кто не знаком с терминологией, это означает, что модель может «прочитать» и удержать в памяти объем текста, сопоставимый с десятками романов, что критически важно для анализа больших документов, логов или кодовых баз. Во-вторых, максимальный объем выходных данных составляет 128 000 токенов, что позволяет генерировать длинные отчеты, код или статьи за один проход. И, наконец, дата отсечения знаний (knowledge cutoff) установлена на 16 февраля 2026 года, что обеспечивает актуальность информации для большинства современных задач.
Однако ключевое различие кроется в цене и вычислительной сложности. OpenAI перешла на модель ценообразования за 1 миллион входных и выходных токенов, но здесь важно понимать, что «стоимость за миллион токенов» больше не является единственным маркером эффективности. Причина в том, что количество «рассуждающих токенов» (reasoning tokens) может сильно варьироваться между моделями для одной и той же задачи. Это новый стандарт, где вы платите не просто за длину текста, а за глубину обработки.
Давайте посмотрим на конкретные цифры. Модель Luna, самая легкая, стоит $1 за входные токены и $6 за выходные. Terra, средняя по размеру, обойдется в $2.50 за вход и $15 за выход. Самая мощная модель Sol требует $5 за вход и $30 за выход. Для сравнения, линейка Claude Opus от Anthropic оценивается в $5/$25, а Claude Fable 5 — в $10/$50. На первый взгляд, GPT-5.6 Sol выглядит дешевле, чем Claude Fable 5, но, как мы увидим далее, реальная эффективность зависит от того, сколько усилий на рассуждение (reasoning effort) вы готовы вложить.
02Гонка агентов: Почему Sol бьет конкурентов в бенчмарках
Главный акцент в презентации OpenAI был сделан не на способности модели писать стихи или решать математические задачи, а на производительности в долгосрочных агентных сценариях. Термин «агент» здесь используется в специфическом смысле: это не просто чат-бот, а система, которая может самостоятельно планировать, выполнять действия, использовать инструменты и возвращаться с результатами в течение длительного времени, часто в рамках профессиональных рабочих процессов.
OpenAI представила бенчмарк под названием «Agents’ Last Exam», который оценивает способность моделей справляться с длинными профессиональными рабочими процессами в 55 различных областях. Результаты оказались впечатляющими. Модель GPT-5.6 Sol установила новый рекорд, набрав 53.6 балла. Для сравнения, Claude Fable 5 (в режиме адаптивного рассуждения) набрал значительно меньше, уступив Sol на 13.1 пункта. Это существенное отставание, которое может означать разницу между успешным завершением сложного проекта и тупиком.
Но самое интересное кроется в соотношении цены и качества. OpenAI утверждает, что даже в режиме среднего уровня рассуждений (medium reasoning) GPT-5.6 Sol превосходит Claude Fable 5 на 11.4 балла, при этом стоимость вычислений составляет примерно одну четверть от стоимости аналогичного запроса к Fable 5. Эта эффективность распространяется и на более мелкие модели. GPT-5.6 Terra и Luna превосходят Fable 5 при стоимости, составляющей примерно одну шестнадцатую часть. Это делает интеллект более доступным и обильным ресурсом, что является главной целью OpenAI в 2026 году.
Однако, как и в любой гонке, есть свои спорные моменты. Забавно, но один из бенчмарков, в котором Claude Fable 5 уверенно победил семейство GPT-5.6, — это SWE-Bench Pro. В этом тесте на решение программных задач Fable 5 показал результат 80%, в то время как Sol набрал лишь 64.6%. Вместо того чтобы скрывать этот факт, OpenAI опубликовала статью, в которой признала проблемы с этим конкретным бенчмарком. Они оценили, что около 30% задач в SWE-Bench Pro являются «сломанными» или некорректно сформулированными, и призвали разработчиков моделей тщательно проверять результаты на таких наборах данных. Это пример честности в индустрии, которая редко встречается, но она же подчеркивает важность критического подхода к любым бенчмаркам.
03Новые возможности API: Программный вызов инструментов и кэширование
Для разработчиков, которые будут интегрировать GPT-5.6 в свои приложения, документация по модели guidance содержит самые интересные технические детали. OpenAI внедрила несколько новых функций API, которые меняют парадигму взаимодействия с моделью. Давайте разберем их подробнее.
Первая и, пожалуй, самая важная функция — Programmatic Tool Calling (Программный вызов инструментов). Эта возможность позволяет моделям «составлять и запускать JavaScript, который оркестрирует вызовы инструментов». Звучит сложно, но на практике это означает, что модель больше не ограничена жестко заданными функциями. Она может динамически генерировать код, который управляет взаимодействием между различными сервисами. Это создает мост между MCP (Model Context Protocol) и полными терминальными сессиями, где модель может комбинировать утилиты командной строки (CLI) в полезные цепочки действий. Это напоминает механизм динамической фильтрации, который Anthropic добавил в свой инструмент веб-поиска, позволяя выполнять код против результатов поиска в рамках одного хода модели.
Вторая ключевая функция — Multi-agent (Многоагентность). Теперь модель может «запускать подагентов для параллельной, сфокусированной работы». Раньше это требовало сложных внешних оркестраторов, таких как LangChain или AutoGen. Теперь этот паттерн встроен в ядро API. Модель сама решает, когда стоит разбить сложную задачу на подзадачи и распределить их между виртуальными подчиненными агентами, которые работают параллельно. Это значительно ускоряет выполнение сложных проектов.
Третья функция — Prompt cache breakpoints (Точки останова кэша промптов). OpenAI переняла идею кэширования промптов у моделей Claude. Теперь разработчики могут явно указывать, где должны находиться точки кэширования, вместо того чтобы полагаться на автоматическое обнаружение API. Хотя OpenAI по-прежнему поддерживает автоматическое обнаружение (которое, по их словам, работает хорошо), ручное управление точками кэширования позволяет оптимизировать затраты. Если вы знаете, что часть промпта (например, системная инструкция или большой контекст) не меняется от запроса к запросу, вы можете зафиксировать её в кэше, что снизит стоимость последующих запросов.
И, наконец, возможность установки параметра detail: original для запросов с изображениями. Это позволяет избежать изменения размера изображений перед обработкой. Для задач, требующих высокой точности анализа деталей (например, распознавание мелких объектов или чтение мелкого текста), это критически важно.
detail: original. Автоматическое сжатие может привести к потере важных деталей, которые критичны для точности ответа модели. Это особенно актуально для медицинских, юридических или технических задач.04Экономика рассуждений: Сколько стоит пеликан?
Одним из самых наглядных способов понять разницу между моделями Luna, Terra и Sol является эксперимент с визуальным анализом. OpenAI опубликовала страницу с 18 различными изображениями пеликанов, на которых можно протестировать модели с разными уровнями усилий на рассуждение (reasoning efforts): none, low, medium, high, xhigh и max. Это не просто шутка, а демонстрация того, как уровень «глубины мысли» влияет на стоимость и скорость.
Результаты тестирования показали огромный разброс в стоимости. Самый дешевый вариант — использование модели Luna с уровнем рассуждения «none» (без рассуждений) — обошлось всего в 0.71 цента. Это делает Luna идеальным выбором для простых задач классификации, суммаризации или генерации коротких ответов, где не требуется глубокий анализ.
С другой стороны, самый дорогой вариант — использование модели Sol с уровнем рассуждения «max» (максимальный) — стоил 48.55 цента. Это в 68 раз дороже базового варианта. Почему такая разница? Потому что при уровне «max» модель тратит огромное количество вычислительных ресурсов на внутреннее рассуждение, проверяя гипотезы, анализируя контекст и строя сложные логические цепочки. Для простых задач это избыточно, но для сложных аналитических задач это необходимо.
Этот эксперимент наглядно демонстрирует, что OpenAI предлагает пользователям гибкий инструмент. Вы можете выбрать модель и уровень рассуждения в зависимости от сложности задачи. Не нужно использовать Sol с максимальным рассуждением для ответа на вопрос «какого цвета пеликан на картинке?». Но если задача требует анализа сложных взаимосвязей в коде или юридическом документе, то дополнительные затраты на Sol с высоким уровнем рассуждения могут окупиться точностью результата.
05Пеликаны на велосипедах: Почему это важно?
Возможно, вы заметили абсурдность некоторых демонстраций. Если вы посмотрите стрим OpenAI, начавшийся утром 9 июля, то на отметке 17:50 увидите демо, где 3D-пеликаны ездят на трехколесном велосипеде, велосипеде, пони и... на другом пеликане. Это кажется бессмысленным развлечением, но за этим стоит серьезный технологический посыл.
Генерация сложных, последовательных 3D-анимаций с физически правдоподобным поведением объектов (пеликанов) требует от модели понимания пространства, времени, физики и логики. Это не просто рисование картинки; это симуляция. То, что GPT-5.6 (и сопутствующие модели генерации видео/изображений от OpenAI) могут создавать такие сцены, говорит о том, что модели стали гораздо лучше понимать причинно-следственные связи в визуальном мире. Пеликаны на велосипедах — это метафора того, как ИИ начинает «понимать» мир, а не просто обрабатывать данные.
06Что это значит на практике
Для разработчиков и компаний, использующих AI, релиз GPT-5.6 означает несколько ключевых изменений в стратегии. Во-первых, необходимо пересмотреть архитектуру агентов. Встроенная поддержка multi-agent и programmatic tool calling позволяет создавать более сложные и автономные системы без необходимости использования тяжелых внешних фреймворков. Это снижает порог входа для создания агентов, но повышает требования к качеству промптов и логике оркестрации.
Во-вторых, ценообразование стало более прозрачным, но и более сложным. Теперь вы платите за «глубину» рассуждения. Это требует от разработчиков тонкой настройки: использовать Luna для простых задач, Terra для средних, и Sol только для тех случаев, где критически важна точность и сложность. Экономия на Luna может быть значительной, если вы правильно оцениваете сложность задачи.
В-третьих, кэширование промптов становится важным инструментом оптимизации затрат. Если вы строите приложение, которое часто обращается к одной и той же базе знаний или системным инструкциям, настройка точек кэширования может снизить стоимость запросов на 30-50%. Это особенно актуально для высоконагруженных систем.
Наконец, появление пеликанов и других абсурдных демо-сценариев напоминает нам, что ИИ становится все более креативным и универсальным. Но за этой креативностью стоит серьезная инженерная работа. GPT-5.6 — это не просто «лучший чат-бот», это платформа для создания сложных, многошаговых решений, которые могут заменить или усилить человеческий труд в самых разных областях. И теперь у вас есть инструменты, чтобы начать это делать.
В заключение, GPT-5.6 — это значительный шаг вперед для OpenAI. Он сочетает в себе улучшенную производительность, новые возможности для разработчиков и более гибкое ценообразование. Но, как и всегда, успех зависит от того, как вы используете эти инструменты. Не бойтесь экспериментировать с уровнями рассуждения, не бойтесь использовать multi-agent паттерны и не бойтесь задавать сложные вопросы. И, возможно, однажды вы тоже увидите пеликана на велосипеде, но уже в своем собственном проекте.
Источник: Simon Willison ↗