Modeļi GPT-5.6: Sol, Terra, Luna — kad izmantot kurus
Šajā lapā
Atjaunināts 2026. gada 2. novembrī.
o4-minitika izslēgts no aprites 2026. gada 23. oktobrī, beto3,o3-proungpt-5saime tiks izslēgta 2026. gada 11. decembrī. GPT-5.6 saime joprojām ir pieejama, taču OpenAI jauniem projektiem tagad iesaka GPT-6 saimi:gpt-6-astra(visspējīgākais),gpt-6.1-sol,gpt-6.1-terraungpt-6-luna(skat. ChatGPT 2026. gadā: no GPT-5.6 uz GPT-6, 9. nodarbība). Gan GPT-5.6, gan GPT-6 atbalsta spriešanas režīmupro(reasoning={"mode": "pro", "effort": "medium"}) sarežģītiem uzdevumiem. Avoti: Novecojušās versijas · Modeļi · Spriešana.
Modeļi: pareizā izvēle katram uzdevumam
Sākot ar 2026. gada 9. jūliju, GPT-5.6 saime ir vispārēji pieejama: trīs modeļi, katrs optimizēts konkrētam lietojumam, ar spriešanas līmeni, ko var pielāgot katram pieprasījumam atsevišķi. Pareiza modeļa un spriešanas kombinācijas izvēle ir vienīgais izšķirošais lēmums tavas lietotnes kvalitātei un izmaksām — starp dārgāko un lētāko modeli pastāv 25 reižu atšķirība, un līdzīga starpība ir arī starp ekstrēmiem spriešanas iestatījumiem.
| Modelis | API ID | Priekšrocība | Cena ($/MTok ievade / izvade) | Lietojums |
|---|---|---|---|---|
| GPT-5.6 Sol | gpt-5.6-sol (alias gpt-5.6) | Flagmanis, visspējīgākais | $5 / $30 | Sarežģīti uzdevumi, dziļa spriešana, maksimāla kvalitāte |
| GPT-5.6 Terra | gpt-5.6-terra | Līdzsvarots | $2 / $12 | Vispārēja lietošana, čatboti, satura ģenerēšana |
| GPT-5.6 Luna | gpt-5.6-luna | Liels apjoms, ātrs, ekonomisks | $0.20 / $1.20 | Vienkārši uzdevumi, klasifikācija, datu izgūšana |
Visi trīs modeļi pieņem tekstu un attēlus kā ievadi, ir daudzvalodu un tiek izmantoti, izmantojot Responses API. Detalizētām specifikācijām (konteksta logi, limiti) konsultējies oficiālajā modeļu lapā vietnē platform.openai.com.
Terra: tavs noklusējuma sākumpunkts
Terra ir modelis, ko izmantosi visbiežāk, jo tas piedāvā labāko kvalitātes un cenas attiecību lielākajai daļai uzdevumu: čatboti, satura ģenerēšana, kopsavilkumi, tulkošana un vispārīgi jautājumi un atbildes. Pareizā pieeja ir sākt ar Terra, izmērīt iegūto kvalitāti un pāriet uz Sol tikai tad, ja rezultāts nav pietiekami labs — nevis otrādi.
from openai import OpenAI
client = OpenAI()
# Vispārēja lietošana — Terra ir ideāls
response = client.responses.create(
model="gpt-5.6-terra",
input="Uzraksti profesionālu e-pasta vēstuli, lai lūgtu tikšanos."
)
print(response.output_text)
Sol, kad kļūdas ir dārgas
Sol ir šīs saimes visaugstākās veiktspējas modelis. Rezervē to situācijām, kur maksimāla kvalitāte ir būtiska: augsta riska dokumentu analīzei, uzdevumiem, kas gūst labumu no dziļas spriešanas, vai jebkam, ko cilvēkam nāktos pārbaudīt rindiņu pa rindiņai, ja modelis pieļautu kļūdu. Gada pārskata analīze, lai identificētu galvenos riskus, tieši ietilpst šajā kategorijā — izlaidums šeit rada izmaksas, kas daudz pārsniedz dažus centus, kas ietaupīti API izsaukumā.
# Prasīga dokumentu analīze
with open("annual_report.txt", "r") as f:
document = f.read()
response = client.responses.create(
model="gpt-5.6-sol",
input=f"Analizē šo gada pārskatu un identificē 5 galvenos "
f"riskus:\n\n{document}"
)
print(response.output_text)
Luna lieliem apjomiem
Luna ir optimizēta ātrumam un izmaksām, padarot to ideālu liela mēroga atkārtotai apstrādei: klasifikācijai, datu izgūšanai, pārrakstīšanai un ātrai prototipēšanai. Flagmaņa modeļa spriešana nepievieno vērtību, lemjot, vai klienta atsauksme ir pozitīva vai negatīva; tomēr, apstrādājot 100 000 atsauksmju, cenu starpība kļūst par vienīgo mainīgo, kam ir nozīme.
# Ātra teksta klasifikācija
texts = [
"Šis produkts ir fantastisks, es to iesaku!",
"Kavēta piegāde, neeksistējošs klientu serviss.",
"Labi, nekas īpašs.",
]
for text in texts:
response = client.responses.create(
model="gpt-5.6-luna",
input=f"Klasificē noskaņojumu (pozitīvs/negatīvs/neitrāls): {text}",
)
print(f"{text[:50]}... → {response.output_text}")
# Rezultāts:
# Šis produkts ir fantastisks, es to iesaku!... → Pozitīvs
# Kavēta piegāde, neeksistējošs klientu serviss.... → Negatīvs
# Labi, nekas īpašs.... → Neitrāls
Spriešana: parametrs, nevis modelis
Iepriekšējā paaudzē (o3, o3-pro, o4-mini) spriešana bija iemiesota specializētos modeļos: lai iegūtu spriešanas spējas, tev bija jāmaina modelis. Tagad tas vairs tā nav. Katrs GPT-5.6 modelis pieņem parametru reasoning katram pieprasījumam atsevišķi ar sešiem piepūles līmeņiem — none, low, medium, high, xhigh, max.
# Sarežģīta spriešanas problēma: Sol + augsta piepūle
response = client.responses.create(
model="gpt-5.6-sol",
input="Gliemezis atrodas 30 metrus dziļas akas dibenā. "
"Katrā dienā tas uzkāpj 3 metrus, bet naktī noslīd atpakaļ par 2 metriem. "
"Cik dienās tas tiks ārā? Paskaidro savu spriešanu soli pa solim.",
reasoning={"effort": "high"} # none, low, medium, high, xhigh, max
)
print(response.output_text)
# Detalizēts rezultāts ar strukturētu spriešanu:
# 1. līdz 27. diena: neto progress 1 m/dienā → 27 m
# 28. diena: uzkāpj 3 m no 27 m → sasniedz 30 m un izkļūst
# Atbilde: 28 dienas
Līmenis none vienkārši atspējo spriešanu: atbilde ir tūlītēja un izmaksas minimālas, kas ir piemērots mehāniskiem uzdevumiem, piemēram, iepriekš minētajai klasifikācijai. Līmeņi medium un high aptver lielāko daļu tehnisko uzdevumu. Saglabā xhigh un max patiesi sarežģītām problēmām, zinot, ka iekšējā spriešana patērē tokenus, kas tiek apmaksāti kā izvade: gliemeža mīklā neredzamā domāšana var svērt vairāk nekā attēlotā atbilde. Papildu iestatījums ultra pēc noklusējuma koordinē 4 aģentus paralēli, līdz pat 16 noteiktos novērtējumos, vissmagākajiem uzdevumiem — ar ievērojami lielāku tokenu patēriņu.
Ja migrē kodu, kas rakstīts iepriekšējai paaudzei (GPT-5.3, GPT-5.4, o3, o3-pro, o4-mini), lūk, ekvivalenti:
o3→gpt-5.6-sol, uno3-pro→gpt-5.6-solarreasoning={"mode": "pro"}(oficiālajā novecojušo versiju tabulā norādītie aizstājēji; pēc tam iestatieffortuzhigh,xhighvaimaxatkarībā no grūtībām)o4-mini→gpt-5.6-terraarreasoningiestatītu uzmediumgpt-5.3/gpt-5.4(vispārēja lietošana) →gpt-5.6-terra- Liela apjoma uzdevumi →
gpt-5.6-luna
Dinamiska maršrutēšana ražošanas vidē
Ražošanas vidē tev nebūs tikai viena veida pieprasījumi, bet gan daudzi, un viena modeļa iekodēšana nozīmē vai nu pārmaksu par vienkāršiem uzdevumiem, vai arī kļūdas sarežģītos gadījumos. Maršrutētāja (router) paraugs paredz lēmuma centralizēšanu funkcijā, ko izsauc pirms katra pieprasījuma un kas atgriež atbilstošo konfigurāciju. Tad to vari pielāgot, nepieskaroties pārējai lietotnei.
def choose_config(task: str, complexity: str, budget: str) -> dict:
"""Izvēlas optimālo modeli un spriešanas piepūli."""
if complexity == "high" and task in ["math", "code", "logic"]:
return {"model": "gpt-5.6-sol", "reasoning": {"effort": "high"}}
elif budget == "minimal" or complexity == "low":
return {"model": "gpt-5.6-luna", "reasoning": {"effort": "none"}}
elif task in ["diagnostic", "fine_classification"]:
return {"model": "gpt-5.6-terra", "reasoning": {"effort": "medium"}}
else:
return {"model": "gpt-5.6-terra", "reasoning": {"effort": "low"}}
# Lietošana
config = choose_config(task="chatbot", complexity="medium", budget="standard")
response = client.responses.create(
input="Tavs jautājums šeit",
**config
)
Cenas uz 2026. gada 5. augustu — cenas regulāri mainās: pirms jebkādiem budžeta aprēķiniem pārbaudi aktuālo cenu lapu oficiālajā OpenAI cenu lapā.
Galvenās atziņas
- Terra ir noklusējuma izvēle lielākajai daļai uzdevumu ($2 / $12 par MTok)
- Sol maksimālai kvalitātei un dziļai spriešanai ($5 / $30); Luna lieliem apjomiem ($0.20 / $1.20)
- Spriešana ir parametrs katram pieprasījumam (
none→max, plusultra), nevis atsevišķs modelis - Migrācijas ekvivalenti: o3 → Sol; o3-pro → Sol režīmā
pro; o4-mini → Terra medium; GPT-5.3/5.4 → Terra - Ražošanas vidē dinamiski maršrutē uz pareizo modeļa un piepūles kombināciju atkarībā no konteksta