Michael JohnsonОдин и тот же запрос к репозиторию может потребовать нескольких попыток: агент предлагает патч, запускает тесты, а затем исправляет ошибки. Низкая цена токенов сама по себе не отвечает на главный вопрос: сколько стоит получить изменение, которое можно принять.
На 2 октября 2026 года ответ таков: стандартные API-тарифы GPT‑6.1 Sol на входные и выходные токены в пять раз ниже тарифов GPT‑6 Astra. OpenAI также заявляет, что Sol сравнялась с Astra на одном тесте агентного кодирования. Но это не доказывает общего паритета в Codex и не гарантирует пятикратной экономии на готовом патче.
Сначала разделим API и подписку Codex
API оплачивается по использованным токенам. В Codex через ChatGPT действует включённый лимит рабочего плана, поэтому переносить на него цены API нельзя. OpenAI поясняет, что расход лимита зависит от модели, задачи и настроек, а API оплачивается отдельно — это описано в справке об использовании Work и Codex.
В таблице приведены стандартные API-ставки за миллион токенов для запросов с входным контекстом до 272 тысяч токенов:
| Модель | Обычный ввод | Кэшированный ввод | Запись кэша | Вывод |
|---|---|---|---|---|
| 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 |
По обычным ставкам ввода и вывода Sol в пять раз дешевле Astra, а кэшированный ввод стоит в десять раз дешевле. Но по сравнению с GPT‑6 Sol новая версия не дешевле за обычный ввод и вывод: её тарифное преимущество — кэшированный ввод, цена которого уменьшилась вдвое. Luna обходится намного дешевле всех трёх, однако низкая цена сама по себе не говорит о том, насколько хорошо модель решит сложную задачу. Эти ставки указаны в тарифах API OpenAI.
Сколько стоит одинаковая попытка
Для наглядности возьмём условный запрос: 20 тысяч новых входных токенов, 80 тысяч кэшированных и 10 тысяч выходных. Предположим, кэш сработал; запись кэша, вызовы инструментов и повторные попытки не учитываем.
| Модель | Расчёт | Стоимость |
|---|---|---|
| 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 |
При таком составе запроса одна попытка с Sol стоит примерно в 5,3 раза дешевле, чем с Astra. По сравнению с GPT‑6 Sol разница составляет $0,008 — около 5,1% стоимости попытки. Это арифметический пример, а не замер типичной задачи Codex: у моделей могут различаться расход токенов, число вызовов инструментов и количество повторов.
Есть и тарифный порог: для запросов с контекстом свыше 272 тысяч входных токенов ставки на ввод и кэш удваиваются, а на вывод повышаются в полтора раза — для всего запроса. Поэтому расчёт выше не подходит для длинного контекста без поправок; условия приведены на странице модели GPT‑6.1 Sol.
Что именно подтверждает сравнение с Astra
В анонсе GPT‑6.1 Sol OpenAI заявила, что на DeepSWE v1.1, тесте сложных инженерных задач в реальных кодовых базах, Sol сравнялась с Astra примерно за пятую часть стоимости. Корректная формулировка здесь — «на DeepSWE v1.1 по данным OpenAI».
На OSWorld 2.0, оценивающем выполнение задач за компьютером, Sol уступила Astra 2,1 процентного пункта при максимальном уровне рассуждения. По оценке OpenAI, стоимость задания при этом была примерно в семь раз ниже. Компания предупреждает, что её оценки проводились в исследовательской среде или через API и могут отличаться от работы в производственных интерфейсах из-за системных инструкций, инструментов и настроек.
Это результаты, опубликованные самим поставщиком, а не независимая проверка моделей на одинаковом рабочем процессе Codex. Рассмотренные для этой статьи материалы не дают сопоставимого независимого теста Sol и Astra на одних и тех же задачах Codex.
Что говорят разработчики
Первые обсуждения после запуска — повод проверить модель в своей среде, но не репрезентативное испытание. В одной ветке Reddit о скорости и расходе лимита пользователи жалуются на медленную генерацию. Один автор пишет, что простое действие или уплотнение контекста у него занимало не менее двух минут. Это единичные наблюдения без одинаковых заданий и контролируемых условий.
В другой дискуссии о скорости Sol участники расходятся во мнениях: одни считают медленную генерацию проблемой, другие отмечают, что скорость вывода токенов сама по себе не показывает, сколько времени займёт вся задача. Это разные показатели, и ветка не даёт контролируемого замера ни одного из них.
Есть и единичный негативный отзыв о попытке собрать игровое демо: автор сообщает, что модель пропустила требования и не исправила существенные недостатки после уточнения. Это не измеряет качество модели в целом и не сравнивает её напрямую с Astra.
Наконец, в GitHub issue о выборе модели в расширении VS Code пользователь сообщил 30 сентября, что Sol была видна в настольном Codex, но отсутствовала в списке моделей расширения на Windows. Это описание конкретной конфигурации; оно не устанавливает ни причину, ни масштаб проблемы.
Проверяемые авторы этих постов используют псевдонимы, поэтому прямые цитаты с подтверждёнными реальными именами здесь не приводятся. Практический вывод из этих ранних отзывов скромнее: качество, скорость завершения задачи и расход лимита нужно измерять отдельно.
Короткая хронология
- 3 сентября 2026 года. OpenAI представила GPT‑6 Astra.
- 22 сентября 2026 года. В API вышли GPT‑6 Sol и GPT‑6 Luna.
- 29 сентября 2026 года. OpenAI объявила о выпуске GPT‑6.1 Sol для API, ChatGPT Work и Codex.
- 30 сентября 2026 года. На GitHub появилось сообщение об отсутствии Sol в списке моделей расширения VS Code на Windows.
Даты релизов указаны в API changelog OpenAI, а сообщение о VS Code — в конкретном обсуждении GitHub. Это ранняя хронология, а не оценка доступности модели для всех пользователей.
Когда выбирать Sol, а когда Astra
Для Plus и Standard Business OpenAI приводит ориентировочный диапазон 15–160 локальных сообщений за пятичасовое окно для Sol и 5–45 для Astra. Это не гарантированное число задач: расход зависит от модели, задачи и настроек; облачные задачи могут потреблять больше лимита, а также могут действовать недельные ограничения. Эти оценки нельзя превращать в коэффициент экономии или напрямую сравнивать с API-ценами — об условиях говорится в справке о лимитах Work и Codex.
Практический выбор зависит от цены ошибки и времени ожидания:
- Sol стоит испытать на повторяющихся задачах с понятной проверкой результата — например, если есть тесты и чёткие критерии приёмки. Её стандартные API-тарифы значительно ниже тарифов Astra.
- Astra можно оставить для сложных или рискованных задач, где важнее качество результата, чем стоимость одной попытки. Насколько она лучше справляется с задачами конкретной команды, нужно проверять на практике.
- Luna может подойти для простых повторяющихся операций, если качество достаточно. Минимальная цена токенов не доказывает, что сложная работа с этой моделью обойдётся дешевле.
Для сравнения запустите на моделях один и тот же небольшой набор задач и заранее определите, какой результат считается приемлемым: например, прохождение тестов, соответствие требованиям и одобрение при ревью. Записывайте число попыток, расход токенов, вызовы инструментов и время до готового патча. Так вы оцените не цену ответа, а стоимость результата.
Вердикт: Sol действительно стоит в пять раз дешевле Astra за обычные API-входные и выходные токены; на одном тесте агентного кодирования OpenAI сообщает о равном результате. Но доказательств общего паритета в Codex недостаточно. В подписке API-экономия напрямую не применяется, а ранние отзывы разработчиков пока разрозненны и противоречивы. Sol — обоснованный кандидат на более экономичный вариант, но заменить ли ею Astra, зависит от того, как обе модели справятся с задачами конкретной команды.