Летом 2026 года OpenAI перестала называть модели цифрами. В селекторе ChatGPT вместо привычного «взял версию поновее» появились Sol, Terra и Luna. Три имени, которые сбивают с толку сильнее любого номера версии. А 4 сентября сверху над ними появилась ещё и 
GPT-6 Astra: новое поколение, новая цена и новый вопрос «а мне она вообще нужна».
Разбираемся, что это за тиры, чем они отличаются друг от друга, кому стоит доплачивать за Astra, какой тариф ChatGPT выбрать под свои задачи и как не переплатить впятеро за один и тот же результат. Плюс кейсы редакции Checkroi: что мы гоняем сами и на каких задачах.
Если ещё не понимаете базы, то есть как вообще устроены большие языковые модели и чем они отличаются от поиска по интернету, загляните в нашу обзорную статью «Что такое нейросети, рассказываем простыми словами». Дальше будем считать, что с базой всё понятно.
Про другого крупного игрока у нас есть отдельная статья «Opus 5.5 vs Sonnet 5.5 vs Haiku 5.5: какую модель Claude выбрать в 2026». Если выбираете между двумя поставщиками, читайте обе.
Статья пригодится не только разработчикам. ChatGPT в 2026 году плотно сидит в рабочем дне у маркетологов, аналитиков, продактов, контент-менеджеров, юристов и HR-специалистов. И везде всплывает один и тот же вопрос: чат GPT какой выбрать, чтобы не переплачивать и не получать мусор на выходе.
Если хочется освоить работу с нейросетями системно, а не собирать знания по обрывкам ютуба, посмотрите нашу подборку курсов по нейросетям и искусственному интеллекту: там 316 программ от коротких интенсивов до годовых.
Рекомендуем курсы по ChatGPT
ЭдюсонНейросети для изображений и видео48 455 ₽2 месяца
SkillboxНейросети. Практический курс74 900 ₽3 месяца
НетологияChatGPT: нейросеть для текстов, идей и рабочих задач100 000 ₽5 недель
ZerocoderПрограммирование для школьников: Python и ChatGPT (Детское)137 900 ₽1 год
Moscow Business AcademyБизнес-ассистент134 100 ₽6 месяцев
Академия СинергияUX/UI-дизайнер + ИИ113 316 ₽6 месяцев
Главное за 60 секунд
Если читать дальше нет времени, вот короткая выжимка по моделям ChatGPT, доступным через API и в интерфейсе чата.
| Модель | Сильная сторона | Цена API за 1M токенов | Что мы используем в Checkroi |
|---|---|---|---|
| GPT-6 Astra | Управление компьютером и браузером, многочасовые агентские задачи, поиск уязвимостей | 10 $ / 50 $ | Пока только тесты: автозаполнение форм в админке и прогон сайта на баги |
| GPT-6.1 Sol | Сложная логика, длинные агентские задачи, кодинг | 2 $ / 10 $ | Архитектурные задачи, тяжёлые статьи-сравнения |
| GPT-5.6 Terra | Универсал на каждый день | 2,50 $ / 15 $ | Черновики статей-обзоров, собранные ещё летом |
| GPT-6 Luna | Скорость и объём: чат, классификация, разбор потока | 0,10 $ / 0,50 $ | Массовая обработка отзывов и карточек |
| o3 | Прошлая ризонинг-ветка, OpenAI вывела её из употребления | 2 $ / 8 $ | Больше не берём: ризонинг включаем у Sol через reasoning effort |
| GPT-5.4 mini и nano | Прошлое поколение, теперь дороже Luna | 0,75 $ / 4,50 $ и 0,20 $ / 1,25 $ | Перевели на Luna: она дешевле |
Если совсем не хочется думать, берите GPT-6.1 Sol и не парьтесь. Sol закрывает 90 % задач обычного пользователя, доступен в тарифе Plus за 20 $ в месяц, а в API после перехода на поколение GPT-6 стоит даже меньше Terra: 2 $ против 2,50 $ за миллион входных токенов и 10 $ против 15 $ за миллион выходных.
Короткое правило. Astra нужна, когда модель должна сама кликать, ставить софт и работать часами без человека. Sol нужен почти всегда, от переписки до сложной логики. Terra — когда на ней уже собран и отлажен рабочий процесс. Luna — когда задач тысяча и каждая простая.
Sol, Terra и Luna — три тира вместо номеров версий
До лета 2026 года линейка ChatGPT читалась как лестница: чем больше число, тем свежее и умнее. GPT-5.4, следом GPT-5.5, дальше ещё новее. Выбор сводился к тому, чтобы взять версию поновее и не думать.
С выходом GPT-5.6 лестница превратилась в матрицу. Теперь число означает только поколение, то есть общий возраст технологии. А имя рядом с числом означает тир: сколько эта модель думает, как быстро отвечает и во сколько обходится.
Имена подсказывают смысл, если знать латынь. Sol — это солнце: самый яркий и самый мощный тир. Terra — земля: твёрдая середина, на которой стоит повседневная работа. Luna — луна: лёгкая и быстрая. Три небесных тела по убыванию яркости, так OpenAI попыталась сделать мощность модели понятной с одного взгляда, без таблиц с бенчмарками.
Главное отличие от старой схемы в том, что тиры живут своим циклом. Раньше выход GPT-5.5 обнулял смысл GPT-5.4 целиком. Теперь Sol, Terra и Luna могут обновляться независимо друг от друга, и «Terra» останется Terra и в следующем поколении, поменяется только число перед именем. Так и вышло: в сентябре Sol и Luna перешли на поколение GPT-6, а Terra осталась GPT-5.6, Terra шестого поколения у OpenAI нет. Поэтому фраза «у меня GPT-6» сама по себе ничего не значит: без имени тира непонятно, о чём речь, о модели за 2 $ или за 0,10 $.
Что это значит на практике. Не ищите в селекторе «самую новую», её больше нет. Ищите тир под задачу: обычная и сложная работа — Sol, много и просто — Luna, Terra — там, где на ней уже всё настроено.
При запуске GPT-5.6 тиры стояли по цене строго по порядку: 5 $, 2,50 $ и 1 $ за миллион входных токенов. После сентябрьской смены поколения порядок сломался: миллион входных токенов стоит 2 $ у Sol, 2,50 $ у Terra и 0,10 $ у Luna. Новый Sol вышел дешевле старой Terra, а между Sol и Luna разница двадцатикратная. На обычных текстовых задачах качество отличается в пределах погрешности, поэтому тот, кто гоняет через Sol тысячи мелких запросов, платит в двадцать раз больше без всякой отдачи.
Контекстное окно (объём текста, который модель удерживает «в голове» за один запрос) у всех трёх около миллиона токенов, примерно 750 тысяч слов: у Terra ровно миллион, у Sol и Luna шестого поколения 1,05 млн. Максимальный вывод у всех 128 тысяч токенов. А вот knowledge cutoff (дата, до которой модель обучали) теперь разный: у Terra 16 февраля 2026 года, у Sol апрель, у Luna май. Про события после этой даты модель знает только то, что найдёт веб-поиском.
Раньше выбор тира означал ещё и выбор размера контекста. Теперь нет: выбираете только глубину мышления и цену.
Попутно эта развилка обесценила и сам вопрос «какой лучший чат ГПТ». Лучшего тира не существует, есть подходящий под конкретную задачу: на письме клиенту Sol и Luna напишут примерно одно и то же, а на разборе кодовой базы Luna сдастся там, где Sol дойдёт до конца.
Отдельно от матрицы живут три ветки. Над ней стоит GPT-6 Astra, про неё следующий раздел: это не четвёртый тир, а первая модель поколения GPT-6, и продаётся она как отдельный продукт по цене впятеро выше Sol. Ниже матрицы ризонинг-модели o-series, которые OpenAI уже выводит из употребления, про них будет свой раздел. И мультимодальные модели: GPT Image 2.5 для картинок, Whisper для распознавания речи. Это уже не текстовые модели, и в этой статье мы их только упомянем.
Дальше разберём каждый тир подробно.
Канал основателя Checkroi Вани Буявца3 700 человек читают мой Телеграм-канал про нейросетиСобрал промпты для Claude Code и ChatGPT, разборы ИИ-инструментов и лайфхаки по продвижению бизнеса в одном местеПрисоединитьсяGPT-6 Astra: что изменилось 4 сентября
Самая свежая модель OpenAI и первая с числом 6 в названии. 3 сентября 2026 года её открыли ограниченному кругу компаний, 4 сентября включили всем платным подписчикам ChatGPT, в API, в Microsoft Azure и в AWS Bedrock. Sol, Terra и Luna при этом никуда не делись: Astra встала над ними, а не вместо них.
Главный сдвиг не в том, что модель «умнее». Sol и так справлялся с большинством текстовых задач. Astra сделали под другое: чтобы модель сама работала на компьютере. Открывала сайты, заполняла формы, обновляла карточки в CRM, ставила и тестировала софт, чинила то, что видит на экране. То есть закрывала задачи, которые раньше требовали человека с мышкой.
Что внутри
Контекст миллион токенов, вывод до 128 тысяч, knowledge cutoff апрель 2026 года (у GPT-5.6 был февраль). Цена в API: 10 $ за миллион входных и 50 $ за миллион выходных токенов, впятеро дороже нынешнего Sol. Чтение из кеша 1 $.
Есть ловушка, которой у GPT-5.6 не было. Если на входе больше 272 тысяч токенов, весь запрос считается по длинному тарифу: 20 $ за вход и 75 $ за выход. Не «часть сверх порога», а всё целиком. Закинули книгу на 400 страниц одним куском, заплатили в 7–10 раз больше, чем на Sol, за ту же работу. Для длинных документов Sol и Terra остаются выгоднее, у них миллион токенов идёт по одной ставке.
По бенчмаркам OpenAI показывает рост там, куда модель и целили. Сравнивали с Sol прошлого поколения, GPT-5.6. OSWorld 2.0, тест на управление реальным компьютером: 72,6 % против 65,7 % у GPT-5.6 Sol. Terminal-Bench 4.0 (новая версия теста, с цифрами Sol на версии 2.1 напрямую не сравнить): 57,9 %. DeepSWE v1.1, реальные задачи по коду: 74,1 %. И цифра, которая для обычной работы важнее всех: доля выдуманных фактов упала с 12,2 % у GPT-5.6 Sol до 4,2 %, втрое. Это по системной карте самой OpenAI, независимые замеры ещё не подтянулись.
Отдельная строка в той же карте: Astra первой среди моделей OpenAI дошла до уровня Critical по кибербезопасности в их внутренней шкале рисков. На тестах она нашла две уязвимости, о которых до этого никто не знал. Поэтому наступательные возможности в общей версии урезаны, полный доступ к ним выдают только проверенным исследователям. Для обычного пользователя это означает одно: на вопросы про взлом Astra отказывает жёстче, чем Sol.
Где GPT-6 Astra нужна
Там, где задача состоит из действий, а не из текста. Собрать данные с двадцати сайтов и свести в таблицу. Пройти регистрацию в сервисе и настроить аккаунт. Поднять тестовое окружение, поставить зависимости, прогнать тесты, починить то, что упало. Разобрать входящие заявки в CRM и разложить по статусам. В таких сценариях Astra работает примерно вдвое быстрее Sol и реже сбивается на длинной дистанции.
Мы гоняем её в двух режимах. Первый: проверка нового раздела сайта на баги, модель сама кликает по всем ссылкам и фильтрам и пишет отчёт. Второй: автозаполнение карточек школ в админке из открытых источников. Обе пока в режиме теста: результат всё равно перепроверяем глазами, но кликать руками уже не нужно. В постоянный конвейер не ставили, цена за выход в 50 $ на потоке кусается.
Где GPT-6 Astra перебор
На всём, что делает Sol. Статья, разбор PDF, код в объёме файла, письмо, саммари. На таких задачах разница с Sol в пределах погрешности, а счёт впятеро больше. И отдельно на длинных документах из-за порога в 272 тысячи токенов: там Astra может обойтись в 7–10 раз дороже Sol при том же результате.
Если у вас нет задач, где модель должна сама кликать и запускать программы, Astra вам не нужна. Это честный ответ на сентябрь 2026 года.
GPT-6 Astra в ChatGPT: кому доступна и какие лимиты
Тут OpenAI сделала непривычно. В обычном чате Astra открывается только с тарифа Pro, за 100 или 200 $ в месяц, а также в Business и Enterprise. В селекторе она называется GPT-6 Pro с подписью «powered by GPT-6 Astra». Лимиты недельные: около 50 сообщений на Pro за 100 $ и 200 на Pro за 200 $. Когда лимит кончается, чат сам пересаживает вас на Sol.
На Plus за 20 $ Astra в чате нет. Она доступна только внутри агента ChatGPT Work и в Codex, то есть ровно там, где модель что-то делает руками, а не отвечает на вопросы. Free и Go не получают её вообще.
Ещё один нюанс: каждое сообщение к Astra съедает примерно вдвое больше квоты, чем сообщение к Sol. Так что Pro за 100 $ ради Astra это не «в 5 раз больше Plus», а скорее 50 запросов в неделю к новой модели плюс обычный запас Sol.
GPT-6.1 Sol — флагман для сложных задач и архитектуры
CheckroiПодборка курсов по DALL-E52 курса • 19 школСравните цены, школы, программу и найдите выгодные предложения по обучениюСравнить→
Что внутри
Тир Sol появился 9 июля 2026 года вместе с GPT-5.6, а в сентябре перешёл на поколение GPT-6: сначала вышел GPT-6 Sol, 29 сентября его сменил GPT-6.1 Sol. Контекст — 1,05 млн токенов, максимальный вывод — 128 тысяч, knowledge cutoff — апрель 2026 года. Цена: 2 $ за миллион входных и 10 $ за миллион выходных токенов. Это в 2,5–3 раза дешевле, чем стоил GPT-5.6 Sol (5 $ / 30 $), и дешевле нынешней Terra, а по возможностям новый Sol близок к Astra, которая стоит впятеро больше.
Ещё в версии GPT-5.6 Sol заметно прибавил там, где модель работает долго и без присмотра: длинные агентские задачи, кодинг, исследования. На Terminal-Bench 2.1 (тест на работу в командной строке) GPT-5.6 Sol брал 88,8 % против 88,0 % у прошлого флагмана GPT-5.5, на SWE-Bench Pro (реальные баги из GitHub) 64,6 % против 58,6 %. Но интереснее другое: на кодинге он был на 54 % экономнее GPT-5.5 по токенам. Та же работа, меньше выходных токенов, а значит и счёт ниже, чем можно решить по ценнику.
Где GPT-6.1 Sol незаменим
CheckroiПодборка курсов по GitHub164 курса • 26 школСравните цены, школы, программу и найдите выгодные предложения по обучениюСравнить→
Самая длинная аналитика, многоступенчатые исследования, разбор больших кодовых баз, архитектурная документация, юридический анализ контрактов на 50–100 страниц. Правило простое: Sol нужен там, где главный результат работы — это суждение. Безопасность, архитектура, рискованный код, финальная проверка чужой работы.
В редакции Checkroi мы берём Sol на большие статьи-сравнения, где надо одновременно держать в голове особенности 8–10 продуктов и не путать их характеристики.
Где GPT-6.1 Sol — перебор
Любая задача короче двух экранов текста: переписать письмо, придумать заголовок, сделать саммари статьи, превратить голосовую заметку в структурированный текст. На таком объёме Luna выдаёт почти такой же результат в двадцать раз дешевле и заметно быстрее. Платить 10 $ за миллион выходных токенов там, где хватает 0,50 $, значит терять деньги без отдачи, особенно на потоке.
GPT-5.6 Terra — средний тир: кому он ещё нужен
Что внутри
Terra вышла 9 июля 2026 года вместе с GPT-5.6 и в сентябре, в отличие от Sol и Luna, на новое поколение не перешла. Контекст миллион токенов, knowledge cutoff 16 февраля 2026 года. Цена: 2,50 $ за миллион входных и 15 $ за миллион выходных. При запуске это было ровно вдвое дешевле тогдашнего флагмана, а теперь дороже нового Sol (2 $ / 10 $).
По качеству Terra примерно на уровне GPT-5.5, флагмана весны 2026 года, и летом это был главный подарок обновления: уровень бывшего флагмана за половину его цены. После перехода Sol на GPT-6 этот аргумент ушёл к Sol: он новее и при этом дешевле Terra.
Для статьи на 5 тысяч слов, разбора 30-страничного PDF или генерации SQL-запроса разницы между Sol и Terra глазом не поймать. Она проявляется на экстремальных задачах, где нужно много шагов подряд без единой ошибки.
Где GPT-5.6 Terra ещё оправдан
Там, где на ней уже собран и отлажен рабочий процесс: промпты подобраны, результат предсказуем, и переезд на другую модель потребует заново всё проверить. Для новых задач выгоднее Sol: письма, статьи, посты в соцсети, тексты лендингов, Excel и Google Sheets, код в объёме до файла, саммари длинных документов, идеи, переводы и редактура у него выходят не хуже и дешевле. Если не знаете, какой чат GPT выбрать, берите Sol. В 90 % случаев это правильный ответ.
Кейс редакции: как GPT-5.6 Terra пишет первичные SEO-черновики
В редакции Checkroi мы используем Terra для первичных черновиков статей-обзоров по курсам и профессиям. Промпт собирает контекст из нашей базы (карточки школ, цены, отзывы), кидает в модель и получает структурированный черновик на 3–4 тысячи слов. Дальше редактор переписывает руками, чтобы убрать AI-стиль и добавить личный опыт.
Один такой черновик обходится в 15–25 центов API-расходов, то есть примерно в 12–20 ₽. Процесс собирали летом, когда Terra была вдвое дешевле флагмана. На нынешнем Sol то же самое выходит примерно на треть дешевле, около 8–16 ₽, на Luna меньше рубля, но для черновика на 3–4 тысячи слов её глубины не хватает.
Похожий подход хорошо ложится под задачи маркетолога, разобрали 50 готовых сценариев в статье «50 промптов для маркетолога в ChatGPT, Claude и YandexGPT в 2026».
GPT-6 Luna — скорость и массовая обработка
Младший тир, с сентября на поколении GPT-6: 0,10 $ за миллион входных и 0,50 $ за миллион выходных. Контекст 1,05 млн токенов, knowledge cutoff май 2026 года, самый свежий в линейке. От старших тиров отличается глубиной мышления и скоростью ответа.
Luna сделана под поточную нагрузку, где важнее скорость: чат-боты с живыми пользователями, классификация обращений, разбор документов на конвейере, извлечение сущностей из текста, короткие сводки. Всё, что запускается тысячами раз в день и где задержка ответа заметнее, чем лишние 2 % качества.
Неочевидный нюанс: Luna теперь дешевле старых mini и nano. Летом, на GPT-5.6, было наоборот: GPT-5.4 mini (0,75 $ / 4,50 $) и GPT-5.4 nano (0,20 $ / 1,25 $) стоили меньше Luna, и совсем механическую работу выгоднее было гонять через nano. С переходом на GPT-6 Luna подешевела примерно в десять раз и обошла nano: вдвое дешевле на входе и в 2,5 раза на выходе. Повода держать nano в новых пайплайнах не осталось: разложить тысячу отзывов на позитив и негатив или проставить теги Luna справится дешевле и со свежей моделью.
Сложные смысловые задачи на Luna лучше не запускать: написать связный лонгрид, найти противоречия в договоре, объяснить сложное понятие. Результат будет хуже, и экономия не окупится редактурой.
Канал основателя Checkroi Вани БуявцаЗабирайте промпты и обучение по нейросетям в моём Телеграм-каналеБольше 3 700 человек уже применяют Claude Code, ChatGPT и другие нейросети в работе, учёбе, бизнесе и жизниПерейти в каналРизонинг: o3, max effort и Sol Ultra
Отдельная ветка это o-series, ризонинг-модели. Они построены иначе: получив запрос, модель сначала молча «думает», перебирая варианты во внутренних рассуждениях, и только потом выдаёт ответ. Это занимает в 5–10 раз больше времени и тратит дополнительные токены на скрытый процесс. Зато на задачах с однозначно правильным ответом такие модели выигрывают с большим отрывом.
o3 стоит 2 $ за миллион входных. В своё время она заменила устаревшую o1, но теперь OpenAI вывела из употребления и её, так что новые проекты на неё не ставьте.
o3-pro — 20 $ за миллион входных, 80 $ за миллион выходных. Та же модель, но с максимальным бюджетом на «думанье». Нишевая история: когда задача либо решится, либо нет, и надо выжать максимум.
o4-mini — 1,10 $ за миллион входных, самая дешёвая модель o-series. Но сама ветка уходит: в новом поколении отдельной o-серии нет, рассуждения встроены в сами модели. Для новых проектов ризонинг проще включать через reasoning effort у GPT-6.1 Sol.
Что нового: Sol умеет думать глубже по команде
С GPT-5.6 граница между «обычной» и «думающей» моделью размылась. У Sol появились два режима, которые включаются прямо в запросе.
Max reasoning effort даёт модели максимум времени на обдумывание задачи. По сути ручка громкости для размышлений: ставите на максимум, платите токенами за скрытые рассуждения, получаете более выверенный ответ.
Ultra устроен интереснее. Вместо одного агента Sol запускает субагентов: задача дробится на части, каждую ведёт отдельный экземпляр модели, результаты собираются вместе. На Terminal-Bench 2.1 связка GPT-5.6 Sol Ultra брала 91,9 %, лучший результат в таблице и на три пункта выше обычного режима.
Кому это важно: если раньше ради сложной логики приходилось уходить на o-series, теперь часть таких задач закрывает Sol с поднятым reasoning effort, в том же окне и без смены модели.
Куда брать ризонинг (сейчас это GPT-6.1 Sol с поднятым reasoning effort): математические задачи с многошаговыми решениями, олимпиадные задачи, формальная логика, юридический анализ с цепочкой условий, проверка кода на баги в сложной логике, помощь в дебаге, агентные сценарии, где модели надо принять цепочку решений и не ошибиться. Хорошо заходит в работе с AI-агентами, там, где обычные модели сваливаются в галлюцинации.
Куда не брать: художественный текст, маркетинговые материалы, диалог, креатив. Ризонинг-модель пишет суше и роботичнее: её тренировали под точность вывода, стиль в этой оптимизации не участвовал.
Старые модели: что с ними стало
Частый вопрос после каждого релиза: заменяет ли новая линейка предыдущую целиком? Нет. Ни GPT-5.6 не отменила GPT-5.5, ни Astra не отменила GPT-5.6. Старые модели никуда не делись из API и продолжают работать, просто перестали быть выбором по умолчанию. А Sol и Luna после выхода Astra и вовсе сменили поколение: оба перешли на GPT-6.
GPT-5.5 — прошлый флагман. Его роль забрал Sol, и нынешний Sol стоит 2 $ за миллион входных токенов против 5 $ у GPT-5.5. Отдельно брать 5.5 сейчас смысла нет. С осени 2026 года и в бесплатном ChatGPT крутится уже Luna, так что повод вспоминать 5.5 остался только у тех, чьи пайплайны на ней собраны.
GPT-5.4 mini и nano летом были единственной причиной помнить про старую линейку: они стоили меньше тогдашней Luna. С переходом Luna на GPT-6 ушла и эта причина: Luna просит 0,10 $ за миллион входных токенов против 0,20 $ у nano и 0,75 $ у mini.
GPT-4.1 держалась на длинном контексте. Её миллион токенов был аргументом, пока у остальных было 400 тысяч. Теперь миллион есть у всех трёх тиров, от Luna до Sol, и повод брать 4.1 исчез: та же длина контекста, но модель старше на год.
Правило простое: берите текущее поколение, теперь оно выигрывает и по цене. Старые версии оставьте пайплайнам, которые уже работают и которые незачем трогать.
Сравнение по 8 параметрам
Свели ключевые характеристики текстовых моделей OpenAI в одну таблицу. Цены за миллион токенов.
| Параметр | GPT-6.1 Sol | GPT-5.6 Terra | GPT-6 Luna | o3 | GPT-5.4 nano |
|---|---|---|---|---|---|
| Контекст | 1,05M | 1M | 1,05M | 200K | 400K |
| Макс. вывод | 128K | 128K | 128K | 100K | 64K |
| Cutoff знаний | 04.2026 | 02.2026 | 05.2026 | 01.2025 | 04.2025 |
| Ризонинг | встроен, до max | опционально | встроен | да, всегда | нет |
| Цена входа | 2 $ | 2,50 $ | 0,10 $ | 2 $ | 0,20 $ |
| Цена выхода | 10 $ | 15 $ | 0,50 $ | 8 $ | 1,25 $ |
| Чтение из кеша | −90 % | −90 % | −90 % | до −75 % | до −75 % |
| Когда брать | Основная работа и сложные задачи | Уже настроенные процессы | Много и просто | Не брать: выведена из употребления | Не брать: Luna дешевле |
Несколько неочевидных вещей в этой таблице. Первое, кеш промптов: скидка 90 % на повторное использование одинаковых входных данных. Если вы каждый раз отправляете одну и ту же длинную инструкцию вместе с коротким новым вопросом, OpenAI считает кешированную часть по льготной цене. На типовых пайплайнах это снижает счёт в 3–5 раз.
Но с GPT-5.6 у кеша появилась вторая сторона: запись в кеш теперь стоит дороже обычного входа, 1,25 от базовой ставки. Чтение осталось со скидкой 90 %, так что кеш по-прежнему выгоден. Ловушка только для тех, кто пишет в кеш часто, а читает редко: там экономия оборачивается переплатой.
Второе, скорость. Ризонинг-модели отвечают медленнее из-за скрытого «думанья»: время уходит на внутренние рассуждения, а не на вывод текста. Реальная задержка у o3 составляет 20–60 секунд против пары секунд у Luna.
Бенчмарки — кто умнее на цифрах
Бенчмарк — это стандартный тест, который проводят на всех новых моделях, чтобы сравнить их качество в одинаковых условиях. У всех бенчмарков есть оговорки: модели тренируют с оглядкой на популярные тесты, поэтому абсолютные числа стоит читать в связке с живым опытом.
Вот Terminal-Bench 2.1, тест на работу в командной строке, где модель должна довести до конца многошаговую задачу. Замер показательный: он про длинную работу без присмотра, а не про одну удачную реплику.
| Модель | Terminal-Bench 2.1 |
|---|---|
| GPT-5.6 Sol Ultra | 91,9 % |
| GPT-5.6 Sol | 88,8 % |
| GPT-5.5 (прошлый флагман) | 88,0 % |
| GPT-5.6 Terra | 87,4 % |
| GPT-5.6 Luna | 84,7 % |
| Claude Mythos 5 | 84,3 % |
| Claude Fable 5 | 83,4 % |
| Gemini 3.1 Pro | 70,7 % |
Цифры OpenAI здесь для поколения GPT-5.6, на котором тиры запускали летом; сопоставимых замеров GPT-6 Sol и Luna на этом тесте в таблице нет. И они хорошо показывают, как близко друг к другу стоят тиры: между Sol и Terra 1,4 пункта, между Terra и Luna меньше трёх, хотя по цене их тогда разделяло в два с половиной раза. Тир задаёт баланс «интеллект, скорость, цена», но разница на конкретном тесте часто меньше, чем в ценнике.
Отсюда практический вывод: не выбирайте тир по таблице бенчмарков. Выбирайте под свою задачу и проверяйте на своих данных. Бенчмарк говорит о среднем по больнице, а работать вам с конкретным сценарием.
И честная оговорка про соседей. На SWE-Bench Pro, тесте на реальные баги из GitHub, Claude Fable 5 обходит GPT-5.6 Sol с большим отрывом: 80 % против 64,6 %. OpenAI в ответ поставила под сомнение надёжность самого бенчмарка, но результат от этого не изменился.
С Astra картину надо читать отдельно, потому что OpenAI сравнивает её с GPT-5.6 Sol на других тестах: не на Terminal-Bench 2.1, а на управлении компьютером и на точности фактов.
| Тест | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| OSWorld 2.0 (управление компьютером) | 72,6 % | 65,7 % |
| Доля галлюцинаций (меньше = лучше) | 4,2 % | 12,2 % |
| HealthBench Professional | 63,4 | 60,5 |
| Terminal-Bench 4.0 | 57,9 % | н/д |
Семь пунктов на OSWorld это заметно, но не революция. А вот галлюцинации втрое реже, это то, что почувствует любой, кто просит модель пересказать документ. Цифры пока только от OpenAI, по её системной карте; независимые замеры за первую неделю не появились.
Общий расклад такой: одного безусловного лидера сейчас нет. Astra впереди там, где модель работает на компьютере сама. Sol силён в длинных агентских задачах и работе в терминале, Claude в починке реального кода, Gemini в самых длинных документах.
CheckroiПодборка курсов по ChatGPT599 курсов • 63 школыСравните цены, школы, программу и найдите выгодные предложения по обучениюСравнить→
Цены — сколько ChatGPT стоит в долларах и рублях
Тарифы API за 1M токенов
Цены OpenAI, в рублях пересчёт по курсу 78 ₽/$ (июль 2026 года). Ставки Astra, Sol и Luna сверены в конце сентября 2026 года.
| Модель | Вход, за 1M | Выход, за 1M | Вход в ₽ | Выход в ₽ |
|---|---|---|---|---|
| GPT-6 Astra | 10 $ | 50 $ | 780 | 3 900 |
| GPT-6 Astra при входе больше 272K токенов | 20 $ | 75 $ | 1 560 | 5 850 |
| GPT-6.1 Sol | 2 $ | 10 $ | 156 | 780 |
| GPT-5.6 Terra | 2,5 $ | 15 $ | 195 | 1 170 |
| GPT-6 Luna | 0,1 $ | 0,5 $ | 7,8 | 39 |
| GPT-5.5 (прошлый флагман) | 5 $ | 30 $ | 390 | 2 340 |
| GPT-5.4 mini | 0,75 $ | 4,5 $ | 58 | 351 |
| GPT-5.4 nano | 0,2 $ | 1,25 $ | 16 | 98 |
| o3-pro | 20 $ | 80 $ | 1 560 | 6 240 |
| o3 | 2 $ | 8 $ | 156 | 624 |
| o4-mini | 1,1 $ | 4,4 $ | 86 | 343 |
Что важно держать в голове при оценке счёта. Один токен — это примерно 0,75 русского слова. То есть миллион токенов это примерно 750 тысяч слов, или 30–35 книг среднего объёма. Подробнее разобрали в статье «Что такое токен в нейросети».
Для большинства живых задач (написать письмо, разобрать таблицу, посчитать что-то) расход идёт сотнями токенов, не тысячами. Один запрос «помоги переписать абзац» обходится в десятые доли рубля.
Как считать бюджет на проект
Чтобы оценить бюджет на месяц вперёд, удобно прикинуть три цифры: сколько запросов в день, средняя длина входа в токенах, средняя длина выхода. Дальше простая арифметика.
Пример: маркетолог пишет 30 текстов в день, средняя длина запроса с инструкцией и примерами 2000 токенов, ответ 1500 токенов. За день выходит 60 тысяч входных и 45 тысяч выходных. За месяц (22 рабочих дня) это 1,32 млн входных и 0,99 млн выходных. На Sol получится 1,32 × 2 + 0,99 × 10 = 12,54 $, или около 978 ₽. На Terra дороже: 1,32 × 2,50 + 0,99 × 15 = 18,15 $, около 1 416 ₽. На Luna та же нагрузка обойдётся в 0,63 $, меньше 50 ₽.
Для большинства редакционных и маркетинговых сценариев один человек тратит на API меньше, чем стоит подписка Plus, даже на флагмане Sol. Подписка имеет смысл, когда нужны мультимодальные возможности (картинки, голос) и удобный интерфейс.
Подписки ChatGPT: какой тариф выбрать
Помимо API у OpenAI есть подписки на chatgpt.com. Это уже не поштучная оплата токенов, а месячный платёж с интерфейсом, мобильным приложением, голосовым режимом и генерацией картинок. К лету 2026 года тарифов стало шесть, и два из них называются Pro, что сбивает с толку сильнее всего.
| Тариф | Цена | Что включено | Кому подходит |
|---|---|---|---|
| Free | 0 $ | GPT-6 Luna, младший тир, с ограничением по числу сообщений | Попробовать и понять, нужна ли подписка вообще |
| Go | 8 $/мес | Та же Luna, но больше сообщений и загрузок, длиннее память, расширенный голос. Sol не открывает | Бюджетный вариант, если Sol не нужен |
| Plus | 20 $/мес | GPT-6.1 Sol, ChatGPT Work, Codex, глубокое исследование, проекты и кастомные GPT. GPT-6 Astra только внутри Work и Codex, в чате её нет | Стандартный выбор активного пользователя |
| Pro | 100 $/мес | Те же модели, что на старшем Pro, но лимиты 5× от Plus. GPT-6 Pro на Astra (около 50 сообщений в неделю), Sol Pro, o3-pro, Codex | Упёрлись в лимиты Plus, но не в потолок |
| Pro | 200 $/мес | Те же модели, лимиты 20× от Plus, GPT-6 Pro на Astra до 200 сообщений в неделю, максимум глубоких исследований, Operator | Ежедневная тяжёлая работа без оглядки на счётчик |
| Business | 25 $/место | Общее пространство, админ-консоль, SSO, без обучения на ваших данных | Команды от двух человек |
Что выбрать, если непонятно: Plus за 20 $. Это та ступень, где открывается Sol и агент ChatGPT Work, и она закрывает 90 % задач взрослого пользователя. Go за 8 $ берите, только если Sol не нужен принципиально, а нужны лимиты повыше бесплатных.
Про две ступени Pro. Тариф за 100 $ появился 9 апреля 2026 года. OpenAI поставила его между Plus и старым Pro за 200 $, чтобы ответить Claude Max, который стоит столько же уже больше года. Модели на обеих ступенях одинаковые, различаются только лимиты: 5× от Plus за 100 $ и 20× за 200 $, а по Astra 50 и 200 сообщений в неделю. То есть вторая сотня долларов покупает объём, а умнее модель от неё не становится. Зато с сентября у обеих ступеней Pro появился аргумент, которого не было: это единственный способ получить Astra в обычном чате, а не только в Work и Codex.
Ловушка тарифов. Free и Go сидят на Luna, младшем тире. Если вы пробовали ChatGPT бесплатно и вам не понравилось качество, вы просто не видели Sol: он начинается с Plus. А Astra и вовсе с Pro.
Отдельная сущность, Sol Pro: этот режим появляется на тарифах Pro и даёт повышенные лимиты для самых тяжёлых задач. Отдельной моделью Sol Pro при этом не является: это тот же Sol, которому дали больше времени на размышление.
Сценарии, где Pro окупается, хорошо разобраны в статье «Claude Code vs GitHub Copilot в 2026», у ChatGPT принципы тарификации похожие.
С марта 2026 года OpenAI отслеживает в Plus шесть отдельных категорий лимитов: сообщения (сброс каждые 3 часа), расширенный ризонинг (недельный сброс), контекстное окно, загрузки файлов, кастомные GPT, генерация изображений. Одной фразой «у Plus лимит N сообщений в неделю» жить уже нельзя, упереться можно в любой из шести счётчиков.
Матрица «задача → модель → токены → ₽»
Чтобы было совсем конкретно, собрали 15 типовых задач и посчитали, во сколько обойдётся каждая. Все цифры примерные, по средним длинам запросов и ответов, курс 78 ₽/$.
| Задача | Модель | Вход | Выход | Цена за запрос |
|---|---|---|---|---|
| Переписать абзац | GPT-6.1 Sol | 500 | 500 | ~0,5 ₽ |
| Сгенерировать заголовок | GPT-6 Luna | 300 | 100 | ~0,01 ₽ |
| Саммари статьи на 1500 слов | GPT-6.1 Sol | 2 500 | 500 | ~0,8 ₽ |
| Письмо клиенту | GPT-6.1 Sol | 800 | 500 | ~0,5 ₽ |
| 50 промптов из подборки маркетолога | GPT-6 Luna | 1 000 | 800 | ~0,04 ₽ |
| Перевод документа на 5 страниц | GPT-6.1 Sol | 5 000 | 5 000 | ~4,7 ₽ |
| Разбор PDF на 50 страниц | GPT-6.1 Sol | 40 000 | 3 000 | ~8,6 ₽ |
| Написать SQL-запрос | GPT-6.1 Sol | 1 500 | 500 | ~0,6 ₽ |
| Найти баг в коде на 500 строк | GPT-6.1 Sol с max reasoning effort | 4 000 | 2 000 | ~2,2 ₽ |
| Архитектура нового сервиса | GPT-6.1 Sol | 8 000 | 5 000 | ~5,1 ₽ |
| Юридический разбор контракта | GPT-6.1 Sol | 15 000 | 3 000 | ~4,7 ₽ |
| Классифицировать 1000 отзывов | GPT-6 Luna | 150 000 | 30 000 | ~2,3 ₽ за всю партию |
| Идеи для контент-плана | GPT-6.1 Sol | 1 000 | 2 000 | ~1,7 ₽ |
| Длинная аналитическая статья | GPT-6.1 Sol | 3 000 | 10 000 | ~8,3 ₽ |
| Олимпиадная задача по математике | GPT-6.1 Sol с max reasoning effort | 2 000 | 4 000 | ~3,4 ₽ |
Сводный вывод по матрице: с новыми ценами Sol и Luna почти любая задача из таблицы стоит меньше 10 ₽, а повседневные укладываются в рубль. Дороже всего длинные тексты и разбор больших документов, где много выходных токенов; в ризонинг-задачах к счёту добавьте ещё скрытые рассуждения, они оплачиваются как выход. Бюджет уходит туда, где тысячи однотипных запросов гоняют через Sol, хотя хватило бы Luna.
Где на самом деле теряются деньги. Бюджет съедает не разовая переплата в пару долларов, а флагман на потоке: тысяча запросов в месяц там, где хватило бы тира в двадцать раз дешевле.
Когда переключаться между моделями
Простой алгоритм из пяти вопросов, которым пользуемся сами. Идёте по нему сверху вниз и останавливаетесь на первом «да».
Вопрос 0: модель должна сама кликать, ставить софт и ходить по сайтам? Если да, это GPT-6 Astra, других вариантов у OpenAI пока нет. Если задача про текст, код или анализ, переходите дальше: Astra там переплата.
Вопрос 1: контекст больше 400 тысяч токенов? Если да, подойдёт любой из трёх тиров: миллион токенов теперь у всех. Если нет, переходите дальше.
Вопрос 2: задача требует длинной цепочки рассуждений, где важна правильность ответа? Это математика, доказательства, дебаг сложной логики, юридический анализ с условиями. Если да, берите GPT-6.1 Sol и поднимайте reasoning effort до максимума. Если нет, дальше.
Вопрос 3: задач будет тысячи в день? Массовая классификация, тегирование, простые фильтры. Если да, берите GPT-6 Luna: она в двадцать раз дешевле Sol, а на такой работе разницы в качестве не видно. Если нет, дальше.
Вопрос 4: на задаче уже работает отлаженный процесс на GPT-5.6 Terra? Если да, его можно не трогать, пока устраивает результат. Если нет, ваш выбор GPT-6.1 Sol. Это правильный ответ в 90 % случаев.
Pipeline-паттерн: дёшево фильтруем, точно решаем
Один из неочевидных трюков, который сильно экономит бюджет на больших объёмах, это комбинировать несколько моделей в одном пайплайне. Дешёвая модель делает первичный отсев, средняя — основную работу, дорогая — финальную проверку только тех случаев, где это нужно.
Пример из практики. Магазин обрабатывает 10 тысяч отзывов в день и хочет автоматически отвечать на негативные. Прямолинейный подход, гонять каждый отзыв через GPT-6.1 Sol (генерация ответа со стилем). Если отзыв вместе с инструкцией занимает около 400 токенов, а ответ около 200, это 4 млн входных и 2 млн выходных токенов в день: 8 $ на вход и 20 $ на выход. Месячные расходы — около 840 $.
Pipeline-подход: GPT-6 Luna классифицирует все 10 тысяч отзывов на три категории (позитив/нейтрал/негатив) за ~0,43 $ в день. Она же по тем ~2 тысячам, что попали в «негатив», определяет тип проблемы (брак/доставка/возврат/общее) ещё за ~0,08 $. GPT-6.1 Sol пишет ответы на ~500 отзывов, которые попали в «брак» и «возврат» (там нужен живой ответ), за ~1,4 $. Итого — около 1,9 $ в день, или 57 $ в месяц. Экономия почти в 15 раз при том же качестве ответов.
Похожий паттерн работает в большинстве задач массовой обработки текста. Главное правило: на каждом шаге задавайте себе вопрос «модель ровно того уровня, что нужен этому шагу?» — и понижайте уровень там, где старшая модель избыточна.
ChatGPT vs Claude vs 
Gemini 3.1 Pro
Сравнение трёх главных игроков рынка. Цены за миллион токенов, флагман каждого поставщика.
| Параметр | GPT-6.1 Sol |
 Claude Opus 5.5 |
Gemini 3.1 Pro |
|---|---|---|---|
| Контекст | 1,05M | 1M | 2M |
| Цена входа | 2 $ | 4 $ | 5 $ |
| Цена выхода | 10 $ | 20 $ | 30 $ |
| Лучшее применение | Универсал, агенты | Кодинг, длинные тексты | Длинные документы, мультимодал |
| Оплата из РФ | через посредников | через посредников | через посредников |
В таблице рабочие флагманы, по ним считается основной бюджет. Над ними у обоих американских вендоров есть ещё по одной модели подороже: у OpenAI это GPT-6 Astra (10 $ / 50 $), у Anthropic Claude Fable 5.1 (10 $ / 50 $). Ценник совпал не случайно, обе позиционируются как модели для агентов и исследователей, а не для повседневной работы. Разница с рабочим флагманом при этом разная: Astra впятеро дороже Sol, а Fable в 2,5 раза дороже Opus.
Если перевести таблицу на человеческий язык. ChatGPT — самый универсальный и самый узнаваемый. Лучше всего работает «из коробки» для повседневных задач, есть мобильное приложение, голосовой режим, генерация картинок и видео. Этот выбор закрывает большинство сценариев.
Claude — заметно сильнее в коде и в длинных аналитических текстах. Стиль выше, рассуждения связнее. Цена флагмана — заметно выше, чем у ChatGPT, но в линейке есть Sonnet (2 $ / 10 $) и Haiku (1 $ / 5 $). Подробности — в нашей статье про выбор модели Claude.
Gemini 3.1 Pro — чемпион по контексту (2 миллиона токенов — это, грубо говоря, годовой архив переписки в одно сообщение) и по мультимодальности. Если работаете с длинными видео, аудио, многостраничными отчётами, Gemini часто оптимальнее. На простых текстовых задачах — примерно как GPT-6.1 Sol.
В редакции Checkroi мы держим в работе все три семейства моделей. GPT-5.6 Terra как основной чат, Claude Sonnet 5.5 для большой редактуры и разбора кода, Gemini 3.1 Pro для документов длиннее 500 тысяч токенов.
Лимиты, rate limits и подводные камни
Rate limit — это ограничение на количество запросов и токенов в единицу времени. У OpenAI оно есть и в API, и в подписках.
В API лимиты привязаны к уровню (Tier) аккаунта, который растёт автоматически по мере оплаты. На Tier 1 (только что зарегистрировались, потратили до 5 $) — 500 запросов в минуту и 30 тысяч токенов. На Tier 5 (потратили больше 1000 $ и аккаунту больше 30 дней) — 10 тысяч запросов и 2 миллиона токенов в минуту. Для типовых сценариев (дописать пост в соцсеть, разобрать таблицу) Tier 1 хватает с запасом.
В Plus с марта 2026 года — шесть отдельных счётчиков:
- сообщения (сброс каждые 3 часа) — зависит от модели
- расширенный ризонинг (GPT-6.1 Sol с поднятым reasoning effort), недельный лимит
- контекстное окно для длинных документов
- загрузки файлов
- кастомные GPT
- генерация изображений (GPT Image 2.5)
Это значит, что вместе со старой формулой «у Plus есть лимит» теперь живут шесть отдельных лимитов, и упереться можно в любой из них независимо. Аналогичная история у Anthropic, как с ней работать, расписали в статье «Лимиты Claude Code в 2026: контекст, rate limits и что делать», у ChatGPT базовые механизмы похожи.
В Pro жёстких лимитов почти нет, но OpenAI оставляет за собой право «на справедливое использование». На практике упереться сложно, если не запускать модели в скрипте без перерыва.
Как оплатить ChatGPT из России в 2026
OpenAI напрямую не принимает оплату с российских карт: Stripe (платёжная система, через которую OpenAI обрабатывает транзакции) автоматически отклоняет всё с российских BIN. Это касается и подписки ChatGPT, и пополнения API. Работают четыре основных пути.
Путь 1 — платёжные посредники. Самый простой и массовый способ в 2026 году. Сервис принимает рубли через СБП или карту, оплачивает вашу подписку или пополняет ваш API-баланс на своей стороне. Доступ к аккаунту остаётся за вами, посредник видит только факт оплаты. Комиссия — обычно от 350 до 1050 ₽ сверху, активация Plus — за 15–60 минут.
Путь 2 — виртуальные карты иностранных банков. Финтех-сервисы выпускают предоплаченные карты с балансом в долларах или евро, которые принимаются у OpenAI. Удобно для тех, кто регулярно платит за разные иностранные сервисы: одна карта на ChatGPT, Claude, Cursor, Spotify и остальное. Минус — комиссия за пополнение и конвертацию.
Путь 3 — карты банков СНГ. Карта казахстанского, армянского или грузинского банка работает у OpenAI напрямую, если у вас есть КВН с соответствующей страной для регистрации аккаунта и для платежа. Подходит тем, кто часто бывает в этих странах или может попросить помочь близких. Платите по номиналу 20 $.
Путь 4 — покупка через альтернативный App Store или Google Play. Если зарегистрировать аккаунт магазина с иностранной страной (Турция, Казахстан), оплата подписки идёт через стор. Этот путь обходит проверку BIN, но требует разовой настройки магазина. Минус — цена в магазине часто выше номинала.
Что важно: OpenAI проверяет не только BIN, но и IP. То есть для платежа и для регистрации аккаунта КВН со страной из списка поддерживаемых обязателен. Если уже зарегистрировали аккаунт с российского IP, придётся подождать несколько дней «карантина» с иностранного IP, прежде чем привязать платёжное средство.
5 типичных ошибок при выборе модели ChatGPT
Ошибка 1 — включить везде флагман. Самая частая. Человек заводит API, ставит везде GPT-6.1 Sol и потом удивляется счёту. На массовых простых задачах разницу в качестве между GPT-6.1 Sol и GPT-6 Luna не видно, а счёт отличается в двадцать раз.
Ошибка 2 — брать ризонинг там, где он не нужен. Ризонинг-модели и максимальный reasoning effort медленнее и тратят токены на скрытое «думанье». Для творческих и текстовых задач это лишний расход и худший стиль.
Ошибка 3 — не использовать prompt caching. Если в ваших запросах повторяется длинная инструкция или системный промпт, без кеширования вы переплачиваете каждый раз. Включается одним параметром в API: `cached_input` экономит до 90 % на входе.
Ошибка 4 — игнорировать младшие модели. GPT-6 Luna выглядит как «эконом-сегмент», но на типовых задачах разница в качестве составляет единицы процентов, а разница в цене измеряется в десятках раз. Особенно если объёмы большие.
Ошибка 5 — платить за Pro «на всякий случай». 200 $/мес имеют смысл, если вы упираетесь в лимиты Plus каждую неделю и интенсивно используете Codex. Иначе получите переплату в 10 раз за ощущение «у меня всё включено».
Как переключать модели в ChatGPT и API
В ChatGPT.com. В верхней части чата выпадающий селектор моделей. Именно там с лета 2026 года вместо номеров версий появились имена тиров, и это первое, обо что спотыкается человек после обновления. На Free и Go в селекторе младший тир Luna, GPT-6.1 Sol открывается с тарифа Plus, на Pro добавляются режим Sol Pro, повышенные лимиты и пункт GPT-6 Pro, под которым живёт Astra. Переключение работает между сообщениями: внутри одного чата можно менять модель, и контекст подхватится.
В мобильном приложении. Точно так же, селектор сверху. На маленьком экране он иногда прячется за иконкой «···», в разделе настроек чата.
В API. Модель задаётся параметром `model` в каждом запросе. Никаких подписок и активаций, просто меняете строку в коде: model: "gpt-6-luna" вместо model: "gpt-6.1-sol". В продакшене это позволяет направлять разные типы запросов в разные тиры, как в пайплайне выше.
В Codex. Это интерфейс OpenAI для работы с кодом в терминале, аналог Claude Code, который мы разбирали в статье про Claude Code для не-программистов. Модель задаётся флагом запуска или конфигурацией.
Чего ChatGPT не умеет вообще
Чтобы потом не было разочарований, вот короткий блок про то, чего ChatGPT в принципе не делает.
Не знает свежих событий. Knowledge cutoff у Terra — 16 февраля 2026 года, у Astra и Sol апрель, у Luna май. Всё, что произошло позже, модель либо не знает, либо галлюцинирует. Спасает встроенный веб-поиск в интерфейсе, но в API его надо включать отдельно.
Не считает точно длинные числовые выкладки в голове. Даже флагман периодически ошибается в арифметике на 5–6 цифрах. Для бухгалтерии и инженерных расчётов нужен Python-инструмент (доступен в Plus) или сторонний калькулятор.
Не помнит вас между сессиями, если не включена память. Это значит, что в новом чате модель не знает контекст ваших прошлых разговоров. В Plus и выше есть Memory: она пишет в отдельное хранилище ключевые факты о вас, но этим надо явно управлять.
Не даёт юридических или медицинских советов — точнее, даёт, но с ограничениями и часто отказывается от диагноза. Это сознательная политика OpenAI, и она правильная: модель может ошибаться в деталях, а цена ошибки в этих сферах высокая.
Не генерирует точные фотореалистичные лица реальных людей: GPT Image 2.5 размывает черты публичных персон. Это тоже политика и для большинства живых сценариев это нормально.
Главная мысль: начните с Sol, переключайтесь по факту
Если резюмировать всё, что выше, в три практических совета:
Первое. По умолчанию ставьте GPT-6.1 Sol, и в интерфейсе, и в API. Этот тир закрывает почти всё, что нужно живому человеку: тексты, код, разбор документов, идеи, переводы, саммари. А после перехода на GPT-6 он ещё и дешевле Terra, так что экономить на среднем тире больше не на чем.
Второе. Переключайтесь вверх, только когда упираетесь в конкретную проблему. Задача требует точной логики и цена ошибки высокая, поднимите у Sol reasoning effort до максимума. Модель должна сама работать на компьютере, тогда GPT-6 Astra, и только тогда: она впятеро дороже Sol.
Третье. Переключайтесь вниз, когда задач становится много. Тысячи однотипных запросов в день это территория GPT-6 Luna: она в двадцать раз дешевле Sol. Экономия тут даётся бесплатно: разницы никто не заметит.
И главное: «новее» больше не значит «лучше для вас». Раньше выбор упирался в номер версии, теперь в честный ответ на вопрос, какого уровня думанье нужно именно этой задаче. Из этого ответа вырастают и спокойный счёт за API, и работа без вечного «упёрся в лимит».
Где научиться работать с нейросетями: подборка курсов
Разобраться в линейке моделей это одно дело. Научиться выжимать из них максимум для своей профессии совсем другое. На Checkroi собрана большая подборка курсов по нейросетям и искусственному интеллекту: от коротких практических интенсивов по промптингу до годовых программ для тех, кто хочет в ML и разработку AI-продуктов. Программы разной длины и стоимости, с рассрочкой и без.
| Курс | Школа | Стоимость со скидкой | В рассрочку | Длительность | Обзор курса от Checkroi |
|---|---|---|---|---|---|
| Нейросети для изображений и видео Перейти на сайт курса | Эдюсон | 48 455 ₽ | 4037 ₽/мес. | 2 месяца | Обзор курса |
| Нейросети для рабочих задач Перейти на сайт курса | Skillbox | 31 290 ₽ | - | 1 месяц | Обзор курса |
| Нейросети. Практический курс Перейти на сайт курса | Skillbox | 74 900 ₽ | - | 3 месяца | Обзор курса |
| Продуктовый маркетолог + Нейросети для маркетинга Перейти на сайт курса | Нетология | 100 200 ₽ | 3875 ₽/мес. | 5 месяцев | Обзор курса |
| Нейросети для каждого Перейти на сайт курса | Академия Синергия | 39 900 ₽ | 3325 ₽/мес. | 3 месяца | Обзор курса |
| Нейросети для дизайнера Перейти на сайт курса | Skillbox | 84 272 ₽ | 3831 ₽/мес. | 4 месяца | Обзор курса |
| Нейросети для отдела продаж Перейти на сайт курса | Эдюсон | 51 600 ₽ | 4300 ₽/мес. | 2 месяца | Обзор курса |
| Нейросети для бизнеса Перейти на сайт курса |  SkillFactory | 97 632 ₽ | 2712 ₽/мес. | 2 месяца | Обзор курса |
| Нейросети для начинающих Перейти на сайт курса |  SF Education | 42 000 ₽ | 2333 ₽/мес. | 1 месяц | Обзор курса |
| Нейросети для маркетинга Перейти на сайт курса | Skillbox | 29 800 ₽ | 4967 ₽/мес. | 1 месяц | Обзор курса |
Больше программ — в полном каталоге курсов по нейросетям и искусственному интеллекту
Если хотите дальше копать в тему вайбкодинга и применения нейросетей в продакшене, у нас есть отдельный гайд «Вайбкодинг для маркетолога: 10 задач без программиста» и большой обзор инструментов в статье «Cursor AI в 2026: обзор, тарифы, фишки и как начать».
