Первые результаты бета-тестирования GPT-5.6 Sol: та же задача стоит примерно вдвое дешевле, чем у Fable 5

Введение

GPT-5.6 Sol находится в режиме предварительного доступа совсем недолго, и уже начинают появляться результаты первого раунда пользовательского тестирования. Ранние сигналы вполне ясны: Sol хорошо показывает себя в длительных задачах по программированию, сложных рассуждениях и визуальной генерации, при этом на уровне стоимости за токен он значительно дешевле, чем Claude Fable 5.

Эта статья основана на оригинальном материале BAAI / QbitAI и сохраняет ту же общую структуру: первые впечатления, отзывы о программировании, сравнение с Fable 5, цены и ограничения по безопасности. Формулировки были переписаны на естественный английский для публикации в блоге, при этом ключевые цифры, утверждения и логика источника сохранены.

Примечание об источнике: оригинальная статья была опубликована BAAI Hub и перепечатана из QbitAI. В ней содержится несколько скриншотов из постов на X и сравнительных изображений. Скриншоты, напрямую связанные с содержанием статьи, сохранены ниже. Мемные реакционные картинки, QR-коды, изображения для набора в сообщество и не относящаяся к теме декоративная графика были опущены.

Оригинальный источник: статья BAAI Hub

Ранние результаты предварительной версии GPT-5.6 Sol

Предварительная версия GPT-5.6 Sol доступна совсем недолго, но первые тестировщики уже делятся результатами. Один из самых прямолинейных комментариев поступил от инженера NVIDIA, который очень простыми словами описал прогресс Sol в CUDA-ускорении: Sol выглядел мощно.

В одном из описанных запусков Sol достиг результата ускорения CUDA примерно за 30 часов, тогда как Opus потребовалось 64 часа, чтобы дойти до того же уровня. Тестировщик также отметил, что Sol, по-видимому, не делал ставку в первую очередь на низкую точность вычислений. Вместо этого он опирался на кластеризацию и оптимизацию в стиле DSMEM, оставляя возможность позднее перейти к низкой точности и тензорным ядрам.

Суть не только в том, что Sol выдал быстрый результат. Гораздо важнее сам подход. По ранним комментариям можно судить, что Sol готов проходить более глубокие пути оптимизации, а не просто выдавать поверхностно работающее решение.

Были также сравнения визуальной генерации. В исходном обсуждении пользователи сравнивали GPT-5.6 и GPT-5.5 на схожих запросах со «космическим кораблём». GPT-5.6 создал коридор с более выразительным освещением, более чётким контрастом и более кинематографичным ощущением глубины. По сравнению с ним GPT-5.5 выглядел более плоским и приглушённым.

Та же закономерность проявилась и в космической сцене. GPT-5.6 выдал более чистый и цельный результат, тогда как GPT-5.5 выглядел грубее. По визуальной согласованности и пространственной композиции Sol в этих ранних примерах явно оказался впереди.

Ещё одна причина, по которой GPT-5.6 Sol снова стал горячей темой, — это момент появления. Claude Fable 5 как раз вернулся в поле общественного внимания, и собственная линейка моделей OpenAI, похоже, наконец тоже снова пришла в движение. В оригинальной статье приводились посты из соцсетей, намекавшие, что модель вскоре может стать доступнее широкой аудитории, хотя

В Справочном центре OpenAI по-прежнему говорится, что предварительный доступ ограничен и что дата полноценного публичного релиза пока не объявлена.

К обсуждению с легким ироничным сравнением присоединился и Сэм Альтман, сказав, что момент, когда его старший ребенок впервые соединил два слова, показался ему примерно таким же удивительным, как открытие новой математики GPT-5.6.

Появились первые отзывы о бета-версии

После изучения публикаций ранних тестировщиков стало заметно, что начинают повторяться несколько общих тем.

Первая из них — стиль кода. По сравнению с некоторыми другими передовыми моделями Sol, как правило, пишет меньше кода. Он выглядит более сдержанным. Если задачу можно решить в три строки, он не растягивает ответ до пяти.

Один из тестировщиков сказал, что Sol использовал примерно в пять раз меньше строк кода, чем Opus, при сопоставимой задаче. Разница особенно бросалась в глаза в C++, где вывод Sol был ближе к тому, что инженер-человек мог бы написать вручную. Было меньше комментариев, меньше лишних уровней и меньше ненужной обвязки.

Для долгосрочной поддержки это важно. Небольшой, чистый код легче проверять и легче поддерживать в реальных проектах.

Тем не менее ранние отзывы состояли не только из похвалы. Похоже, Sol также движется медленнее в процессе итераций. Он может чаще терпеть неудачу, потому что берется за более сложные задачи. По сравнению с Opus, кажется, он исследует меньше направлений. Выбрав путь, он обычно придерживается его и копает глубже.

Проще говоря, Sol, похоже, меньше интересуется широким перебором вариантов методом проб и ошибок и больше — долгосрочной оптимизацией. Он не всегда в первую очередь стремится к наиболее отполированному результату на поверхности. Вместо этого он тратит больше усилий на базовую производительность и ход рассуждений.

Это соответствует тому, как сама OpenAI позиционирует GPT-5.6 Sol. OpenAI описывает его как модель для сложных рассуждений, комплексного кода и длинных рабочих цепочек, требующих планирования, итераций, использования инструментов и координации шагов. В официальной публикации о запуске также говорится, что Sol вводит более высокий уровень рассуждений max и режим ultra, который может использовать субагентов для сложной работы.

Сравнение запросов с GPT-5.5 Pro

Когда одни и те же запросы давали GPT-5.6 Sol и GPT-5.5 Pro, различия было легко заметить в нескольких категориях.

В интерактивном SVG, 3D-моделях и сгенерированных играх Sol выглядел сильнее в следовании инструкциям и пространственном мышлении. Его результаты также были более последовательными. Эта последовательность важна, когда задача зависит от

макет, взаимосвязи объектов, угол камеры или визуальная логика.

Фронтенд-дизайн был ещё одной областью, где Sol показал себя хорошо. По сравнению с GPT-5.5, Sol создавал более чистую структуру страниц, лучшие интервалы, более ясную иерархию и более проработанный визуальный стиль. Иными словами, он не просто выполнял задачу. Он делал результат более удобным в использовании.

Смог ли GPT-5.6 Sol успешно бросить вызов Fable 5?

Вопрос, который волнует многих, прост: как GPT-5.6 Sol выглядит на фоне Claude Fable 5?

Ответ по итогам первых обсуждений неоднозначен. Sol очень силён, но Fable 5, возможно, всё ещё имеет преимущество в общем ощущении от модели и качестве кода в некоторых сценариях.

В некоторых сравнительных бенчмарках Sol соответствовал Fable 5 или даже превосходил его. Но пользовательский опыт — это не только показатели бенчмарков. Когда речь идёт о сложном программировании и качестве готового продукта, некоторые тестировщики всё ещё считали, что Fable 5 немного впереди.

Один из примеров, приведённых в исходной статье, касался теста 3D FPS-игры от пользователя по имени Gipp. GPT-5.6 всё ещё прорабатывал игровой мир, освещение и детали геймплея, тогда как Fable 5 мог по одному промпту создать более завершённую играбельную игру.

Это важное различие. В креативном программировании и одношаговом прототипировании итоговый пользовательский опыт может быть важнее, чем сырые показатели модели в бенчмарках.

Разница в стоимости: Sol намного дешевле Fable 5

С точки зрения стоимости GPT-5.6 Sol выглядит особенно конкурентоспособно.

Согласно справочному центру OpenAI, во время предварительного доступа GPT-5.6 Sol стоит 5 долларов за 1 миллион входных токенов и 30 долларов за 1 миллион выходных токенов. На странице модели Claude Fable 5 от Anthropic указано, что Fable 5 стоит 10 долларов за 1 миллион входных токенов и 50 долларов за 1 миллион выходных токенов.

Исходя из этих цифр, цена входных токенов у Sol примерно вдвое ниже, чем у Fable 5, а выходные токены тоже заметно дешевле. Для команд, которые запускают длительные агентные задачи по программированию, эта разница может иметь большое значение.

Разумеется, выбор модели не должен основываться только на цене токенов. Если одна модель завершает задачу за меньшее число попыток, меньшее количество вызовов инструментов или

если общее число токенов меньше, его фактическая стоимость выполнения задачи может быть ниже, даже если заявленная цена за токен выше. Но если уровень возможностей сопоставим, более низкая цена Sol дает ему серьезное преимущество.

Ограничения безопасности по-прежнему остаются ключевой проблемой

Другой важный фактор — поведение в области безопасности.

После возвращения Fable 5 пользователи заметили, что его защитные механизмы стали строгими. При обычных задачах по программированию или отладке некоторые запросы могли классифицироваться как высокорисковые и перенаправляться с Fable 5 на Opus 4.8. Согласно краткому обзору реакции пользователей в оригинальной статье, иногда фильтр срабатывал даже на безобидные на вид запросы.

Anthropic объяснила, что Fable 5 использует более строгие меры кибербезопасности и классификаторы безопасности. Компания также заявляет, что эти классификаторы иногда могут блокировать безвредные запросы, поскольку они разработаны с большим запасом по безопасности.

GPT-5.6 Sol от OpenAI также оснащен усиленными мерами защиты. OpenAI сообщает, что семейство GPT-5.6 использует многоуровневую защиту, включая поведение отказа на уровне модели, проверки в реальном времени, сигналы на уровне аккаунта, дифференцированный доступ, мониторинг и продолжительное тестирование. В официальной системной карточке семейство GPT-5.6 также рассматривается как обладающее высокой способностью в области кибербезопасности и биологических / химических рисков, при этом отмечается, что модели не достигают наивысшего порога «Critical».

Практический вывод прост: оба семейства моделей становятся мощнее, особенно в задачах, связанных с кодом и кибербезопасностью. В результате пользователям стоит ожидать большего числа проверок безопасности, большего числа заблокированных пограничных случаев и более осторожной политики развертывания.

Что это значит для разработчиков

Для разработчиков GPT-5.6 Sol выглядит многообещающе в трех областях.

Во-первых, он, похоже, силен в длинных и сложных задачах по программированию. Ранние тестировщики отмечали более чистый код, меньшее количество строк и более «человеческий» стиль C++. Во-вторых, он, по-видимому, превосходит GPT-5.5 в пространственном мышлении, дизайне фронтенда и интерактивном выводе. В-третьих, его цена за токены заметно ниже, чем у Fable 5, что делает его привлекательным для высоконагруженных или длительных агентных задач.

Но пока делать окончательные выводы рано. Модель находится в режиме preview, доступ ограничен, а публичные впечатления основаны на сравнительно небольшом числе тестов. Fable 5 все еще может показывать более сильные сквозные результаты в некоторых задачах креативного программирования и сложного прототипирования.

Реальное сравнение станет яснее, когда обе модели будут широко доступны и протестированы на одинаковых рабочих процессах, при одинаковом бюджете, с одинаковыми запросами и критериями оценки.

FAQ

Что такое GPT-5.6 Sol?

GPT-5.6 Sol — это флагманская модель OpenAI в семействе GPT-5.6. OpenAI описывает ее как свою самую мощную модель на сегодняшний день, предназначенную для сложных рассуждений, разработки программного обеспечения, научной работы, кибербезопасности и длинных агентных рабочих процессов.

Доступен ли GPT-5.6 Sol публично?

На этапе preview, по словам OpenAI, GPT-5.6 Sol, Terra и Luna доступны только ограниченной группе доверенных партнеров и организаций через API и Codex. В справочном центре OpenAI говорится, что GPT-5.6 недоступен в ChatGPT во время preview и что дата общего запуска пока не объявлена.

Сколько стоит GPT-5.6 Sol?

OpenAI указывает цену GPT-5.6 Sol в размере 5 долларов за 1 миллион входных токенов и 30 долларов за 1 миллион выходных токенов на этапе preview.

На той же странице Справочного центра Terra указана по цене 2,50 $ / 15 $ и Luna — 1 $ / 6 $ за 1 миллион входных / выходных токенов.

Чем GPT-5.6 Sol отличается от Claude Fable 5?

Первые отзывы пользователей показывают, что Sol силён в программировании, фронтенд-вёрстке, пространственном мышлении и оптимизации на длинном горизонте. Fable 5 по-прежнему может ощущаться сильнее в некоторых задачах сквозной разработки и креативного прототипирования, но у Sol есть явное преимущество в цене.

Почему Sol считается дешевле, чем Fable 5?

Заявленная цена Sol составляет 5 $ за миллион входных токенов и 30 $ за миллион выходных токенов, тогда как Claude Fable 5 оценивается в 10 $ за миллион входных токенов и 50 $ за миллион выходных токенов. Это делает Sol примерно вдвое дешевле по входным токенам и также дешевле по выходным.

Почему продвинутые модели для программирования проходят более строгие проверки безопасности?

Модели, способные глубоко анализировать код и вопросы кибербезопасности, также могут использоваться во вредоносных целях. Поэтому и OpenAI, и Anthropic описывают многоуровневые меры защиты, классификаторы безопасности, поэтапный доступ и мониторинг вокруг своих самых мощных моделей.

Стоит ли разработчикам сразу переходить на GPT-5.6 Sol?

Не обязательно. Sol выглядит многообещающе, особенно для чувствительных к стоимости задач программирования и агентных сценариев, но доступ к ней всё ещё ограничен, а публичное тестирование находится на ранней стадии. Разработчикам стоит сравнивать модели на собственных рабочих нагрузках, включая качество, общее потребление токенов, количество повторных попыток, задержки и поведение при блокировке запросов.

Связанные инструменты

• OpenAI API: Официальная документация для разработчиков по созданию решений на моделях и API OpenAI.
• OpenAI Codex: Агент OpenAI для программирования в рабочих процессах разработки ПО.
• Документация для разработчиков Codex: Официальная документация Codex по настройке, рабочим процессам, инструментам и использованию моделей.
• Claude: Платформа ИИ-ассистента Anthropic для чата, работы и задач программирования.
• Claude Code: Агентный инструмент Anthropic для программирования — для редактирования кода, запуска команд и работы с инструментами разработки.
• Тарифы платформы Claude: Официальная документация по ценам API Claude.

Связанные ссылки

• Оригинальная статья BAAI Hub: Исходная статья, на основе которой подготовлена эта англоязычная переработка.
• Предварительный обзор GPT-5.6 Sol: Официальный анонс GPT-5.6 Sol от OpenAI.
• Предварительный обзор GPT-5.6 Sol, Terra и Luna: Страница Справочного центра OpenAI с информацией о доступности, доступе, ценах и FAQ.
• System Card для предварительной версии GPT-5.6: Отчёт OpenAI о безопасности развёртывания предварительной версии GPT-5.6.
• Claude Fable 5 и Claude Mythos 5: Официальный анонс Fable 5 и Mythos 5 от Anthropic.
• Страница модели Claude Fable: Официальная страница Fable от Anthropic, включая позиционирование и информацию о ценах.
• Повторное развёртывание Fable 5: Обновление Anthropic о повторном развёртывании Fable 5.

Повторное развёртывание Fable 5, меры экспортного контроля и изменения в классификаторе безопасности.

• Terminal-Bench: проект бенчмарка для тестирования агентов на реалистичных задачах командной строки.

Краткое резюме

Первые впечатления от GPT-5.6 Sol показывают, что новая флагманская модель OpenAI сильна в длительных задачах по программированию, пространственном мышлении, генерации фронтенда и оптимизации, ориентированной на производительность. В некоторых тестах она также, похоже, пишет более чистый и короткий код.

Сравнение с Claude Fable 5 не является однозначным. Fable 5, возможно, по-прежнему имеет преимущество в некоторых сценариях сквозной разработки и по качеству готового продукта, но Sol значительно дешевле по заявленной цене за токены и по ранним результатам выглядит весьма конкурентоспособной.

Поведение в области безопасности остаётся важным фактором. И OpenAI, и Anthropic усиливают меры защиты вокруг высокомощных моделей для программирования и кибербезопасности, а это значит, что разработчикам следует оценивать не только качество вывода, но и правила доступа, блокируемые запросы, поведение при повторных попытках и реальную стоимость выполнения задач.

Итог: GPT-5.6 Sol — это не просто более дешёвая модель. Это серьёзная передовая модель для программирования, чья реальная ценность будет зависеть от того, насколько хорошо она проявит себя в полноценных, повторяющихся рабочих процессах разработчиков.