GPT-6 Sol: что нового и как подключить в Kumo

В начале сентября OpenAI представила GPT-6 Astra — свою самую сильную модель. Sol — следующий шаг того же поколения: OpenAI обучала её теми же методами, что и Astra, и переносит её достижения в профессиональной работе, фактической точности, программировании и работе с компьютером в модель быстрее и дешевле. Astra при этом остаётся лучшей моделью линейки, и OpenAI прямо советует брать её там, где нужен максимальный результат без компромиссов.

GPT-6 Sol — рабочая лошадь для сложного программирования и агентных сценариев: разбор репозитория, цикл «код — тесты — исправление», автоматизация процессов в десятках инструментов. Идентификатор в API OpenAI — gpt-6-sol. Вместе с ней OpenAI выпустила GPT-6 Luna — самую экономичную модель поколения для массовых задач; в Kumo она пока недоступна.

Окно контекста — 1 050 000 токенов, до 128 тысяч токенов в одном ответе; на входе текст и изображения, на выходе текст. Граница знаний — 20 апреля 2026 года. Уровень рассуждений настраивается параметром reasoning.effort от none до max, по умолчанию — medium.

Практический смысл релиза — цена. OpenAI снизила ставки Sol на 50% относительно промо-цены GPT-5.6 Sol и объясняет это улучшениями кэширования и инференса, а не акцией: теперь это $2 за миллион входных токенов и $10 за миллион выходных.

Главная мысль анонса — не рекорд, а цена результата. На AutomationBench, где агент проходит бизнес-процессы в 47 инструментах от продаж до финансов, Sol на уровне усилия xhigh набирает 33,2% и обходит Claude Opus 5 на max, тратя 9% его цены за задачу. На DeepSWE v1.1 — долгих задачах в реальных репозиториях — Sol на max набирает 68,8%, в 1,1 пункта от лучшего результата Claude Fable 5, примерно на 80% дешевле за задачу. На OSWorld 2.0 в работе с компьютером Sol и Opus 5 практически вровень, 60,5% против 60,3%, и снова с разницей в цене около 80%. На Agents’ Last Exam, где агенты решают долгие профессиональные задачи из 55 отраслей, Sol на max набирает 56,4% — выше лучшего результата Opus 5 при цене задачи на 60% ниже.

Две вещи OpenAI называет отдельно. Фактическая точность: на внутренней выборке разговоров, где пользователи отмечали ошибки, Sol ошибается примерно вдвое реже GPT-5.6 Sol. Манера ответа: от Astra модель унаследовала более ясную речь — меньше жаргона, меньше лишних деталей, ответы чуть короче без потери содержания; в разговорах о коде это заметнее всего.

И честная оговорка: все сравнения — с Claude Opus 5 и Fable 5.1, а не с Claude Opus 5.5, вышедшим в тот же день. Прямого сравнения с ним OpenAI не публиковала, так что выбирать между ними стоит по собственным задачам.

Вторая половина экономии — кэш. Для GPT-6 OpenAI улучшила кэширование промптов: кэшированные входные токены стоят 10% обычной ставки, доля попаданий в кэш по умолчанию выросла, а смена уровня рассуждений и набора инструментов посреди диалога больше не сбрасывает кэш. Для агентов, которые раз за разом отправляют один и тот же длинный контекст, это заметнее, чем снижение базовой ставки.

Модель подключена в общий каталог и работает с того же ключа и того же баланса, что и остальные: отдельной подписки, ожидания квоты и второго счёта не нужно. Оплатить баланс можно российской картой, через СБП или криптовалютой, а тратить — на любую модель каталога, включая GPT-6 Astra и модели Claude.

В Kumo модель называется openai/gpt-6-sol. Работают оба OpenAI-протокола на https://api.kumorouter.com/v1: Responses API (/v1/responses) и Chat Completions (/v1/chat/completions). Если агенту нужны инструменты, берите Responses API: это ограничение самой OpenAI — в Chat Completions вызов функций у GPT-6 работает только с reasoning_effort, равным none.

Контроль — у вас: у каждого ключа свои лимиты расхода и уведомления, а тела запросов мы не логируем — только метаданные тарификации: модель, число токенов и время.

Главный страх при покупке доступа через посредника — что под именем дорогой модели ответит модель подешевле. Проверить это на глаз нельзя, а соблазн у посредника есть: у той же OpenAI есть модели в разы дешевле Sol, и тихо отдать одну из них — самая выгодная подмена.

Поэтому мы не просим верить на слово. В Kumo модель не подменяется: запросили openai/gpt-6-sol — отвечает GPT-6 Sol, и каждый ответ называет, кто его дал. Ниже — две проверки, которые вы проводите сами, своим ключом и за несколько минут. Первая ловит небрежную подмену, вторая — ту, которую не спрятать за правильной строкой в ответе.

Честная оговорка вперёд: ни одна из этих проверок не является криптографическим доказательством, и модель того же поколения OpenAI они надёжно не отличают. Вместе они закрывают дешёвые способы подмены, а в конце — что делать с той, которую они не ловят.

Минута работы, и она отсекает самый частый случай: каталог, где под красивым именем стоит алиас на что-то другое. Смотрите на два места — на имя в списке моделей и на поле model в теле ответа. В списке модель значится как openai/gpt-6-sol, а поле model повторяет ровно то имя, которое вы отправили, — без суффиксов и без чужих имён.

Что эта проверка не доказывает: аккуратный посредник может вернуть правильную строку и при подмене. Поэтому она первая, а не единственная.

Эту проверку модель с коротким окном не проходит физически. Окно в 128 или 400 тысяч токенов не примет запрос на полмиллиона с лишним токенов — вернётся ошибка о превышении контекста, и подмена вскроется сама. Модель с настоящим окном в 1,05 миллиона примет запрос и назовёт фразу, спрятанную ровно в середине.

Смотрите на оба числа: и на ответ, и на input_tokens. Счётчик входа заодно показывает, что запрос дошёл целиком, а не был втихую обрезан посередине.

Проверка не бесплатная, но дешёвая: полмиллиона с небольшим входных токенов по ставке Kumo — около 60 центов, потому что надбавки за длинный контекст в Kumo нет. Это дешевле, чем один день работы на модели, которой вы не доверяете.