9 июля 2026 года OpenAI выпустила GPT-5.6 — семейство из трёх моделей: Luna (наименьшая), Terra (средняя) и Sol (флагман). Цены за миллион токенов: $1/$6, $2,50/$15 и $5/$30 соответственно. Sol по стоимости входящих сопоставим с Claude Opus ($5/$25) и вдвое дешевле Claude Fable 5 ($10/$50). Luna дешевле Fable 5 примерно в 16 раз.
Контекст
GPT-5.6 появляется в момент, когда конкуренция между OpenAI и Anthropic перешла в агентскую стадию. Оба провайдера делают ставку не на чат, а на длинные многошаговые рабочие процессы: автоматизацию, оркестрацию инструментов, параллельных субагентов. Anthropic в 2026 году выпустила Claude Fable 5 с акцентом на адаптивное рассуждение. GPT-5.6 — прямой ответ.
Структура из трёх размеров типична для OpenAI: большой флагман для сложных задач, средний для production, малый для высокочастотных вызовов. Вместе с моделями вышло несколько новых API-функций: Programmatic Tool Calling — модели генерируют JavaScript для оркестрации инструментов; Multi-agent — нативный запуск субагентов прямо через API; Prompt cache breakpoints — ручное управление точками кеша, аналог механизма Anthropic; передача изображений без ресайза. Всё вместе — не набор фич, а архитектурный сигнал.
Агентные оркестрации перестают быть надстройкой и встраиваются в ядро платформы. Именно там сейчас решается, кто задаёт стандарт.
Аналитика
Главная заявка OpenAI — бенчмарк Agents' Last Exam: оценка долгосрочных профессиональных workflows в 55 областях. Sol набирает 53,6 балла, превосходя Claude Fable 5 на 13,1 пункта при высоком уровне рассуждения. На среднем уровне Sol опережает Fable 5 на 11,4 пункта при примерно четверти от расчётной стоимости. Luna и Terra, по заявлению компании, также обходят Fable 5 — при стоимости около одной шестнадцатой.
Картина по кодингу другая. На SWE-Bench Pro: Fable 5 — 80%, Sol — 64,6%. OpenAI накануне выпустила отдельный материал с критикой этого бенчмарка, оценив около 30% его задач как «сломанные». Саймон Уиллисон, получивший ранний доступ к Sol, говорит прямо: на сложных задачах кодинга модель не превзошла Fable 5. Это редкая честность в мире публичных обзоров флагманов.
Вывод неоднозначный. Если задача — долгосрочные агентные workflows (анализ, автоматизация, многошаговые исследования) — Sol выглядит конкурентоспособно. Если задача — написание и отладка кода — Anthropic пока удерживает позиции. Benchmark-битвы и реальное поведение в продакшне расходятся. Это нормально — и именно поэтому стоит тестировать самостоятельно, а не читать только пресс-релизы.
Кейсы применения в бизнесе
B2B-SaaS стартап с ограниченным API-бюджетом: Luna ($1 за млн входящих) закрывает высокочастотные задачи — классификация тикетов, извлечение данных из писем, черновики ответов. Sol подключить только там, где нужно глубокое рассуждение. Многие стартапы сейчас платят за Opus или Fable 5 там, где хватит Luna — разница в стоимости кратная.
Корпорация с legacy-системами: Multi-agent API позволяет параллельно обрабатывать документы разных отделов без единого монолитного промпта. Programmatic Tool Calling открывает оркестрацию CLI-утилит и внутренних скриптов — без переписки под конкретный формат API. Сценарий: юридический отдел, бухгалтерия и HR запускают субагентов с доступом к своим инструментам из одного вызова.
SMB и локальный бизнес в КР/СНГ: Terra ($2,50/$15) — доступная замена Fable 5 для задач копирайтинга, перевода, первичного анализа данных. При типичных объёмах дневной работы стоимость вызовов остаётся в пределах нескольких центов. Для агентств и фрилансеров, работающих на нескольких клиентов, разница в unit-экономике становится ощутимой уже на втором месяце.
Кейсы в личной жизни
Разработчик: не торопитесь переходить с Fable 5 или Claude Sonnet на Sol для кодинга — практика и бенчмарки здесь не в пользу Sol. Зато Multi-agent API стоит изучить для персональных оркестраторов: один вызов запускает цепочку субагентов без внешних фреймворков типа LangChain или LlamaIndex.
Контент-мейкер: Luna — для черновиков скриптов, описаний, SEO-текстов. $1 за миллион входящих токенов означает, что типовой рабочий день по генерации контента укладывается в несколько центов. Это делает любой эксперимент с промптами практически бесплатным.
Фрилансер или студент: Prompt cache breakpoints помогут при работе с большими документами или длинными системными промптами — ручное управление кешем снижает стоимость повторяющихся сессий. Luna и Terra дешевле большинства конкурентов при сопоставимых возможностях tool calling и работы с контекстом.
Как применить сегодня
- Запустите тест Luna на своей рутинной задаче — при $1/M входящих это буквально дешевле чашки кофе.
- Изучите документацию по Multi-agent API и Programmatic Tool Calling: если строите агентную систему, эти функции меняют архитектуру без внешних фреймворков.
- Для задач кодинга — пока оставайтесь на Claude Fable 5 или Sonnet: SWE-Bench Pro и отзывы практиков говорят в пользу Anthropic на этом типе задач.
- Для агентных workflows (анализ, исследования, автоматизация процессов) — протестируйте Sol и сравните с Fable 5 на реальной задаче, а не на публичных цифрах.
- Оцените Prompt cache breakpoints: при больших системных промптах ручные точки кеша могут заметно снизить стоимость повторяющихся запросов.