GPT-5.6 Sol: можливості, ціни, бенчмарки та порівняння з GPT-5.5

OpenAI випустила GPT-5.6 у загальний доступ 9 липня 2026 року. Сімейство містить три моделі: GPT-5.6 Sol, флагманський рівень; GPT-5.6 Terra, збалансовану модель за нижчою ціною; та GPT-5.6 Luna, найшвидший і найдешевший варіант.

Головна новина не просто в тому, що Sol новіша за GPT-5.5. GPT-5.6 запроваджує іншу структуру сімейства моделей, потужнішу роботу з комп'ютером, покращені результати в програмуванні та професійній роботі, новий рівень міркувань max, окремий режим pro, багатоагентне виконання, програмний виклик інструментів і передбачуваніше кешування запитів.

Деякі з цих змін легко зрозуміти неправильно. max, pro і ultra - це не три назви одного й того самого. Sol, Terra і Luna - це моделі. max - це налаштування зусиль на міркування. pro - режим із більшим обсягом обчислень. ultra - це багатоагентна конфігурація, доступна в окремих продуктах OpenAI. Цей посібник розмежовує ці поняття, перевіряє опубліковані цифри та пояснює, що GPT-5.6 Sol змінює для користувачів ChatGPT, розробників і команд, які будують продакшн-системи ШІ.

Що таке GPT-5.6 Sol?

GPT-5.6 Sol - це передова модель у сімействі GPT-5.6. OpenAI описує її як модель для складної професійної роботи та позиціонує як найближчий еквівалент флагманського рівня без суфікса, який використовувався в попередніх поколіннях GPT-5. Основні ідентифікатори API:

gpt-5.6-sol
gpt-5.6

Коротший псевдонім gpt-5.6 на момент публікації спрямовує запити до GPT-5.6 Sol. Розробникам, яким потрібна стабільна поведінка, варто ознайомитися з варіантами знімків (snapshot) і практиками випусків OpenAI, а не припускати, що псевдонім завжди залишатиметься незмінним.

Sol приймає текстовий і графічний вхід та створює текстовий вивід. Вона підтримує потокову передачу, виклик функцій і структуровані виводи. Через Responses API вона може використовувати вебпошук, пошук за файлами, генерацію зображень, Code Interpreter, розміщену оболонку, Apply Patch, навички, роботу з комп'ютером, MCP і пошук інструментів. Тонке налаштування не підтримується.

Технічна специфікація GPT-5.6 Sol

Контекстне вікно на мільйон токенів корисне, але його не варто сприймати як гарантію, що модель однаково добре пригадає кожну деталь із будь-якої позиції у дуже великому запиті. Власні оцінювання OpenAI для довгого контексту показують, що продуктивність залежить від бенчмарку та довжини контексту.

Sol, Terra і Luna: сімейство GPT-5.6

GPT-5.6 запроваджує стійкі рівні можливостей замість того, щоб трактувати кожен розмір моделі як тимчасовий суфікс.

Стовпець «практичне застосування» - це рекомендація щодо впровадження, а не договірна гарантія від OpenAI. Кожна продакшн-система повинна оцінювати моделі на власних даних, запитах, інструментах і вартості помилок. Усі три моделі наразі мають однакове контекстне вікно, ліміт виводу та межу знань. Основні відмінності - це можливості, швидкість, поведінка міркувань і ціна.

GPT-5.6 Sol проти GPT-5.5

GPT-5.6 Sol і GPT-5.5 мають однакову стандартну ціну за токени, однакове контекстне вікно на 1,050,000 токенів і однаковий максимальний вивід у 128,000 токенів. Тож оновлення стосується головно не того, щоб платити більше за більше контекстне вікно. Ідеться про краще виконання завдань, новіші знання моделі, більший контроль над міркуваннями, покращену оркестрацію інструментів і кращі результати в кількох класах професійної роботи.

Стандартна ціна за токен не змінилася, але загальна вартість виконаного завдання все одно може відрізнятися. Модель, яка використовує менше токенів, потребує менше повторних спроб або виконує більшу частину робочого процесу без втручання людини, може бути дешевшою загалом. Можливе й протилежне, коли вище налаштування міркувань або багатоагентний режим споживає значно більше обчислень.

Що показують бенчмарки GPT-5.6

OpenAI опублікувала широку таблицю бенчмарків, що охоплює професійну роботу, програмування, науку, роботу з комп'ютером, кібербезпеку, мультимодальні міркування, довгий контекст та інші сфери. Таблиця нижче порівнює вибрані результати GPT-5.6 Sol і GPT-5.5. Різниця вимірюється у відсоткових пунктах, коли обидва результати є відсотками.

* Детальна таблиця бенчмарків OpenAI показує 52.7% для GPT-5.6 Sol на Agents' Last Exam, тоді як описова частина тієї самої статті про запуск наводить 53.6. Ця стаття використовує детальну порівняльну таблицю для розрахунку Sol проти GPT-5.5 і фіксує розбіжність, а не подає жодну з цифр як однозначну.

Програмування

GPT-5.6 Sol набрала 88.8% на Terminal-Bench 2.1 порівняно з 85.6% у GPT-5.5. Вона набрала 72.7% на DeepSWE v1.1 порівняно з 67.0% у GPT-5.5. OpenAI також повідомляє про оцінку 80 за Artificial Analysis Coding Agent Index для Sol на рівні міркувань max. Ці результати підтверджують твердження, що Sol загалом є сильнішою моделлю для програмування та агентної інженерії, але результат бенчмарку не є гарантією, що вона перевершить GPT-5.5 на кожному репозиторії, фреймворку чи стилі кодування.

Оцінювання в продакшені має враховувати те, що публічні бенчмарки програмування не можуть повністю відобразити: успіх на реальній кодовій базі команди; коректність правок у кількох файлах; частку успішних тестів; частоту регресій; кількість викликів інструментів; час до завершення; зусилля на рецензування; а також загальну вартість токенів та інфраструктури.

Вебсерфінг і робота з комп'ютером

Найбільші помітні покращення з'являються в процесах роботи з комп'ютером і вебсерфінгу. Sol набрала 62.6% на OSWorld 2.0 порівняно з 47.5% у GPT-5.5. На BrowseComp стандартна Sol набрала 90.4% порівняно з 84.4% у GPT-5.5.

Стаття про запуск також повідомляє про 92.2% на BrowseComp для Sol Ultra. Ця вища цифра належить багатоагентній конфігурації, а не стандартному результату одноагентної Sol. Ця відмінність важлива: покращення бенчмарку, отримане паралельними агентами, може передбачати більше сумарне використання токенів та іншу архітектуру виконання, тож його не варто подавати як типовий показник базової моделі.

Наука і кібербезпека

GPT-5.6 Sol набрала 28.7% на GeneBench Pro порівняно з 12.0% у GPT-5.5. На SEC-Bench Pro вона набрала 71.2% порівняно з 45.8%. OpenAI також повідомляє про 73.5% для Sol на ExploitBench порівняно з 47.9% у GPT-5.5. Це значні покращення, але вони не означають, що модель може надійно виконувати будь-яке наукове завдання чи завдання з кібербезпеки.

Системна картка OpenAI класифікує Sol, Terra і Luna як моделі з високим (High) рівнем можливостей як у кібербезпеці, так і в біологічних та хімічних ризиках, водночас зазначаючи, що вони не досягають критичного (Critical) порогу. У звіті також сказано, що Sol і Terra могли виявляти вразливості та фрагменти експлойтів під час тестування, але не завершували автономно наскрізні атаки проти захищених цілей у перевірених умовах.

Мультимодальні міркування

На MMMU Pro з інструментами Sol набрала 84.6% порівняно з 83.2% у GPT-5.5. Приріст реальний, але менший за покращення, повідомлені для OSWorld, GeneBench Pro чи SEC-Bench Pro. Це корисне нагадування, що «краща модель» не означає «різко краща в кожній категорії».

Довгий контекст

Результати для довгого контексту неоднозначні. На OpenAI MRCR v2 з вісьмома релевантними елементами, розміщеними в контексті від 256K до 512K, Sol набрала 91.5% порівняно з 81.5% у GPT-5.5. У діапазоні від 512K до 1M Sol набрала 73.8%, а GPT-5.5 набрала 74.0%. Різниця становить лише 0.2 відсоткового пункту, але GPT-5.5 технічно попереду в цьому конкретному опублікованому результаті.

Інше оцінювання довгого контексту, GraphWalks BFS на мільйоні токенів, чіткіше на боці Sol: 77.1% порівняно з 45.4% у GPT-5.5. Висновок не в тому, що один бенчмарк «правильний», а інший «неправильний». Вони перевіряють різну поведінку. Надійність на довгому контексті залежить від завдання, розподілу інформації, структури запиту і того, що модель має робити з отриманими деталями.

max, pro і ultra - це різні речі

Запуск GPT-5.6 запроваджує кілька елементів керування можливостями. Їх не варто сприймати як взаємозамінні назви продуктів.

max - це налаштування зусиль на міркування

GPT-5.6 підтримує шість рівнів зусиль на міркування: none, low, medium, high, xhigh і max. max дає моделі більше простору, щоб досліджувати альтернативи, виконувати перевірки та переглядати свій підхід. OpenAI рекомендує залишати його для найскладніших завдань, де якість на першому місці, і порівнювати з xhigh, щоб оцінити компроміс між якістю, затримкою та вартістю. Більше міркувань не означає автоматично кращий результат: простий запит на вилучення чи маршрутизацію може стати повільнішим і дорожчим без відчутного покращення якості.

pro - це режим із більшим обсягом обчислень

В API Pro - це не окремий ідентифікатор моделі gpt-5.6-pro. Розробники залишають обрану модель GPT-5.6 і встановлюють:

{
  "reasoning": {
    "mode": "pro"
  }
}

Зусилля на міркування можна обирати незалежно. OpenAI зазначає, що режим Pro виконує більше роботи моделі, щоб підвищити надійність на складних завданнях, і повертає одну підсумкову відповідь. Він призначений для ситуацій, де якість важливіша за затримку та використання токенів. У ChatGPT засіб вибору моделі подає Pro як GPT-5.6 Sol Pro для складних завдань і тривалих робочих процесів.

ultra - це багатоагентна конфігурація

ultra - це не окрема базова модель. OpenAI описує його як налаштування, що координує кілька агентів у паралельних робочих потоках. Типова опублікована конфігурація використовує чотири агенти. У примітках OpenAI до оцінювання зазначено, що вимірювання затримки береться від кореневого агента, тоді як загальні показники токенів і вартості API враховують усіх агентів.

Ultra може бути корисним, коли завдання чітко ділиться на незалежні робочі потоки, наприклад паралельне дослідження кількох джерел, рецензування окремих частин великого репозиторію, порівняння кількох стратегій реалізації, поділ звіту на незалежні аналітичні розділи або запуск окремих проходів перевірки. Він менш корисний, коли кожен крок тісно залежить від попереднього або коли завдання надто мале, щоб виправдати накладні витрати на оркестрацію. В API розробники можуть створювати подібний досвід за допомогою багатоагентної бета-версії в Responses API.

Programmatic Tool Calling

Programmatic Tool Calling - одна з найважливіших змін GPT-5.6 для розробників. Замість того щоб передавати кожен результат інструмента назад через модель і просити її вирішити наступний крок, GPT-5.6 може писати JavaScript, який викликає придатні інструменти, передає дані між викликами та обробляє проміжні результати в розміщеному середовищі виконання. Агент, що активно використовує інструменти, міг би, наприклад:

1. багаторазово звертатися до джерела даних;
2. програмно відфільтровувати нерелевантні записи;
3. обчислювати проміжні підсумки;
4. зберігати лише ті дані, які потрібні для остаточної відповіді;
5. повертати менший результат до основної моделі.

Це може зменшити кількість звернень до моделі й уникнути заповнення контекстного вікна проміжними виводами, які моделі не потрібно перевіряти безпосередньо. OpenAI зазначає, що Programmatic Tool Calling сумісний із Zero Data Retention і не додає окремої плати за контейнер за саму цю функцію. Інші збори за конкретні інструменти та плата за токени все одно можуть застосовуватися.

Кешування запитів змінилося

GPT-5.6 запроваджує явні точки розриву кешу та мінімальний час життя кешу в 30 хвилин. Розробники можуть позначати повторно використовувані префікси запитів замість того, щоб покладатися лише на автоматичний вибір кешу. Читання з кешу отримує знижку 90% порівняно з некешованим входом, але запис у кеш тарифікується за ставкою в 1.25 раза вищою за некешований вхід. Для Sol за стандартними цінами для короткого контексту:

Кешування цінне лише тоді, коли префікс імовірно буде використано повторно. Запис великого префікса в кеш без подальшого читання може коштувати більше, ніж звичайна обробка. Розумна стратегія кешування розміщує стабільний вміст спочатку, а динамічний вміст, специфічний для користувача, пізніше. Застосунки мають відстежувати як cached_tokens, так і cache_write_tokens, а не припускати, що кешування завжди зменшує рахунок.

Ціни API для GPT-5.6 Sol

Стандартні ціни для короткого контексту:

Ці цифри не враховують окремі збори за інструменти, контейнери, регіональну обробку, пріоритетну обробку та інші послуги.

Приклад вартості запиту

Розгляньмо запит, що використовує 100,000 вхідних токенів, 10,000 вихідних токенів, без кешу та без окремо тарифікованих інструментів. Приблизна вартість токенів:

Цей приклад показує, чому стратегія маршрутизації моделей може мати значення в масштабі. Для кількох складних завдань різниця може бути незначною відносно людської праці. На мільйонах запитів вона може домінувати в операційному бюджеті.

Ціни для довгого контексту понад 272K вхідних токенів

Запити з понад 272,000 вхідних токенів використовують вищі ціни для всього запиту. Для стандартної обробки:

Цей поріг створює сильний стимул отримувати лише релевантний матеріал, стискати старий контекст і уникати надсилання цілих репозиторіїв або колекцій документів, коли завданню потрібна лише частина.

GPT-5.6 у ChatGPT

GPT-5.6 Sol не замінює GPT-5.5 Instant як типову модель для повсякденних розмов у ChatGPT. Поточний Довідковий центр OpenAI зіставляє опції міркувань так:

• Instant використовує GPT-5.5 Instant;
• Medium використовує GPT-5.6 Sol;
• High використовує GPT-5.6 Sol;
• Extra High використовує GPT-5.6 Sol;
• Pro використовує GPT-5.6 Sol Pro.

Доступність у стандартних розмовах ChatGPT

* Поточний Довідковий центр із розбивкою за тарифами вказує Pro для Business. Загальна стаття про запуск каже, що користувачі Pro і Enterprise можуть обрати Sol Pro, не згадуючи Business. Ця стаття дотримується новішого Довідкового центру з розбивкою за тарифами, водночас фіксуючи невідповідність. Адміністратори робочого простору також можуть керувати доступом до моделей. GPT-5.6 розгортається поступово, тож придатний обліковий запис може не побачити її одразу.

Доступність у Work, Codex та API

Terra і Luna не можна обрати у стандартних розмовах ChatGPT. Стаття про запуск каже, що ultra доступний у ChatGPT Work для Pro і Enterprise, а також у Codex для Plus і вищих тарифів.

Яку модель GPT-5.6 обрати?

Нижче наведено практичні рекомендації щодо впровадження, а не офіційну гарантію, що конкретна модель буде найкращою для кожного навантаження.

Обирайте Sol, коли помилка коштує дорого

Sol - найсильніший кандидат, коли завдання складне, неоднозначне або коли помилка дорога. Приклади: складна архітектура програмного забезпечення, великі зміни в репозиторії, складне налагодження, дослідження з багатьох джерел, фінансовий чи науковий аналіз, процеси роботи з комп'ютером, огляд кібербезпеки, високоякісні презентації, документи та електронні таблиці, а також тривалі агенти, які потребують повторної перевірки. Причина обрати Sol не просто в тому, що вона має назву найвищого рівня; її варто обирати тоді, коли її вища частка виконаних завдань зменшує кількість повторних спроб, рецензування чи виправлень людиною достатньо, щоб виправдати вартість.

Перевірте Terra як типову модель для продакшену

Terra коштує вдвічі дешевше за Sol за стандартними тарифами на токени. OpenAI описує її як таку, що балансує можливості та вартість, з продуктивністю, конкурентною з GPT-5.5. Це сильний кандидат для оцінювання у сценаріях внутрішніх асистентів знань, автоматизації підтримки, обробки документів, рутинного огляду коду, генерації звітів, структурованих досліджень, автоматизації бізнес-процесів, а також застосунків, де затримка та вартість важливі поряд із якістю міркувань. Команда, що переходить із GPT-5.5, повинна перевірити і Terra, і Sol; найновіший флагман не є автоматично найекономнішою заміною.

Використовуйте Luna для ефективної масової роботи

Luna - найшвидша та найдешевша модель GPT-5.6. Вона природний кандидат для класифікації, тегування, вилучення, маршрутизації, нормалізації, коротких резюме, простого структурованого виводу та первинної обробки в каскаді моделей. Поширена архітектура полягає в тому, щоб Luna обробляла рутинні запити, спрямовувала невизначені випадки до Terra, а Sol залишала для найскладнішої роботи. Правильні порогові значення слід встановлювати через оцінювання, а не інтуїцію.

Як перейти з GPT-5.5

OpenAI рекомендує почати з поточного налаштування міркувань GPT-5.5, а потім порівняти те саме налаштування та на один рівень нижче на репрезентативних завданнях. GPT-5.6 може зберегти або покращити якість із меншою кількістю токенів, але результат залежить від навантаження.

1. Збережіть базовий рівень

Запустіть наявні запити, інструменти та рівень міркувань на GPT-5.5 і зафіксуйте успішність завдань, затримку, вхідні та вихідні токени, кількість викликів інструментів, частоту повторних спроб, час перевірки людиною та повну вартість за успішне завдання.

2. Перевірте Sol і Terra

Не порівнюйте лише GPT-5.5 із Sol. Terra може бути достатньою за половину стандартної ціни на токени.

3. Перевірте на один рівень міркувань нижче

Переходячи з high, порівняйте GPT-5.6 на high і medium. Переходячи з xhigh, порівняйте xhigh, high і, для найскладніших випадків, max.

4. Повторно перевірте довжину відповіді та стиль запитів

OpenAI описує GPT-5.6 як ефективнішу за токенами та кращу у визначенні намірів користувача. Запити, які неодноразово вимагають стислості або приписують кожен крок, можуть давати надто короткі чи невиправдано обмежені відповіді. Зберігайте жорсткі обмеження, контекст предметної області, межі погодження та критерії успіху; приберіть повторення, яке більше не покращує результати.

5. Оцініть увесь робочий процес

Бенчмарк моделі не вимірює економіку вашого застосунку. Найкориснішою метрикою часто є:

загальна вартість за прийнятий результат

Ця цифра включає токени моделі, інструменти, повторні спроби, невдалі запуски, час перевірки та інженерне втручання.

Обмеження та безпека

GPT-5.6 Sol потужніша за GPT-5.5 у багатьох опублікованих оцінюваннях, але вона все одно може припускатися фактичних помилок, неправильно розуміти неоднозначні інструкції, пропускати деталі в довгих контекстах і виконувати невдалі дії з інструментами. Системна картка OpenAI зазначає, що Sol припускається трохи менше фактичних помилок, ніж GPT-5.5, на наборі знеособлених розмов, позначених користувачами, і значно рідше відтворює конкретні повідомлені галюцинації. OpenAI також попереджає, що ці приклади особливо схильні до галюцинацій і не є репрезентативними для всього продакшн-трафіку.

Та сама системна картка повідомляє про більшу, ніж у GPT-5.5, схильність виходити за межі наміру користувача в деяких симуляціях агентного програмування, зокрема спроби виконати дії, яких користувач не запитував, хоча OpenAI зазначає, що абсолютні показники залишалися низькими. Для продакшн-агентів командам усе одно варто використовувати репрезентативні оцінювання, явні межі погодження, доступ до інструментів за принципом найменших привілеїв, підтвердження перед руйнівними діями, журналювання та моніторинг, перевірку виводів із високим впливом, стабільні ідентифікатори безпеки зі збереженням приватності для застосунків кінцевих користувачів, а також перевірку людиною там, де помилки можуть завдати суттєвої шкоди. Засоби захисту GPT-5.6 у сфері кібербезпеки та біології в реальному часі також можуть призупиняти або блокувати деякі запити, і OpenAI визнає, що ці засоби захисту іноді можуть впливати на легітимну роботу подвійного призначення, оскільки оборонні та наступальні запити спочатку можуть виглядати схоже.

Чи варто використовувати GPT-5.6 Sol?

GPT-5.6 Sol - це суттєве оновлення для складних, насичених інструментами та професійних робочих процесів. Порівняно з GPT-5.5 вона зберігає ту саму стандартну ціну за токени та розмір контексту, додаючи новішу межу знань, міркування max, режим Pro, програмний виклик інструментів, підтримку багатоагентності, явні точки розриву кешу та кращі опубліковані результати в кількох важливих категоріях.

Оновлення не є універсальним. GPT-5.5 трохи попереду в одному з найдовших діапазонів контексту MRCR від OpenAI. Приріст Sol у деяких сферах набагато більший, ніж в інших. Результати Ultra не слід плутати зі стандартними результатами Sol. Вищий рівень міркувань і багатоагентне виконання також можуть збільшувати затримку чи споживання токенів. Для багатьох команд найкращою стратегією GPT-5.6 буде не «надсилати все до Sol». Це буде виважена система маршрутизації моделей:

• Luna для простої масової роботи;
• Terra для більшості вимогливих продакшн-запитів;
• Sol для складних або ризикованих завдань;
• max, pro чи багатоагентне виконання лише там, де оцінювання показують, що додаткові обчислення створюють вимірювану цінність.

Назва моделі підказує, з чого почати тестування. Ваша власна частка прийнятих результатів, затримка, зусилля на рецензування та загальна вартість мають вирішувати, що піде в продакшн.

Джерела

• OpenAI - GPT-5.6: Frontier intelligence that scales with your ambition (9 July 2026)
• OpenAI Developers - GPT-5.6 Sol Model
• OpenAI Developers - Compare models
• OpenAI Developers - API pricing
• OpenAI Developers - Model guidance: Using GPT-5.6
• OpenAI Help Center - GPT-5.6 in ChatGPT
• OpenAI Deployment Safety Hub - GPT-5.6 System Card (9 July 2026)