Jul 11, 2026
GPT-5.6 Sol на Cerebras: 750 токенов в секунду и теория многовейферного развертывания
Заявленный пик GPT-5.6 Sol в 750 токенов в секунду показывает, как низко задержочный инференс может изменить практическое поведение AI-агент...

GPT-5.6 — это не просто выпуск более мощной модели. Это более широкий сдвиг продукта в сторону семейств моделей, маршрутизации с учётом стои...
|-|-|-|
| GPT-5.6 Sol | Флагманская модель | Сложное программирование, интеллектуальная работа, кибербезопасность, научные рассуждения и долгосрочные задачи агентов |
| GPT-5.6 Terra | Сбалансированная модель | Повседневная профессиональная работа, где важны как качественные результаты, так и низкая стоимость |
| GPT-5.6 Luna | Наиболее экономичная модель | Высокообъёмные задачи, лёгкая работа агентов, черновики, поддержка и рабочие процессы, где важны скорость и стоимость |Важное изменение заключается не только в том, что у OpenAI появилась более сильная топ-модель. История продукта в том, что возможности теперь распределены по нескольким ценовым и производительным уровням. Это делает GPT-5.6 более гибким для команд, которым нужно направлять разные задачи на разные модели.Например, разработчик может использовать Sol для сложной миграции репозитория, Terra — для рутинной проверки кода, а Luna — для больших объёмов более простой классификации или составления черновиков. Такая маршрутизация становится всё более важной по мере того, как ИИ-агенты переходят от демонстраций к реальным рабочим процессам.## Sol Нацелен на Высококлассное Программирование и Бенчмарки АгентовOpenAI представляет GPT-5.6 Sol как свою самую сильную модель для программирования на сегодняшний день. В официальном сводном бенчмарке Sol с максимальным рассуждением достигает 80 баллов по Индексу агентов программирования Artificial Analysis, опережая Claude Fable 5 на 2,8 балла в этой конкретной оценке.В статье также подчёркивается производительность Sol на долгосрочных инженерных задачах, таких как Terminal-Bench 2.1 и DeepSWE. Это полезные ориентиры, потому что агенты по программированию больше не оцениваются только по тому, могут ли они написать короткую функцию. Всё чаще их измеряют по способности работать через терминальные команды, исследовать кодовые базы, запускать проверки, восстанавливаться после ошибок и продолжать движение к работающему результату.Та же закономерность распространяется и на меньшие модели. Terra позиционируется как сильный вариант среднего уровня, в то время как Luna предназначена для гораздо менее затратных рабочих нагрузок. Для команд, создающих внутренние ИИ-агенты, это имеет значение. Одна дорогая модель не всегда является лучшим ответом. На практике многим производственным системам требуется сочетание премиальных рассуждений и более дешёвого фонового выполнения.## Ценообразование Делает Маршрутизацию Моделей Более ВажнойРазница в ценеявляется одной из наиболее практичных частей релиза. OpenAI перечисляет цены GPT-5.6 за 1 миллион токенов следующим образом:| Модель | Входная цена | Выходная цена |
|-|-|-|
| GPT-5.6 Sol | $5 / 1M токенов | $30 / 1M токенов |
| GPT-5.6 Terra | $2.50 / 1M токенов | $15 / 1M токенов |
| GPT-5.6 Luna | $1 / 1M токенов | $6 / 1M токенов |Эта структура ценообразования стимулирует более продуманную стратегию выбора моделей. Дорогие модели с высокими способностями к рассуждению можно оставить для сложных этапов: планирования, отладки, трансформации кода, проверки безопасности, финального синтеза и принятия решений с высокими ставками. Более дешевые модели могут справляться с повторяющимися задачами, такими как извлечение данных, форматирование, суммаризация, классификация и составление проектов.Именно поэтому концепция "семейства моделей" имеет значение. Sol, Terra и Luna — это не просто три названия. Они дают продуктовым командам более четкий способ проектирования AI-рабочих процессов с учетом сложности задач, задержки и стоимости.## Max и Ultra: Больше рассуждений, больше агентовGPT-5.6 добавляет более мощные настройки для трудоемкой работы.### MaxНастройка max дает модели больше времени на рассуждение, проверку альтернатив, выполнение валидаций и доработку своего подхода. Это полезно для задач, где первый ответ недостаточен, таких как рефакторинг репозиториев, сложная отладка, планирование в рамках множества файлов или анализ запутанных бизнес-документов.### UltraНастройка ultra идет дальше, координируя несколько агентов параллельно. OpenAI описывает стандартную настройку ultra как четыре одновременно работающих агента, при этом некоторые более тяжелые конфигурации могут использовать больше параллелизма.Суть проста: некоторые улучшаются, когда более одного агента могут одновременно исследовать разные пути. Один агент может изучать документацию, другой — запускать код, третий — анализировать ошибки, а четвертый — готовить финальный результат. При хорошей координации это может повысить как качество, так и скорость.Для разработчиков, работающих с OpenAI API, то же направление прослеживается в общем движении к многолетным шаблонам и более программному использованию инструментов. Вместо того чтобы загонять каждый ответ инструмента обратно в промпт модели, агент может запускать небольшие программы, фильтровать промежуточные данные и сохранять только полезные результаты.## GPT-5.6 улучшает дизайн и работу с интерфейсамиВ оригинальной статье отмечается то, что легко упустить: GPT-5.6 касается не только бенчмарков по кодингу. OpenAI также делает акцент на улучшении визуального восприятия.Это важно, потому что многие сгенерированные AI сайты, приложения, презентации и панели инструментов проваливаются не из-за того, что код невозможен, а потому что конечный результат выглядит незавершенным. Макеты могут быть неудобными. Отступы могут быть непоследовательными. UI может технически работать, но все равно выглядеть как грубый прототип.GPT-5.6 спроектирован так, чтобы проверять отрисованные результаты, выявлять визуальные или функциональные проблемы и дорабатывать вывод перед возвратом. Это делает его более полезным для таких задач, как:1. Создание прототипов интерфейсов из описаний на естественном языке.
2. Создание интерактивных пояснений или демо.
3. Соответствие шаблонам презентаций и дизайн-системам.
4. Обновление таблиц, документов и слайдов с сохранением структуры.
5. Создание готовых к использованию артефактов работы, а не грубых черновиков.Для AI-сайтов и продуктивных рабочих процессов это являетсязначительный сдвиг. Модель обучается и оценивается не столько как генератор текста, сколько как соавтор, способный предоставлять готовые к использованию артефакты.## Сквозная работа со знаниями становится ключевым сценарием использованияGPT-5.6 также позиционируется как более мощная модель для профессиональной работы со знаниями. OpenAI отмечает улучшения в навигации, использовании компьютера, создании документов, презентаций, работе с электронными таблицами и выполнении длительных рабочих процессов.Именно здесь релиз напрямую связывается с ChatGPT Work. Новое направление продукта — это не просто «задай вопрос, получи ответ». Оно ближе к следующему:1. Подключите инструменты и контекст, в котором уже ведется работа.
2. Поставьте перед ChatGPT цель.
3. Позвольте ему разбить задачу на этапы.
4. При необходимости отслеживайте прогресс.
5. Получите готовый документ, презентацию, таблицу, сайт или рабочий результат.Примеры включают превращение исследования клиентов в бриф для кампании, подготовку пакета документов для встречи из разрозненных материалов, обновление регулярного отчета или создание небольшого внутреннего сайта на основе проектной информации.## GPT-5.6 и ускорение исследований в области ИИОдной из самых поразительных частей оригинальной статьи является идея о том, что GPT-5.6 используется для ускорения самих исследований ИИ. OpenAI заявляет, что ее исследователи используют GPT-5.6 на всем протяжении цикла разработки: диагностика сбоев, оптимизация систем обучения, проведение экспериментов, интерпретация результатов и улучшение моделей.Статья также подчеркивает важный момент из собственного релиза OpenAI: внутреннее использование агентов резко возросло. OpenAI сообщает, что доля вычислительных ресурсов для исследований, выделяемая на внутренние выводы для написания кода, выросла в 100 раз за шесть месяцев, в то время как использование внутренних токенов агентами увеличилось примерно в 22 раза.Это не значит, что исследования ИИ стали полностью автоматизированными. Но это показывает, в каком направлении движется индустрия. Системы ИИ все чаще используются для создания, тестирования и улучшения следующего поколения систем ИИ.## ChatGPT и Codex объединяются в один десктопный опытЕще одно важное изменение — это объединение приложения Codex в новое десктопное приложение ChatGPT. Codex по-прежнему остается кодовым агентом, но теперь он находится внутри более широкой среды ChatGPT, включающей Chat, Work, Codex, Scheduled Tasks и Sites.Это важно по двум причинам.Во-первых, Codex больше не является лишь отдельной поверхностью для разработчиков. Он становится частью более широкого приложения для повышения производительности, которое может поддерживать как технические, так и нетехнические рабочие процессы.Во-вторых, ChatGPT становится более ориентированным на действия на десктопе. OpenAI заявляет, что десктопное приложение может использовать локальные файлы и приложения, встроенный браузер и синхронизировать работу между вебом, мобильными устройствами и десктопом.Для пользователей опыт должен стать менее фрагментированным. Вместо переключения между ChatGPT для вопросов и Codex для написания кода, новое десктопное приложение сближает эти рабочие процессы.## ChatGPT Work: От чат-бота к рабочему агентуChatGPT Work — еще один центральный элемент запуска. OpenAI описывает его как агента в ChatGPT, который может работать с приложениями и файлами, оставаться вовлеченным в проект в течение нескольких часов и превращать цели в готовую работу.Это включает такие задачи, как:1. Создание слайдов, таблиц, документов и сайтов из связанного контекста.
2. Чтение информации из таких приложений, как Slack, Microsoft Teams, Google Drive, SharePoint, электронная почта.календари и CRM-системы.
3. Запуск запланированных или повторяющихся задач.
4. Отслеживание изменений и обновление рабочих артефактов.
5. Использование возможностей рабочего стола для работы с локальными файлами, приложениями и веб-страницами. Оригинальная статья сравнивает это направление с Claude Cowork. Суть в том, что ведущие компании в области ИИ соревнуются за право обладать категорией «рабочий агент»: системы ИИ, которые не только отвечают, но и работают с инструментами и приносят результаты.
Если агенты могут работать с локальными файлами, браузерами, приложениями и подключёнными инструментами, граница между «чат-ассистентом» и «оператором компьютера» стирается.
Jul 11, 2026
Заявленный пик GPT-5.6 Sol в 750 токенов в секунду показывает, как низко задержочный инференс может изменить практическое поведение AI-агент...

Jul 11, 2026
Grok 4.5 — это фронтирная модель, ориентированная на кодирование, агентов и работу со знаниями. Её основные практические преимущества — соче...

Jul 11, 2026
Запуск Claude Cowork в вебе и на мобильных устройствах превращает его из агента, привязанного к рабочему столу, в кроссплатформенную среду д...