Michael JohnsonОдин і той самий запит до репозиторію може потребувати кількох спроб: агент пропонує патч, запускає тести, а потім виправляє помилки. Низька ціна токенів сама по собі не відповідає на головне запитання: скільки коштує отримати зміну, яку можна прийняти.
Станом на 2 жовтня 2026 року відповідь така: стандартні тарифи API GPT‑6.1 Sol на вхідні й вихідні токени у п’ять разів нижчі за тарифи GPT‑6 Astra. OpenAI також заявляє, що Sol зрівнялася з Astra в одному тесті агентного програмування. Але це не доводить загального паритету в Codex і не гарантує п’ятикратної економії на готовому патчі.
Спершу розділимо API та підписку Codex
API оплачується за використаними токенами. У Codex через ChatGPT діє включений ліміт робочого плану, тому переносити на нього ціни API не можна. OpenAI пояснює, що використання ліміту залежить від моделі, завдання й налаштувань, а API оплачується окремо — про це йдеться в довідці щодо використання Work і Codex.
У таблиці наведено стандартні ставки API за мільйон токенів для запитів із вхідним контекстом до 272 тисяч токенів:
| Модель | Звичайний ввід | Кешований ввід | Запис у кеш | Вивід |
|---|---|---|---|---|
| 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 |
За звичайними ставками вводу й виводу Sol у п’ять разів дешевша за Astra, а кешований ввід коштує вдесятеро менше. Але порівняно з GPT‑6 Sol нова версія не дешевша за звичайний ввід і вивід: її тарифна перевага — кешований ввід, ціна якого зменшилася вдвічі. Luna коштує набагато дешевше за всі три моделі, однак низька ціна сама по собі не говорить про те, наскільки добре модель впорається зі складним завданням. Ці ставки наведено в тарифах API OpenAI.
Скільки коштує однакова спроба
Для наочності візьмімо умовний запит: 20 тисяч нових вхідних токенів, 80 тисяч кешованих і 10 тисяч вихідних. Припустімо, кеш спрацював; запис у кеш, виклики інструментів і повторні спроби не враховуємо.
| Модель | Розрахунок | Вартість |
|---|---|---|
| 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 |
За такого складу запиту одна спроба з Sol коштує приблизно в 5,3 раза дешевше, ніж з Astra. Порівняно з GPT‑6 Sol різниця становить $0,008 — близько 5,1% вартості спроби. Це арифметичний приклад, а не вимірювання типового завдання Codex: у моделей можуть відрізнятися витрати токенів, кількість викликів інструментів і число повторних спроб.
Є й тарифний поріг: для запитів із контекстом понад 272 тисячі вхідних токенів ставки на ввід і кеш подвоюються, а на вивід зростають у півтора раза — для всього запиту. Тому наведений вище розрахунок не підходить для довгого контексту без поправок; умови описано на сторінці моделі GPT‑6.1 Sol.
Що саме підтверджує порівняння з Astra
В анонсі GPT‑6.1 Sol OpenAI заявила, що на DeepSWE v1.1, тесті складних інженерних завдань у реальних кодових базах, Sol зрівнялася з Astra приблизно за п’яту частину вартості. Коректне формулювання тут — «на DeepSWE v1.1 за даними OpenAI».
На OSWorld 2.0, який оцінює виконання завдань за комп’ютером, Sol поступилася Astra на 2,1 відсоткового пункту за максимального рівня міркувань. За оцінкою OpenAI, вартість завдання водночас була приблизно в сім разів нижчою. Компанія попереджає, що її оцінювання проводилися в дослідницькому середовищі або через API й можуть відрізнятися від роботи у виробничих інтерфейсах через системні інструкції, інструменти та налаштування.
Це результати, опубліковані самим постачальником, а не незалежна перевірка моделей в однаковому робочому процесі Codex. Розглянуті для цієї статті матеріали не містять зіставного незалежного тесту Sol і Astra на тих самих завданнях Codex.
Що кажуть розробники
Перші обговорення після запуску — привід перевірити модель у власному середовищі, але не репрезентативне випробування. В одній гілці Reddit про швидкість і витрати ліміту користувачі скаржаться на повільну генерацію. Один автор пише, що проста дія або ущільнення контексту в нього займали щонайменше дві хвилини. Це поодинокі спостереження без однакових завдань і контрольованих умов.
В іншій дискусії про швидкість Sol учасники не погоджуються: одні вважають повільну генерацію проблемою, інші зауважують, що швидкість виведення токенів сама по собі не показує, скільки часу займе все завдання. Це різні показники, і гілка не містить контрольованого вимірювання жодного з них.
Є й поодинокий негативний відгук про спробу зібрати ігрове демо: автор повідомляє, що модель пропустила вимоги й не виправила суттєві недоліки після уточнення. Це не вимірює загальну якість моделі й не порівнює її безпосередньо з Astra.
Нарешті, у GitHub issue про вибір моделі в розширенні VS Code користувач повідомив 30 вересня, що Sol відображалася в настільному Codex, але була відсутня в переліку моделей розширення на Windows. Це опис конкретної конфігурації; він не встановлює ані причини, ані масштабу проблеми.
Автори цих дописів використовують псевдоніми, які неможливо перевірити, тому прямих цитат із підтвердженими справжніми іменами тут не наведено. Практичний висновок із цих ранніх відгуків скромніший: якість, час виконання завдання й витрати ліміту потрібно вимірювати окремо.
Коротка хронологія
- 3 вересня 2026 року. OpenAI представила GPT‑6 Astra.
- 22 вересня 2026 року. В API вийшли GPT‑6 Sol і GPT‑6 Luna.
- 29 вересня 2026 року. OpenAI оголосила про випуск GPT‑6.1 Sol для API, ChatGPT Work і Codex.
- 30 вересня 2026 року. На GitHub з’явилося повідомлення про відсутність Sol у переліку моделей розширення VS Code на Windows.
Дати випуску наведено в журналі змін API OpenAI, а повідомлення про VS Code — у конкретному обговоренні на GitHub. Це рання хронологія, а не оцінка доступності моделі для всіх користувачів.
Коли обирати Sol, а коли Astra
Для Plus і Standard Business OpenAI наводить орієнтовний діапазон 15–160 локальних повідомлень за п’ятигодинний період для Sol і 5–45 для Astra. Це не гарантована кількість завдань: витрати залежать від моделі, завдання й налаштувань; хмарні завдання можуть споживати більше ліміту, а також можуть діяти тижневі обмеження. Ці оцінки не можна перетворювати на коефіцієнт економії або безпосередньо порівнювати з цінами API — про умови йдеться в довідці про ліміти Work і Codex.
Практичний вибір залежить від ціни помилки й часу очікування:
- Sol варто випробувати на повторюваних завданнях із зрозумілою перевіркою результату — наприклад, якщо є тести й чіткі критерії приймання. Її стандартні тарифи API значно нижчі за тарифи Astra.
- Astra можна залишити для складних або ризикованих завдань, де якість результату важливіша за вартість однієї спроби. Наскільки краще вона справляється із завданнями конкретної команди, потрібно перевірити на практиці.
- Luna може підійти для простих повторюваних операцій, якщо її якості достатньо. Мінімальна ціна токенів не доводить, що складна робота з цією моделлю коштуватиме дешевше.
Для порівняння запустіть на моделях той самий невеликий набір завдань і заздалегідь визначте, який результат вважається прийнятним: наприклад, проходження тестів, відповідність вимогам і схвалення під час рев’ю. Записуйте кількість спроб, витрати токенів, виклики інструментів і час до готового патча. Так ви оціните не ціну відповіді, а вартість результату.
Висновок: Sol справді коштує у п’ять разів дешевше за Astra за звичайні вхідні й вихідні токени API; в одному тесті агентного програмування OpenAI повідомляє про рівний результат. Але доказів загального паритету в Codex недостатньо. У підписці економія API не застосовується напряму, а ранні відгуки розробників поки що розрізнені й суперечливі. Sol — обґрунтований кандидат на економніший варіант, але рішення, чи замінити нею Astra, залежить від того, як обидві моделі впораються із завданнями конкретної команди.