ChatGPT Work получил GPT-5.6 Sol, Terra и Luna: как выбрать модель

OpenAI расширила ChatGPT Work моделями GPT-5.6 Sol, GPT-5.6 Terra и GPT-5.6 Luna. Обновление, о котором стало известно 17 июля 2026 года, предназначено для задач, где ИИ должен не только отвечать на вопросы, но и работать с файлами, подключёнными сервисами и многоэтапными поручениями. Главное практическое изменение — пользователи получили возможность выбирать баланс между качеством результата, скоростью обработки и стоимостью выполнения задачи.

Для большинства повседневных корпоративных сценариев разумно начинать с GPT-5.6 Terra или Luna на минимальном уровне рассуждений, а GPT-5.6 Sol оставлять для сложного анализа, разработки, исследований и ситуаций, где цена ошибки выше цены дополнительного времени. Обзор обновления от 17 июля также подчёркивает, что выбор модели и уровня рассуждений становится отдельной частью работы с ИИ, а не технической настройкой «для продвинутых».

Что именно изменилось в ChatGPT Work

ChatGPT Work рассчитан на многоэтапные рабочие процессы. По описанию OpenAI, сервис может исследовать информацию, анализировать подключённые файлы и готовить документы, таблицы, презентации, отчёты и веб-страницы. В отличие от обычного диалога, такой режим ориентирован на поручение с промежуточными действиями и итоговым артефактом, который можно использовать в работе.

Описание возможностей ChatGPT Work указывает, что инструмент доступен в едином настольном и мобильном окружении вместе с чатом и Codex. Это важно для команд, которые начинают задачу на компьютере, а затем хотят проверить ход выполнения или дать дополнительную инструкцию с мобильного устройства.

В официальном сообщении OpenAI GPT-5.6 представлена не как одна модель с несколькими названиями, а как семейство из трёх уровней. Sol является флагманским вариантом, Terra позиционируется как более доступная модель с производительностью, сопоставимой с GPT-5.5, а Luna — как самая быстрая и доступная модель семейства. При этом сами уровни могут развиваться независимо, поэтому названия нужно воспринимать как устойчивые классы возможностей, а не как простую шкалу «новее — старее».

Чем отличаются Sol, Terra и Luna

GPT-5.6 Sol предназначена для наиболее сложных задач. OpenAI относит к сильным сторонам семейства профессиональный анализ, использование браузера и инструментов, работу с компьютером, создание документов и презентаций, а также многошаговые сценарии. В таких задачах важны не только отдельные правильные ответы, но и способность удерживать цель, проверять промежуточные результаты и доводить работу до пригодного для передачи результата.

Sol стоит выбирать, если задача содержит неоднозначные требования, большой объём контекста или несколько зависимых этапов. Условный пример — подготовка аналитического отчёта по нескольким внутренним документам с таблицей выводов, сравнением показателей и презентацией для руководства. В этом случае экономия на модели может оказаться иллюзорной, если более дешёвый вариант потребует большого объёма ручной проверки и переделок.

GPT-5.6 Terra — средний вариант для регулярной работы. По данным OpenAI, он сохраняет конкурентную производительность относительно GPT-5.5 при более низкой стоимости. Это логичный кандидат для подготовки черновиков, обработки внутренних материалов, составления планов, анализа типовых таблиц, написания деловой переписки и разработки несложных текстовых или программных решений.

GPT-5.6 Luna ориентирована на скорость и минимальную стоимость. Её стоит рассматривать для большого количества коротких операций: классификации сообщений, суммаризации, переписывания текста, извлечения фактов из документов, первичного формирования списков и быстрых ответов по заранее понятной структуре. Luna не следует автоматически считать слабой моделью, но для задач с высокой неопределённостью и несколькими связанными решениями она может потребовать более строгого контроля.

Различия особенно заметны не только между моделями, но и между уровнями рассуждений. Чем выше выбранный уровень, тем больше времени система может потратить на обработку и тем быстрее расходуется доступный лимит. Поэтому модель и усилие рассуждений нужно выбирать вместе.

Как подобрать модель под рабочую задачу

Лучше всего выбирать модель не по названию, а по цене ошибки и повторяемости процесса. Если задача короткая, хорошо формализованная и легко проверяется, начинать стоит с Luna. Если результат должен быть качественным с первого или второго прохода, но задача остаётся типовой, оптимальной отправной точкой будет Terra. Sol оправдана там, где нужно разобрать сложный контекст, выполнить несколько действий с инструментами или подготовить материал, который нельзя быстро проверить вручную.

1. Опишите один повторяемый рабочий процесс: например, еженедельный отчёт, разбор входящих документов или подготовку презентации.
2. Зафиксируйте исходные данные, ожидаемый формат результата и критерии ошибки.
3. Запустите задачу на выбранной модели с минимальным уровнем рассуждений.
4. Проверьте не только текст, но и полноту выполнения поручения: использованы ли нужные файлы, сохранена ли структура, нет ли неподтверждённых выводов.
5. Если результат слабый, сначала повысьте уровень рассуждений, а затем сравните его с более мощной моделью.

Такой порядок помогает понять, за что именно вы платите. Иногда дополнительный уровень рассуждений исправляет проблему без перехода на Sol. В других случаях модель правильно понимает задачу, но не справляется с длинной цепочкой действий — тогда смена уровня может оказаться недостаточной.

Что известно о стоимости и почему тариф нельзя оценивать только по токенам

Для API OpenAI указала следующие цены за один миллион токенов: Sol — 5 долларов за входные и 30 долларов за выходные токены, Terra — 2,50 и 15 долларов, Luna — 1 и 6 долларов соответственно. Эти значения относятся к API, поэтому их нельзя напрямую переносить на стоимость подписки или внутренние лимиты ChatGPT Work.

Разница между моделями не сводится к цене одного запроса. Более мощная модель может выполнить задачу с меньшим числом повторных попыток, а дешёвая — потребовать несколько уточнений, ручных исправлений или повторной загрузки контекста. В результате фактическая стоимость готового результата может отличаться от расчёта по тарифу.

Официальная тарификация GPT-5.6 также описывает кэширование подсказок: для новых моделей предусмотрены явные точки кэширования и минимальное время жизни кэша 30 минут, а чтение из кэша получает скидку 90% относительно некэшированного входа. Для разработчиков и команд с повторяющимся контекстом это может влиять на экономику процессов, однако в ChatGPT Work итоговая доступность функций зависит от плана и настроек рабочего пространства.

Практический вывод простой: измеряйте стоимость завершённой задачи, а не цену одного обращения. Для этого полезно учитывать число запусков, время проверки человеком, количество исправлений и долю результатов, которые действительно можно передать дальше по процессу.

Какие сценарии подходят для корпоративной работы

ChatGPT Work особенно полезен там, где входные данные уже существуют, но требуют обработки. Это могут быть внутренние документы, таблицы, презентации, переписка, материалы исследования или набор требований к проекту. Система получает не только вопрос, но и рабочий контекст, из которого должна собрать структурированный результат.

• Документы и отчёты. Terra подходит для регулярной подготовки черновиков и сводок, а Sol — для материалов с несколькими источниками, сложной логикой и повышенными требованиями к проверке.
• Таблицы. Luna может извлекать значения и группировать строки по заданным правилам. Terra удобнее, если нужно объяснить динамику, сопоставить несколько таблиц и подготовить выводы.
• Презентации. Sol имеет смысл использовать, когда важны структура повествования, соответствие шаблону и аккуратная работа с исходными материалами.
• Исследования. Для первичного сбора и сортировки информации подойдёт Terra, но итоговые выводы должны проходить проверку источников и специалиста.
• Автоматизация. Luna может выполнять массовые однотипные операции, если у команды есть чёткие правила контроля. Sol лучше подходит для процессов, где требуется планирование и последовательное использование инструментов.

Наличие доступа к файлам и сервисам не означает, что модель автоматически понимает бизнес-правила организации. Права доступа, структура документов, актуальность данных и точность задания остаются ответственностью команды.

Ограничения, о которых важно помнить

Название «Work» не превращает ИИ в автономного сотрудника, которому можно без контроля передать любое поручение. Даже если система подготовила документ или отчёт, факты, расчёты, ссылки, формулировки и последствия действий необходимо проверять человеком.

Особого внимания требуют конфиденциальные данные. До подключения рабочих источников нужно определить, какие документы разрешено передавать внешнему сервису, какие роли получают доступ к результатам и как организация будет отзывать разрешения. В корпоративном пространстве администратор может управлять доступными моделями, поэтому фактический набор вариантов может отличаться от общего описания OpenAI.

Есть и редакционный риск: чем убедительнее выглядит результат, тем легче пропустить ошибочный вывод. Поэтому для финансовых, юридических, медицинских, кадровых и связанных с безопасностью материалов следует использовать модель как инструмент подготовки и проверки, а не как окончательный источник решения.

Типичные ошибки при переходе на GPT-5.6

Первая ошибка — использовать Sol для любой задачи только потому, что это флагманская модель. Такой подход может увеличить стоимость и время обработки без заметного прироста качества на простых операциях. Если задача сводится к извлечению полей, сокращению текста или преобразованию данных по шаблону, более лёгкая модель обычно лучше соответствует процессу.

Вторая ошибка — сравнивать модели на разных заданиях. Чтобы понять разницу, используйте один и тот же набор документов, одинаковые инструкции и заранее определённые критерии оценки. Иначе команда будет обсуждать впечатления, а не фактическую пригодность результата.

Третья ошибка — не разделять качество рассуждений и качество исходных данных. Модель может корректно обработать предоставленный контекст, но сделать неверный вывод, если в файле устаревшие цифры, неполная выборка или противоречивые требования. Перед тестированием очистите входные материалы и отметьте, какие сведения считаются обязательными.

Четвёртая ошибка — повышать уровень рассуждений вместо уточнения задания. Если не указаны формат, аудитория, ограничения и критерии готовности, дополнительное «размышление» не устранит неопределённость. Сначала сформулируйте задачу, затем выбирайте более дорогой режим.

Как внедрить выбор моделей без лишних расходов

Команде не нужно сразу строить сложную систему маршрутизации. Достаточно создать небольшую матрицу из нескольких повторяющихся процессов и определить для каждого стартовую модель, уровень рассуждений и обязательную проверку.

Например, Luna можно назначить для массового извлечения данных и черновых преобразований, Terra — для регулярных отчётов и рабочих текстов, Sol — для сложных исследований, презентаций и многоэтапных задач. После двух-трёх циклов сравните не только субъективное качество, но и время до готового результата.

Полезно также установить правило эскалации: если Luna не проходит проверку по одному из критических критериев, задача переходит в Terra; если Terra не справляется с зависимыми этапами или большим контекстом, используется Sol. Такой порядок делает расходы предсказуемее и снижает риск, что самый дорогой вариант станет стандартом для всей работы.

Практический итог для пользователей ChatGPT Work

Обновление GPT-5.6 расширяет ChatGPT Work не столько дополнительным названием модели, сколько возможностью точнее сопоставить ИИ с конкретным рабочим процессом. Sol предназначена для сложных и дорогих по цене ошибки задач, Terra — для основного потока корпоративной работы, Luna — для быстрых и массовых операций.

Начните с одного процесса, который уже можно измерить, и протестируйте его на минимально достаточной конфигурации. Зафиксируйте качество, время проверки и количество повторных запусков. После этого переход на более мощную модель будет обоснован данными, а не впечатлением от нового релиза.

Читайте также:

• OpenAI выпустила ChatGPT Work — ИИ-агента, который работает за вас в почте, Slack и календаре
• OpenAI получила зелёный свет от властей США на запуск GPT-5.6 — релиз может состояться уже на этой неделе
• Большая технологическая война смещается с чат-ботов на дата-центры стоимостью в сотни миллиардов
• Китайские ИИ-модели завоёвывают Америку: пока OpenAI и Anthropic поднимают цены, бизнес ищет дешёвую альтернативу