Независимая платформа Artificial Analysis опубликовала результаты тестирования GPT-5.6 Sol — нового флагмана OpenAI. Модель набрала 59 баллов в обновлённом Intelligence Index, уступив Claude Fable 5 от Anthropic всего один балл. При этом стоимость задачи у Sol составляет $1,04 — примерно треть от $2,75, которые берёт Fable 5.
Бенчмарк Coding Agent Index, оценивающий способности моделей к написанию кода, показал иную расстановку сил. GPT-5.6 Sol в среде Codex набрал 80 баллов, опередив GPT-5.6 Terra (77), Claude Fable 5 в Claude Code (77) и GPT-5.5 в Codex (76). В тесте AA-Briefcase, имитирующем реалистичные офисные задачи, Sol получил наивысший «рейтинг презентаций» (Presentation Elo), но уступил Fable 5 в общем зачёте.
| Модель | Intelligence Index | Стоимость задачи, $ |
|---|---|---|
| Claude Fable 5 (max) | 60 | 2.75 |
| GPT-5.6 Sol (max) | 59 | 1.04 |
| Claude Opus 4.8 | 56 | — |
| GPT-5.6 Terra | 55 | 0.55 |
| GPT-5.5 | 55 | — |
| GPT-5.6 Luna | — | 0.21 |
OpenAI стремится изменить экономику ИИ-вычислений. Помимо низкой базовой цены, компания впервые вводит плату за запись в кэш (cache-write fee), что позволяет дополнительно сокращать расходы. Цены на токены: $5/$30 за миллион для Sol (ввод/вывод), $2,50/$15 для Terra и $1/$6 для Luna. Кэш-чтение даёт скидку 90%. По словам CEO OpenAI Сэма Альтмана, Sol тратит до 54% меньше выходных токенов на выполнение агентных задач по программированию по сравнению с моделями схожей производительности.
В Coding Agent Index Sol занимает первое место с 80 баллами при работе в Codex, обходя все другие модели.
Снижение цен происходит на фоне растущего давления со стороны конкурентов. Китайские открытые модели, Muse 1.1 от Meta и Grok 4.5 от xAI вынуждают устоявшиеся лаборатории сокращать издержки. OpenAI остаётся дороже этих альтернатив, но теперь оказывает прямое давление на Anthropic. Как ответит Anthropic — пока неясно. Однако гонка за минимальную цену, если продолжится, может привести к снижению маржинальности во всей отрасли.
Artificial Analysis отмечает, что Sol «определяет новый Парето-фронтир интеллекта относительно выходных токенов на задачу» — то есть предлагает наилучшее на текущий момент сочетание качества и экономии. Полные данные бенчмарков доступны на сайте платформы.
