Michael Johnsonאותה בקשה במאגר קוד עשויה לדרוש כמה ניסיונות: הסוכן מציע תיקון, מריץ בדיקות ואז מתקן שגיאות. מחיר נמוך לטוקנים כשלעצמו אינו עונה על השאלה החשובה ביותר: כמה עולה לקבל שינוי שאפשר לאשר.
נכון ל2 באוקטובר 2026, התשובה היא: תעריפי ה-API הרגילים של GPT‑6.1 Sol עבור טוקני קלט ופלט נמוכים פי חמישה מתעריפי GPT‑6 Astra. OpenAI גם טוענת ש-Sol השיגה תוצאה שווה ל-Astra במבחן אחד של קידוד באמצעות סוכן. אבל אין בכך הוכחה לשוויון כללי ב-Codex, ואין בכך ערובה לחיסכון פי חמישה בהפקת תיקון מוגמר.
קודם כול, נפריד בין API למינוי Codex
ה-API מחויב לפי מספר הטוקנים שבהם נעשה שימוש. ב-Codex דרך ChatGPT יש מגבלת שימוש הכלולה בתוכנית העבודה, ולכן אי אפשר להחיל עליה את מחירי ה-API. OpenAI מסבירה שהשימוש במכסה תלוי במודל, במשימה ובהגדרות, ואילו ה-API מחויב בנפרד — כפי שמתואר במדריך השימוש ב-Work וב-Codex.
הטבלה מציגה את תעריפי ה-API הרגילים למיליון טוקנים, עבור בקשות עם הקשר קלט של עד 272 אלף טוקנים:
| מודל | קלט רגיל | קלט ממטמון | כתיבה למטמון | פלט |
|---|---|---|---|---|
| GPT‑6.1 Sol | $2 | $0,10 | $2,50 | $10 |
| GPT‑6 Sol | $2 | $0,20 | $2,50 | $10 |
| GPT‑6 Astra | $10 | $1 | $12,50 | $50 |
| GPT‑6 Luna | $0,10 | $0,01 | $0,125 | $0,50 |
לפי התעריפים הרגילים של קלט ופלט, Sol זולה פי חמישה מ-Astra, ואילו קלט ממטמון זול פי עשרה. אבל בהשוואה ל-GPT‑6 Sol, הגרסה החדשה אינה זולה יותר בקלט ובפלט רגילים: היתרון התעריפי שלה הוא קלט ממטמון, שמחירו ירד בחצי. Luna זולה בהרבה משלושתן, אך מחיר נמוך כשלעצמו אינו מלמד עד כמה המודל יצליח במשימה מורכבת. התעריפים האלה מופיעים במחירון ה-API של OpenAI.
כמה עולה ניסיון זהה
לשם המחשה, ניקח בקשה לדוגמה: 20 אלף טוקני קלט חדשים, 80 אלף טוקנים ממטמון ו-10 אלף טוקני פלט. נניח שהמטמון פעל; לא נכלול כתיבה למטמון, קריאות לכלים וניסיונות חוזרים.
| מודל | חישוב | עלות |
|---|---|---|
| GPT‑6.1 Sol | $0,040 + $0,008 + $0,100 | $0,148 |
| GPT‑6 Sol | $0,040 + $0,016 + $0,100 | $0,156 |
| GPT‑6 Astra | $0,200 + $0,080 + $0,500 | $0,780 |
| GPT‑6 Luna | $0,002 + $0,0008 + $0,005 | $0,0078 |
בתמהיל בקשות כזה, ניסיון אחד עם Sol עולה בערך פי 5,3 פחות מניסיון עם Astra. בהשוואה ל-GPT‑6 Sol ההפרש הוא $0,008 — כ-5,1% מעלות הניסיון. זו דוגמה חשבונית, ולא מדידה של משימת Codex טיפוסית: צריכת הטוקנים, מספר הקריאות לכלים ומספר הניסיונות החוזרים עשויים להשתנות בין המודלים.
יש גם סף תעריפים: לבקשות עם הקשר של יותר מ-272 אלף טוקני קלט, תעריפי הקלט והמטמון מוכפלים, ותעריף הפלט גדל פי 1,5 — עבור כל הבקשה. לכן החישוב שלמעלה אינו מתאים להקשר ארוך ללא התאמות; התנאים מפורטים בדף המודל GPT‑6.1 Sol.
מה בדיוק מאשרת ההשוואה ל-Astra
בההכרזה על GPT‑6.1 Sol, OpenAI טענה שב-DeepSWE v1.1 — מבחן של משימות הנדסה מורכבות במאגרי קוד אמיתיים — Sol השיגה תוצאה שווה ל-Astra, בעלות של כחמישית. הניסוח המדויק כאן הוא ״ב-DeepSWE v1.1, לפי נתוני OpenAI״.
ב-OSWorld 2.0, שבודק ביצוע משימות במחשב, Sol פיגרה אחרי Astra ב-2,1 נקודות אחוז ברמת ההנמקה המרבית. לפי הערכת OpenAI, עלות המשימה הייתה נמוכה בערך פי שבעה. החברה מזהירה שההערכות נערכו בסביבת מחקר או באמצעות API, וייתכן שהן שונות מהשימוש בממשקי ייצור בגלל הוראות מערכת, כלים והגדרות.
אלה תוצאות שפרסם ספק המודל עצמו, ולא בדיקה עצמאית של המודלים באותו תהליך עבודה של Codex. החומרים שנבחנו לצורך כתבה זו אינם כוללים מבחן עצמאי בר-השוואה של Sol ו-Astra באותן משימות Codex.
מה אומרים המפתחים
דיונים ראשוניים לאחר ההשקה הם סיבה לבדוק את המודל בסביבה שלכם, אך אינם מבחן מייצג. באחד מדיוני Reddit על מהירות וניצול המכסה משתמשים מתלוננים על יצירה איטית. אחד הכותבים מציין שפעולה פשוטה או צמצום ההקשר ארכו אצלו לפחות שתי דקות. אלה תצפיות בודדות, ללא משימות זהות או תנאים מבוקרים.
בדיון אחר על מהירות Sol המשתתפים חלוקים בדעותיהם: יש שחושבים שיצירה איטית היא בעיה, ואחרים מציינים שמהירות הפקת הטוקנים לבדה אינה מלמדת כמה זמן תימשך המשימה כולה. אלה מדדים שונים, והדיון אינו מספק מדידה מבוקרת של אף אחד מהם.
יש גם תגובה שלילית בודדת על ניסיון לבנות הדגמת משחק: הכותב מדווח שהמודל החמיץ דרישות ולא תיקן חסרונות מהותיים לאחר הבהרה. אין בכך מדידה של איכות המודל באופן כללי או השוואה ישירה ל-Astra.
לבסוף, בדיווח GitHub על בחירת מודל בתוסף VS Code, משתמש דיווח ב-30 בספטמבר כי Sol הופיעה ב-Codex למחשב שולחני, אך נעדרה מרשימת המודלים בתוסף ב-Windows. זהו תיאור של תצורה מסוימת; הוא אינו קובע את סיבת הבעיה או את היקפה.
הכותבים המזוהים בפוסטים האלה משתמשים בכינויים, ולכן לא מובאות כאן ציטטות ישירות עם שמות אמיתיים מאומתים. המסקנה המעשית מהתגובות הראשוניות האלה מצומצמת יותר: צריך למדוד בנפרד את האיכות, את הזמן להשלמת המשימה ואת צריכת המכסה.
ציר זמן קצר
- 3 בספטמבר 2026. OpenAI הציגה את GPT‑6 Astra.
- 22 בספטמבר 2026. GPT‑6 Sol ו-GPT‑6 Luna הושקו ב-API.
- 29 בספטמבר 2026. OpenAI הכריזה על השקת GPT‑6.1 Sol ל-API, ל-ChatGPT Work ול-Codex.
- 30 בספטמבר 2026. ב-GitHub הופיע דיווח על היעדר Sol מרשימת המודלים בתוסף VS Code ב-Windows.
תאריכי ההשקה מופיעים ביומן השינויים של API OpenAI, והדיווח על VS Code מופיע בדיון הספציפי ב-GitHub. זהו ציר זמן ראשוני, ולא הערכה של זמינות המודל לכל המשתמשים.
מתי לבחור ב-Sol ומתי ב-Astra
עבור Plus ו-Standard Business, OpenAI מציינת טווח משוער של 15–160 הודעות מקומיות בכל חלון של חמש שעות עבור Sol ו-5–45 עבור Astra. אין מדובר במספר משימות מובטח: השימוש תלוי במודל, במשימה ובהגדרות; משימות בענן עשויות לצרוך מכסה רבה יותר, וייתכנו גם מגבלות שבועיות. אי אפשר להפוך את ההערכות האלה ליחס חיסכון או להשוות אותן ישירות למחירי API — התנאים מפורטים במדריך מגבלות השימוש ב-Work וב-Codex.
הבחירה המעשית תלויה במחיר הטעות ובזמן ההמתנה:
- כדאי לבדוק את Sol במשימות חוזרות עם תוצאה שאפשר לאמת בקלות — למשל, כשיש בדיקות וקריטריוני קבלה ברורים. תעריפי ה-API הרגילים שלה נמוכים בהרבה מאלה של Astra.
- אפשר להשאיר את Astra למשימות מורכבות או עתירות סיכון, שבהן איכות התוצאה חשובה יותר מעלות של ניסיון יחיד. צריך לבדוק בפועל עד כמה היא מתמודדת טוב יותר עם המשימות של הצוות שלכם.
- Luna עשויה להתאים לפעולות פשוטות וחוזרות, אם איכותה מספקת. מחיר טוקנים מינימלי אינו מוכיח שעבודה מורכבת עם המודל הזה תעלה פחות.
כדי להשוות, הריצו את אותן משימות קטנות בכל המודלים והגדירו מראש מה נחשב לתוצאה קבילה: למשל, מעבר של בדיקות, עמידה בדרישות ואישור בבדיקת קוד. תעדו את מספר הניסיונות, צריכת הטוקנים, הקריאות לכלים והזמן עד לתיקון המוגמר. כך תמדדו את עלות התוצאה, ולא את מחיר התשובה.
פסק הדין: Sol אכן עולה חמישית ממחיר Astra עבור טוקני קלט ופלט רגילים ב-API; במבחן אחד של קידוד באמצעות סוכן OpenAI מדווחת על תוצאה שווה. אבל אין די ראיות לשוויון כללי ב-Codex. במינוי, החיסכון ב-API אינו חל ישירות, ותגובות המפתחים הראשוניות עדיין מפוזרות וסותרות. Sol היא מועמדת סבירה לאפשרות חסכונית יותר, אך השאלה אם להחליף בה את Astra תלויה באופן שבו שני המודלים יתמודדו עם משימות הצוות שלכם.