Modeli GPT-5.6: Sol, Terra, Luna – Kdaj uporabiti katerega
Na tej strani
Posodobljeno 2. novembra 2026. Model
o4-minije bil umaknjen 23. oktobra 2026, družina modelovo3,o3-proingpt-5pa bo umaknjena 11. decembra 2026. Družina GPT-5.6 je še vedno na voljo, vendar OpenAI za nove projekte zdaj priporoča družino GPT-6:gpt-6-astra(najzmogljivejši),gpt-6.1-sol,gpt-6.1-terraingpt-6-luna(glej ChatGPT leta 2026: Od GPT-5.6 do GPT-6, lekcija 9). Tako GPT-5.6 kot GPT-6 podpirata način razmišljanjapro(reasoning={"mode": "pro", "effort": "medium"}) za zahtevne naloge. Viri: Umiki · Modeli · Razmišljanje.
Modeli: Izbira pravega za vsako nalogo
Od 9. julija 2026 je družina GPT-5.6 splošno dostopna: trije modeli, od katerih je vsak optimiziran za drugačen primer uporabe, z ravnjo razmišljanja, prilagodljivo za vsako zahtevo. Izbira prave kombinacije modela in razmišljanja je najbolj vplivna odločitev za kakovost in stroške vaše aplikacije – razlika med najdražjim in najvarčnejšim modelom znaša 25-kratnik, primerljiv faktor pa ločuje tudi skrajne nastavitve razmišljanja.
| Model | ID API | Prednost | Cena ($/MTok vhod / izhod) | Primer uporabe |
|---|---|---|---|---|
| GPT-5.6 Sol | gpt-5.6-sol (alias gpt-5.6) | Vodilni model, najbolj zmogljiv | 5 $ / 30 $ | Kompleksne naloge, globoko razmišljanje, največja kakovost |
| GPT-5.6 Terra | gpt-5.6-terra | Uravnotežen | 2 $ / 12 $ | Splošna uporaba, klepetalni boti, ustvarjanje vsebin |
| GPT-5.6 Luna | gpt-5.6-luna | Velike količine, hiter, varčen | 0,20 $ / 1,20 $ | Preproste naloge, klasifikacija, ekstrakcija |
Vsi trije modeli sprejemajo besedilo in slike kot vhod, so večjezični in se uporabljajo prek API-ja Responses. Za podrobne specifikacije (okna konteksta, omejitve) si oglejte uradno stran modelov na platform.openai.com.
Terra: Vaša privzeta izhodiščna točka
Terra je model, ki ga boste uporabljali najpogosteje, saj ponuja najboljše razmerje med kakovostjo in ceno za večino nalog: klepetalni boti, ustvarjanje vsebin, povzetki, prevajanje in splošna vprašanja in odgovori. Pravilen pristop je začeti s Terro, izmeriti doseženo kakovost in šele nato, če rezultat ni dovolj dober, preiti na Sol – ne obratno.
from openai import OpenAI
client = OpenAI()
# Splošna uporaba — Terra je popolna
response = client.responses.create(
model="gpt-5.6-terra",
input="Napiši profesionalno e-pošto za dogovor sestanka."
)
print(response.output_text)
Sol, ko so napake drage
Sol je najzmogljivejši model v družini. Rezervirajte ga za situacije, kjer je največja kakovost nujna: analiza dokumentov z visokimi vlogami, naloge, ki imajo korist od globokega razmišljanja, ali karkoli, kar bi človek moral prebrati vrstico za vrstico, če bi model naredil napako. Analiza letnega poročila za izključitev ključnih tveganj spada točno v to kategorijo – izpust tukaj prinaša stroške, ki daleč presegajo nekaj centov, prihranjenih pri klicu API-ja.
# Zahtevna analiza dokumentov
with open("annual_report.txt", "r") as f:
document = f.read()
response = client.responses.create(
model="gpt-5.6-sol",
input=f"Analiziraj to letno poročilo in identificiraj 5 glavnih "
f"tveganj:\n\n{document}"
)
print(response.output_text)
Luna za velike količine
Luna je optimizirana za hitrost in stroške, kar jo dela idealno za obsežno ponavljajoče se obdelavo: klasifikacija, ekstrakcija podatkov, parafraziranje in hitro prototipiranje. Razmišljanje vodilnega modela ne doda vrednosti, ko se odločate, ali je mnenje stranke pozitivno ali negativno; vendar pa pri 100.000 mnenjih razlika v ceni postane edina spremenljivka, ki šteje.
# Hitra klasifikacija besedila
texts = [
"Ta izdelek je fantastičen, priporočam ga!",
"Pozna dostava, neobstoječa služba za stranke.",
"V redu, nič posebnega.",
]
for text in texts:
response = client.responses.create(
model="gpt-5.6-luna",
input=f"Klasificiraj sentiment (pozitiven/negativen/nevtralen): {text}",
)
print(f"{text[:50]}... → {response.output_text}")
# Rezultat:
# Ta izdelek je fantastičen, priporočam ga!... → Pozitiven
# Pozna dostava, neobstoječa služba za stranke.... → Negativen
# V redu, nič posebnega.... → Nevtralen
Razmišljanje: Parameter, ne model
Pri prejšnji generaciji (o3, o3-pro, o4-mini) je bilo razmišljanje utelešeno v namenskih modelih: za zmogljivosti razmišljanja ste zamenjali model. To zdaj ne velja več. Vsak model GPT-5.6 sprejme parameter reasoning na zahtevo, s šestimi ravnmi napora – none, low, medium, high, xhigh, max.
# Kompleksen problem razmišljanja: Sol + visok napor
response = client.responses.create(
model="gpt-5.6-sol",
input="Polž je na dnu 30 metrov globokega vodnjaka. "
"Vsak dan se povzpne 3 metre, a ponoči zdrsi 2 metra nazaj. "
"Koliko dni potrebuje, da pride ven? "
"Svoje razmišljanje pojasni korak za korakom.",
reasoning={"effort": "high"} # none, low, medium, high, xhigh, max
)
print(response.output_text)
# Podroben rezultat s strukturiranim razmišljanjem:
# Dnevi 1 do 27: neto napredek 1 m/dan → 27 m
# Dan 28: se povzpne 3 m od 27 m → doseže 30 m in pride ven
# Odgovor: 28 dni
Raven none preprosto onemogoči razmišljanje: odgovor je takojšen in strošek minimalen, kar ustreza mehanskim nalogam, kot je zgornja klasifikacija. Ravni medium in high pokrivata večino tehničnih nalog. xhigh in max prihranite za resnično težke probleme, vedoč, da notranje razmišljanje porablja žetone, zaračunane kot izhod: pri uganki s polžem lahko nevidno razmišljanje tehta več kot prikazan odgovor. Dodatna nastavitev, ultra, privzeto usklajuje 4 agente vzporedno, na določenih evalvacijah do 16, za najtežje naloge – z bistveno večjo porabo žetonov.
Če selite kodo, napisano za prejšnjo generacijo (GPT-5.3, GPT-5.4, o3, o3-pro, o4-mini), so tukaj ekvivalenti:
o3→gpt-5.6-solino3-pro→gpt-5.6-solzreasoning={"mode": "pro"}(določene zamenjave glede na uradno tabelo umikov; nato nastaviteeffortnahigh,xhighalimaxglede na težavnost)o4-mini→gpt-5.6-terraz nastavljenimreasoningnamediumgpt-5.3/gpt-5.4(splošna uporaba) →gpt-5.6-terra- Naloge z velikimi količinami →
gpt-5.6-luna
Dinamično usmerjanje v produkciji
V produkciji ne boste imeli le ene vrste zahteve, ampak veliko, in trdo kodiranje enega samega modela pomeni bodisi prekomerno plačevanje za preproste naloge bodisi polom pri težkih. Vzorec usmerjevalnika vključuje centralizacijo odločitve v funkciji, ki se kliče pred vsako zahtevo in vrne ustrezno konfiguracijo. To lahko nato prilagodite, ne da bi se dotaknili preostanka aplikacije.
def choose_config(task: str, complexity: str, budget: str) -> dict:
"""Izbere optimalni model in napor razmišljanja."""
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"}}
# Uporaba
config = choose_config(task="chatbot", complexity="medium", budget="standard")
response = client.responses.create(
input="Vaše vprašanje tukaj",
**config
)
Cene na dan 5. avgusta 2026 – cene se redno spreminjajo: pred vsakim izračunom proračuna preverite trenutni cenik na uradni strani OpenAI za cene.
Ključne ugotovitve
- Terra je privzeta izbira za večino nalog (2 $ / 12 $ na MTok)
- Sol za največjo kakovost in globoko razmišljanje (5 $ / 30 $); Luna za velike količine (0,20 $ / 1,20 $)
- Razmišljanje je parameter na zahtevo (
none→max, plusultra), ne ločen model - Ekvivalenti za selitev: o3 → Sol; o3-pro → Sol v načinu
pro; o4-mini → Terra medium; GPT-5.3/5.4 → Terra - V produkciji dinamično usmerjajte k pravi kombinaciji modela in napora glede na kontekst