Семейство GPT-6: чем отличаются Astra, GPT-6.1 Sol, GPT-6 Sol и Luna
Для каких задач они подходят и в каких режимах доступны.
Коротко: чем отличаются модели GPT-6 и GPT-6.1
- GPT-6 Astra — самая мощная флагманская модель для многоэтапных задач и глубокого анализа.
- GPT-6 Luna — самая быстрая и экономичная модель семейства, оптимизированная под массовые, рутинные и повторяющиеся операции.
- GPT-6 Sol — сбалансированная модель среднего уровня, предназначенная для разработки ПО, автономных ИИ-агентов и работы с текстами.
- GPT-6.1 Sol — улучшенная версия GPT-6 Sol, которая по производительности ближе к Astra, но не так быстро расходует лимиты.
Что общего у GPT-6 Astra, Sol и Luna
У всех моделей одинаковое контекстное окно и максимальный вывод:
- Контекстное окно определяет, сколько информации модель способна учитывать в одной задаче. У всех моделей оно составляет 1 050 000 токенов.
- Максимальный вывод ограничивает объём генерации, он у всех моделей составляет 128 000 токенов.
Но одинаковые лимиты не означают, что модели одинаково хорошо пользуются этими данными. Например, более мощная модель может лучше использовать предоставленный контекст, определить важное, построить план, воспользоваться поиском или другими доступными инструментами.
Одно дело — найти номер договора в документе, другое — прочитать отчёт, сопоставить таблицу с примечаниями, заметить противоречие между двумя разделами и на основе этого подготовить вывод.
В курсе по работе с ChatGPT мы собрали как простые, так и сложные задачи. За 9 уроков вы научитесь создавать презентации, придумывать креативы, проводить исследования, запускать агентов и делать с помощью ИИ лендинги и игры. Первые три урока доступны бесплатно, и их можно пройти уже сейчас.
Почему при одинаковых параметрах у моделей разное качество ответов
Представим, что GPT-6 Luna и Astra получили один и тот же набор из 500 страниц документов. Обе технически могут вместить эти материалы в контекст. Но задача модели не заканчивается на чтении. Ей может потребоваться:
- определить, какие данные существенны;
- связать информацию из нескольких источников;
- построить план;
- выполнить расчёты;
- проверить промежуточный результат.
На этих этапах различия между моделями становятся заметнее.
Для хорошо заданного запроса вроде «извлеки дату, сумму и номер договора из этих файлов» мощность Astra обычно не нужна. Но если задание выглядит как «изучи отчёты трёх подразделений, найди причины расхождения показателей, проверь гипотезы и подготовь итоговый документ», вероятность получить пользу от более сильной модели возрастает.
Чем GPT-6.1 Sol отличается от GPT-6 Sol
OpenAI отмечает, что GPT-6.1 Sol лучше проявляет себя в сложных профессиональных задачах, программировании, понимании документов, многошаговых рабочих процессах и работе с компьютером. Это можно увидеть на примере нескольких тестов.
GPT-6.1 Sol стала сильнее в программировании
Бенчмарк DeepSWE проверяет, как модель решает сложные долгие задачи на реальных кодовых базах. В этом тесте лучший результат GPT-6.1 Sol оказался на 6,4% выше лучшего результата GPT-6 Sol. Но главное, что он достигнут при меньшем уровне вычислительных усилий.
Многоэтапные задачи выполняются лучше
AutomationBench проверяет процессы, в которых агенту приходится последовательно пользоваться множеством инструментов: например, найти сведения, сверить их с файлами, внести изменения и обновить отчёт.
При одинаковом уровне рассуждения GPT-6.1 Sol улучшила результат GPT-6 Sol на 4,8%.
То есть преимущество 6.1 заметно именно там, где одного хорошего ответа недостаточно и нужно выполнить цепочку действий.
Снизилось число фактических ошибок в сложном тесте
При низком уровне рассуждения доля ответов GPT-6.1 Sol хотя бы с одной фактической ошибкой снизилась с 11,4 до 7,7%.
Насколько GPT-6.1 Sol похожа на GPT-6 Astra
Astra остаётся более мощной моделью в целом, но в нескольких рабочих сценариях разрыв с GPT-6.1 Sol действительно стал небольшим.
Работа с профессиональными документами
Бенчмарк GDP.pdf проверяет работу с файлами PDF, где есть таблицы, графики, схемы и мелкие детали. В тесте используются реальные типы задач из сферы финансов, здравоохранения, права и других областей. GPT-6.1 Sol приблизилась к результату Astra, и при этом выполнение задачи стоило в пять раз меньше.
В реальной работе похожий сценарий выглядит так: у вас есть отчёт на 150 страниц с приложениями и таблицами, и нужно не найти отдельную цифру, а сопоставить сведения из нескольких разделов и объяснить расхождение. Здесь GPT-6.1 Sol может оказаться эффективнее.
Работа сразу с несколькими инструментами
Рост показателей в AutomationBench означает, что Sol стала ближе к сценарию полноценного рабочего агента. Задача может начинаться с исследования, продолжаться проверкой файлов и таблиц, а завершаться обновлением готового документа. Для таких процессов можно сначала использовать 6.1 Sol и переключаться на Astra, только если результат кажется недостаточным.
Как использовать ИИ-агентов не только для программирования, но и для повседневных задач, мы рассказываем на курсе по ChatGPT. Например, показываем, как агенты помогают разобрать почту и входящие задачи, анализируют товары и даже бронируют столики в ресторанах. Начать курс можно бесплатно — с первых трёх уроков.
Работа с программами и интерфейсами
В тесте OSWorld 2.0 при максимальном уровне рассуждения результат GPT-6.1 Sol оказался всего на 2,1% ниже Astra, при этом стоимость выполнения задачи была в семь раз меньше. Astra остаётся сильнее в абсолютных значениях, однако GPT-6.1 Sol сделала переход на Astra необязательным для большой части сложной ежедневной работы.
Когда достаточно GPT-6 Luna
GPT-6 Luna не стоит воспринимать как «слабую GPT-6». OpenAI определяет её как наиболее эффективную модель для однотипных задач, которые нужно выполнять в большом объёме.
Например:
- извлечь несколько полей из сотен документов;
- распределить обращения по категориям;
- привести большой набор текстов к одному формату;
- сделать короткие выжимки из множества материалов;
- внести однотипные изменения в код;
- обработать большой массив элементов по понятному правилу.
Например, если Luna регулярно справляется с классификацией ваших документов, нет необходимости переводить процесс на Sol.
Когда всё-таки нужна GPT-6 Astra
После появления GPT-6.1 Sol может возникнуть обратный вопрос: зачем теперь Astra? Она нужна там, где качество важнее экономии лимитов. OpenAI по-прежнему описывает GPT-6 Astra как свою наиболее способную модель для сложного рассуждения, программирования, работы с компьютером, исследований и создания документов.
Практические сценарии:
- особенно сложное исследование с множеством зависимых этапов;
- трудная архитектурная или инженерная задача;
- длительная работа с программами и инструментами;
- исследовательская или научная работа;
- задача, где ошибка особенно дорого обходится;
- длинное планирование, в котором сбой на раннем этапе испортит результат;
- случай, когда GPT-6.1 Sol уже попробовали и результат оказался недостаточно хорош.
Последний пункт особенно важен. Не обязательно угадывать заранее, нужна ли Astra. Для многих процессов разумнее начать с GPT-6.1 Sol, оценить результат и перейти на более мощную модель только при необходимости.
В каких режимах доступны модели GPT-6
Здесь есть важное различие между Chat, Work и Codex.
После релиза модели GPT-6 Sol, GPT-6 Luna и GPT-6.1 Sol доступны только в режимах Work и Codex и не выбираются как отдельные модели в обычных чатах ChatGPT.
Chat — обычный диалог в браузере или в приложении: вопросы, поиск, обсуждение идей, написание и редактирование текста и другая повседневная помощь.
Важно не путать GPT-6.1 Sol и GPT-6 Pro, которая работает на базе GPT-6 Astra и доступна в Chat на тарифах Pro, Business и Enterprise.
Work рассчитан на более длинную работу, которую нужно довести до готового результата.
Например:
- исследовать тему;
- собрать и проанализировать информацию;
- работать с файлами и приложениями;
- подготовить документ;
- создать таблицу;
- собрать презентацию или отчёт.
Именно здесь используются GPT-6.1 Sol, GPT-6 Sol и Luna, а на тарифах выше Plus также доступна Astra.
Codex специализируется на разработке. Он подходит, когда нужно работать с кодовой базой, изменять файлы, запускать команды и тесты, разбираться в ошибках и проверять готовое изменение.
Здесь действует та же логика выбора между моделями: Luna — для более определённой массовой работы, 6.1 Sol — для большинства сложных задач, Astra — когда требуется максимум возможностей.
Кстати, подробнее о работе с кодом мы рассказывали в статье «Как ChatGPT генерирует код: основы вайбкодинга».
Какую модель GPT-6 выбрать
Удобнее всего отталкиваться не от технических характеристик, а от задачи.
GPT-6 Luna
- Короткие повторяющиеся операции.
- Массовое извлечение данных из документов.
- Классификация большого массива элементов.
GPT-6.1 Sol
- Сложный документ или большой отчёт.
- Исследование с несколькими источниками.
- Многоэтапная задача в нескольких приложениях.
- Разработка в реальном проекте.
- Сложный баг или архитектурная задача в программировании (переключиться на Astra, если результата недостаточно).
GPT-6 Astra
- Сложная многоэтапная задача, с которой не справляется GPT-6.1 Sol.
- Исследование, где нужен максимум качества и точности.
Начинайте работу с более экономичной модели, затем повышайте уровень рассуждения, если качество оказывается недостаточным. Например, если GPT-6.1 Sol на уровне Medium правильно разобрала документы и подготовила хороший отчёт, запускать ту же работу заново на High или менять модель на Astra нет смысла.
И наоборот: если речь идёт о сложной архитектурной проблеме, а Sol дважды пришла к неполному решению, переход на Astra может быть более рациональным.
Научиться использовать ChatGPT в своих рабочих и повседневных задачах можно на нашем курсе. В нём собраны кейсы и инсайты со всего мира, а уроки занимают всего по 15–30 минут. Первые три урока уже доступны бесплатно.
Коротко о главном:
- Если задача чётко описана и её нужно выполнить много раз, начинайте с GPT-6 Luna.
- Если перед вами сложный документ, исследование, полноценная разработка или процесс из нескольких этапов, основной рабочий вариант сейчас — GPT-6.1 Sol.
- Если результат особенно важен, задача находится на границе возможностей Sol или уже выяснилось, что 6.1 не справляется достаточно хорошо, переходите на GPT-6 Astra.
- GPT-6 Sol стоит воспринимать прежде всего как предыдущую версию GPT-6.1 Sol.
- Такой подход позволяет не расходовать Astra там, где Luna или Sol дают тот же практически достаточный результат, и одновременно не экономить на модели в тех случаях, где дополнительные возможности действительно влияют на итог.
FAQ: частые вопросы о GPT-6
Чем GPT-6.1 Sol отличается от GPT-6 Sol и GPT-6 Astra?
GPT-6.1 Sol — улучшенная версия GPT-6 Sol, которая заметно приблизилась к GPT-6 Astra в программировании, работе с компьютером и профессиональных многошаговых задачах. При этом стандартные цены на входные и выходные токены у GPT-6.1 Sol примерно в пять раз ниже, чем у Astra.
Что лучше выбрать для работы: GPT-6.1 Sol или GPT-6 Astra?
Для большинства сложных рабочих задач GPT-6.1 Sol выглядит более экономичным вариантом: она рассчитана на программирование, анализ документов и выполнение многошаговых бизнес-процессов и во многих тестах приближается к Astra.
Подходит ли GPT-6.1 Sol для программирования лучше, чем GPT-6 Sol?
Да. GPT-6.1 Sol существенно улучшена для сложной разработки и работы с реальными кодовыми базами. В DeepSWE 1.1 её лучший результат оказался на 6,4 процентного пункта выше, чем у GPT-6 Sol, причём для этого потребовались меньший уровень рассуждения и меньшие затраты.
Где доступна GPT-6.1 Sol и можно ли использовать её в обычном ChatGPT?
На момент описанного релиза GPT-6.1 Sol доступна пользователям Plus, Pro, Business, Enterprise и Edu в режимах ChatGPT Work и Codex. В обычном Chat модель пока не доступна.