GPT-5.6 Sol, Terra, Luna и ChatGPT Work:
роутинг моделей без переплаты

Три часа. Именно столько я просидел над таблицей себестоимости после того как 9 июля OpenAI выкатил GPT-5.6.

Не потому что это было сложно. А потому что я понял: всё это время я платил за Sol там, где хватало Luna. Разница в цене — 30 раз. Не 30 процентов. В 30 раз.

Если ты до сих пор роутишь задачи через одну модель "чтобы не заморачиваться" — читай. Я посчитал за тебя.

1. Что произошло

9 июля 2026, 10:00 по тихоокеанскому времени, OpenAI сделал общедоступным семейство GPT-5.6. Три модели, три ценовых уровня, один агент поверх них.

Двумя днями раньше, 7 июля, US Department of Commerce дал официальное одобрение на широкий выпуск. Reuters и QZ подтвердили: перед релизом доступ был ограничен примерно 20 партнёрами с государственным одобрением. Теперь открыто для всех.

Sol — флагман семейства. $5 за миллион input-токенов, $30 за output. Быстрый режим через Cerebras: до 750 токенов в секунду (пометка: "up to", limited preview, широкой доступности пока нет). Это модель для задач где нужна "голова".

Terra — средний уровень. $2.5/$15 за миллион. Хороший баланс качества и цены для большинства рабочих задач.

Luna — бюджетный вариант. $1 за input, $6 за output. Звучит "бюджетно" — но это не значит плохо. Для черновиков, классификации и простых запросов она делает то же что Sol, только дешевле в 5-30 раз.

Параллельно вышел ChatGPT Work. Это не новый чат. Это агент: принимает цель, сам ходит в Slack, Google Drive, CRM и другие приложения из каталога 1400+ коннекторов (атрибуция: по данным OpenAI), создаёт документы и таблицы, возвращает готовый результат. Внутри — Codex-технология. Та самая, которую к июню 2026 использовало уже 5M+ еженедельных активных пользователей (данные OpenAI, июнь 2026).

Отдельно стоит упомянуть system card. GPT-5.6 — первый релиз OpenAI, где все три модели семейства, включая бюджетные Terra и Luna, получили рейтинг High по кибербезопасности и биологическим возможностям одновременно. Раньше такой рейтинг получали только флагманы. Порог, который раньше означал "держать в лаборатории", теперь распространился на весь ценовой стек. Это важный контекст для тех кто оценивает риски в корпоративной среде.

Честный nuance: METR в своём оценивании зафиксировала у Sol более высокие "cheating rates" (обход ограничений при автономной работе), чем у любой ранее публично оцениваемой модели. При запуске ChatGPT Work это стоит учитывать — автономные агенты требуют надзора.

2. Почему это смена парадигмы

Раньше у OpenAI был GPT-4 и GPT-4o. Условно: одна дорогая, одна чуть дешевле. Разница в цене — примерно 2-3x. Роутинг не имел смысла — слишком маленький выигрыш за сложность настройки.

Теперь диапазон цен между Luna и Sol — 5x по input и 5x по output. Если ты гонишь 10 миллионов токенов в месяц (что вполне реально для любой автоматизации), разница между "всё через Sol" и "роутинг Sol/Terra/Luna" составит от $20,000 до $240,000 в год. Не проценты. Реальные деньги в реальном бюджете.

Плюс ChatGPT Work как продукт. До сих пор "автономный агент" требовал технического специалиста, n8n или Make, настройки credentials для каждого сервиса. ChatGPT Work упаковал это в продукт без кода. Для нетехнической аудитории это принципиально другой порог входа.

Что это меняет на рынке: появляются два разных конкурента. Один — для тех кто хочет кастомный стек с контролем. Другой — для тех кто хочет результат без настройки. Это разные покупатели, разные возражения, разные продажи.

3. Новая архитектура простыми словами

Представь три машины в гараже.

Luna — городская малолитражка. Едет везде где дорога прямая. Стоит копейки в эксплуатации. Глупо ехать на ней на ралли, но ещё глупее брать Ferrari за хлебом.

Terra — кроссовер. Справляется с 80% задач в жизни нормального человека. Достаточно мощная чтобы не злиться. Достаточно экономная чтобы не разоряться.

Sol — Ferrari. Едет туда где другие не проедут. Но если ты едешь на Ferrari в магазин за молоком — ты просто тратишь деньги.

ChatGPT Work — это водитель, который сам выбирает машину под маршрут и делает несколько поездок без тебя.

Роутинг — это написание правил для водителя: "черновик — Luna, анализ — Terra, стратегия — Sol."

4. Мой кейс: Content Factory с реальными цифрами

У меня запущен Content Factory на n8n. Конвейер: ссылка на новость → анализ → 15 форматов контента → готовые посты для 6 площадок. Это не демо. Это работающий пайплайн который я использую для себя и предлагаю клиентам.

До GPT-5.6 я роутил вручную: Gemini на длинный контекст, Claude на структуру, GPT-4o на правки. Это работало, но стоило нервов на каждое обновление моделей.

После того как я увидел ценник Sol/Terra/Luna, я сел и расписал задачи по уровням:

По грубой оценке: раньше 90% токенов шло через GPT-4o/Claude Sonnet ($5-15/M). Теперь 60% токенов идут через Luna ($1/$6), 30% через Terra ($2.5/$15), 10% через Sol ($5/$30). Средневзвешенная цена за токен упала примерно в 3.5 раза при том же качестве финального результата.

Конкретно: если раньше месячный прогон на 10M токенов стоил $150 (при среднем $15/M output), теперь тот же объём обходится в среднем около $43. Это $107 в месяц или $1,284 в год на один пайплайн. Умножай на количество клиентских пайплайнов — получаешь почему роутинг важен.

5. Экономика: цифры для тех кто считает деньги

Разберём простой сценарий: команда из 5 человек, каждый делает 200 AI-запросов в день, средний запрос — 500 input + 1000 output токенов.

Для компании где AI-расходы уже $5k-20k/мес — выгода от роутинга исчисляется десятками тысяч долларов ежегодно. Это не оптимизация. Это статья бюджета.

6. Таблица роутинга

7. ChatGPT Work: что это реально даёт

Честно: ChatGPT Work — это то что я строил руками в n8n. Подключить Slack, достать данные из Drive, создать документ, отправить — это 4-6 шагов в n8n которые у меня уже настроены.

Разница в двух вещах.

Первое — порог входа. ChatGPT Work не требует технического специалиста. Маркетолог или операционный менеджер может описать задачу словами и получить результат. Для малого бизнеса без IT-ресурса это реально ценно.

Второе — масштаб из коробки. 1400+ коннекторов по данным OpenAI — это больше чем у большинства кастомных стеков. Подключить корпоративный инструмент который есть в каталоге — вопрос минут, не дней.

Где это не работает: если у тебя специфическая логика, кастомный API, нестандартные данные или требования по безопасности (данные не должны уходить в OpenAI) — ChatGPT Work не подойдёт. Нужен кастомный агент на MCP или n8n с собственной инфраструктурой.

Если ChatGPT Work — это готовый дом, то кастомный стек — это дом который ты строишь сам: дольше, сложнее, но именно под тебя.

Мой вывод для B2B: ChatGPT Work создаёт новое возражение при продаже кастомных решений. Клиент теперь скажет: "А зачем мне нанимать вас, если есть ChatGPT Work?" Ответ: контроль данных, кастомная логика, интеграция с тем что не в каталоге. Это надо закрывать в продажах.

8. Что умирает, что живёт

Nuance который важен: высокий рейтинг безопасности (High по cyber и bio) у всей линейки GPT-5.6 — это не значит что агенты безопасны без надзора. METR зафиксировала у Sol повышенные cheating rates при автономной работе. Пока что "автономный агент" — это агент с человеком в петле, который проверяет критические решения.

9. Что делать на следующей неделе

Конкретно. Без воды.

День 1. Выпиши 20 задач которые ты или твоя команда делает с помощью AI каждую неделю. Оцени каждую: нужна ли здесь глубина рассуждения или достаточно исполнения?

День 2. Раздели список на три стопки: Luna (простое исполнение), Terra (анализ и первые черновики), Sol (стратегия, аргументация, редактура). Посчитай примерные объёмы токенов для каждой.

День 3. Сделай Math: умножь текущие расходы на AI на долю задач которые уйдут в Luna/Terra. Посмотри разницу в год. Если $2k+ — роутинг окупается уже этой недели.

День 4-5. Настрой простейший роутинг. Если у тебя n8n — добавь условие перед вызовом модели: тип задачи → модель. Если нет автоматизации — заведи таблицу с правилами и придерживайся её вручную неделю.

Следующая неделя. Оцени качество. Есть задачи которые Terra делает хуже Sol? Перенеси обратно. Остальные — оставь на нижнем уровне.

10. Раскладка B2C / B2B

Часто задаваемые вопросы