GPT-5.6: Что скрывали, что умеет и какую модель выбрать
Ключевые тезисы:
- GPT-5.6 — это три модели разного размера и мощности: Sol (флагман), Tera (для повседневных задач), Luna (самая дешёвая).
- Главный фокус релиза — не скачок в интеллекте, а оптимизация стоимости («больше пользы с каждого токена»).
- Модель Sol временно ограничивали для доступа из-за опасений в сфере кибербезопасности, создав прецедент государственного регулирования.
- В официальных тестах OpenAI показывает модель в выгодном свете, но на независимых бенчмарках Claude Fable 5 часто лидирует по качеству.
- Выбор между GPT-5.6 и Claude Fable 5 зависит от типа и объёма задач: GPT выгоднее для массовых типовых задач, Claude — для сложных, где важен потолок качества.
Почему модель изначально скрывали?
Причина — кибербезопасность. Модель Sol показала высокие результаты (73.5%) в тесте Exploit Bench, который оценивает способность создавать рабочие эксплойты для уязвимостей.
- Это инструмент двойного назначения: может как ломать, так и защищать софт.
- На 12 дней доступ к этим возможностям был ограничен узким кругом лиц по согласованию с правительством США.
Создан прецедент: теперь между готовностью мощной модели и её публичным релизом может стоять государственное согласование.
Что умеет GPT-5.6 Sol? Сильные стороны
Автономная работа за компьютером
- Лучший результат на тесте OS World (62.6%): умеет выполнять задачи в реальной ОС (открывать программы, кликать, заполнять).
- Результат на тесте Brows Camp (поиск в интернете) — свыше 90%.
- На практике: можно поручить скучные, многошаговые задачи (сравнение условий в 10 банках, сбор цен конкурентов в таблицу).
Дизайн и вёрстка с самопроверкой
- Модель не просто генерирует код интерфейса, но и сама открывает и проверяет результат, внося правки, как верстальщик.
Презентации и документы с учётом стиля
- Считывает дизайн-систему референсной презентации (шрифты, цвета, сетку) и создаёт новые слайды в едином стиле.
- Эту сильную сторону уже отмечают Canva и Microsoft.
Режимы усилий (Effort)
- У каждой модели есть настройки, сколько «думать»: обычный, быстрый, Max (больше времени на проверку), Ultra.
- Ultra-режим запускает 4 копии модели параллельно, что ускоряет решение сложных задач (например, поднимает результат в поиске с 90.4% до 92.2%).
- Ultra потребляет токены в 4 раза больше — использовать его нужно обдуманно.
Обратная сторона: что не афиширует OpenAI
Анализ независимых тестов показывает иные результаты:
- Кодирование: На тесте Sve Bench Pro (реальные задачи починки проектов) Sol (64.6%) сильно отстаёт от Claude Fable 5 (80%).
- Профессиональные задачи: На тесте GDP Wall (юристы, финансисты) и в общем индексе интеллекта лидирует Claude Fable 5.
- Заявление «тот же результат, но дешевле» справедливо в основном для тестов, выбранных самой OpenAI.
- Блокировки: Флагман Sol может отказывать в выполнении нормальных запросов из-за строгих фильтров. В интерфейсе появилась кнопка «Повторить на модели попроще».
- Luna плохо работает с длинными текстами: На тестах с большим контекстом показывает ~41% против ~90% у старших моделей. Не подходит для анализа длинных документов.
- Абстрактное мышление: На тесте Arc 3 (головоломки) Sol показывает лишь 7.78% (хотя это лучший результат среди ИИ). Это напоминание, что ИИ далёк от замены человеческого интеллекта.
Итог: GPT-5.6 — это не новый уровень интеллекта, а очень хорошо оптимизированный прошлый уровень.
GPT-5.6 Sol vs Claude Fable 5: Что выбрать?
Критерий выбора — характер и объём задач:
GPT-5.6 Sol — «строительная бригада»:
- Выгоднее для массовых, типовых задач.
- Стоимость: $5/$30 за млн входных/выходных токенов (у Claude: $10/$50).
- Тратит примерно вдвое меньше выходных токенов на ту же задачу.
- Итог: реальный счёт за аналогичную работу может быть ниже в 3-4 раза.
Claude Fable 5 — «архитектор»:
- Лучше на самых сложных задачах (запутанный код, глубокая аналитика, большие документы).
- Имеет более высокий потолок качества.
- Выбор, когда цена ошибки выше цены токенов.
Какую модель использовать и не переплатить? (Тарифы)
- Бесплатный тариф: Даёт доступ к Tera (уровень прошлого флагмана GPT-5.5). Этого достаточно для нерегулярного использования.
- ChatGPT Plus ($20/мес): Открывает Sol на средних настройках усилий.
- ChatGPT Work & Codex: Все три модели с ручным выбором уровня усилий, включая высокий. Вариант для профессионалов, использующих ИИ как рабочий инструмент.
- Pro-тариф: Даёт доступ к Sol Pro (максимальное качество) и режиму Ultra. Нужен только если вы используете модель часами ежедневно, и время ответа конвертируется в деньги.
- Luna ($1/млн входных токенов): Для массовых дешёвых задач (обработка заявок, сортировка, черновики). На части тестов обходит Claude Opus, но не подходит для работы с длинным контекстом.
Выводы:
- Доступ к мощным ИИ-моделям начинает регулироваться государствами под предлогом безопасности.
- GPT-5.6 Sol — оптимизированный и экономичный инструмент для автоматизации рутинных компьютерных задач, дизайна и работы с документами.
- Для большинства пользователей бесплатной модели Tera или подписки Plus будет более чем достаточно.
- Выбор между OpenAI и Anthropic — это компромисс между экономией на масштабе (GPT) и максимальным качеством на сложных задачах (Claude).