OpenAI uvádza GPT-6 Sol a Luna: lacnejšie modely pre kód, agentov a veľký objem úloh
Ilustračný obrázok bol vytvorený pomocou umelej inteligencie.
TL;DR
-
Dva odlišné profily
GPT-6 Sol je lacnejší model pre náročnejšie kódovanie a agentné pracovné postupy, zatiaľ čo GPT-6 Luna cieli na rýchle opakované úlohy vo veľkom objeme.
-
Výrazne nižšie ceny
Štandardná cena Sol je 2 USD za milión vstupných a 10 USD za milión výstupných tokenov. Luna stojí 0,10 a 0,50 USD.
-
Dostupnosť nie je plošná
Modely sú dostupné cez API, ChatGPT Work a Codex; Luna je aj v desktopovej aplikácii pre používateľov Free a Go. V ChatGPT Chat zatiaľ nie sú.
OpenAI pridáva modely GPT-6 Sol a Luna: lacnejšie alternatívy k Astre majú cieliť na agentné pracovné postupy, programovanie a objemové nasadenie AI.
OpenAI 22. septembra 2026 rozšírilo rodinu GPT-6 o dva nové modely: GPT-6 Sol a GPT-6 Luna. Nejde o náhradu vlajkovej GPT-6 Astra, ale o pokus preniesť časť jej prínosov do lacnejších a praktickejších variantov. Sol má byť voľbou pre komplexné programovanie a agentné pracovné postupy, Luna má naopak obslúžiť veľké množstvo presne vymedzených úloh s dôrazom na cenu a odozvu.
Najdôležitejšie potvrdené informácie prichádzajú priamo od OpenAI: modely majú vlastné API identifikátory, zverejnené ceny, podporu nástrojov aj definované kanály dostupnosti. Výrobca zároveň zverejnil sériu interných a externých benchmarkových porovnaní. Tie však treba interpretovať opatrne: merajú vybrané scenáre v konkrétnych nastaveniach a samy osebe nie sú dôkazom, že konkrétna firma dosiahne rovnaký výsledok vo vlastnej prevádzke.
Tri modely, tri odlišné kompromisy
OpenAI teraz jasnejšie rozdeľuje modelovú rodinu podľa náročnosti úlohy. GPT-6 Astra zostáva najvýkonnejším variantom pre zložité end-to-end zadania, hlbšie uvažovanie a náročné použitie počítača. Jej štandardná API cena je 10 dolárov za milión vstupných tokenov a 50 dolárov za milión výstupných tokenov.
- GPT-6 Sol sa posúva o stupeň nižšie v cene, nie však nevyhnutne v ambíciách. Oficiálna dokumentácia ho opisuje ako model pre komplexné kódovanie a agentné pracovné postupy. Má podporovať viac úrovní intenzity uvažovania, štruktúrované výstupy, funkčné volania a v Responses API aj nástroje ako webové vyhľadávanie, prácu so súbormi, interpreter kódu, hosťovaný shell, computer use či MCP. To je dôležité najmä pre tímy, ktoré nestavajú iba chatbot, ale automatizujú viacstupňový proces.
- GPT-6 Luna je najlacnejší model z trojice. OpenAI ho smeruje na sústredené úlohy s vysokým objemom: napríklad triedenie požiadaviek, extrakciu štruktúrovaných údajov, opakované spracovanie dokumentov alebo rozsiahle agentné pipeline, kde sa každá ďalšia odpoveď násobí tisíckami či miliónmi volaní. Aj Luna podporuje nástroje vrátane computer use, neznamená to však, že je automaticky vhodná na každý zložitý proces. Rozdiel medzi modelmi zostáva v očakávanej kvalite, rýchlosti a nákladovej efektivite pri danej úlohe.
Potvrdené ceny: zníženie je citeľné, ale treba pozerať na režim
V štandardnom API režime stojí GPT-6 Sol 2 doláre za milión vstupných tokenov a 10 dolárov za milión výstupných tokenov. GPT-6 Luna stojí 0,10 dolára za milión vstupných tokenov a 0,50 dolára za milión výstupných tokenov. OpenAI porovnáva Sol s predchádzajúcim GPT-5.6 Sol, ktorého propagačná cena bola 4 doláre za vstup a 20 dolárov za výstup. Pri Lune uvádza pokles z 0,20 a 1,20 dolára na súčasných 0,10 a 0,50 dolára.
Slovo „lacnejší“ však v praxi nestačí. Náklad na hotovú úlohu ovplyvňuje viac premenných: dĺžka vstupného kontextu, objem vytvoreného textu alebo kódu, nastavená intenzita uvažovania, počet opakovaných pokusov, poplatky za nástroje a architektúra celej aplikácie. Model s vyššou cenou za token môže byť ekonomickejší, ak úlohu spoľahlivo vyrieši na prvý pokus. Naopak, veľmi lacný model môže vyjsť drahšie, ak vyžaduje viac kontrolných krokov, opráv alebo eskalácií.
OpenAI uvádza aj výhodu pri cacheovaných vstupoch. Pri štandardnom spracovaní stojí cacheovaný vstupný token pri Sol 0,20 dolára za milión a pri Lune 0,01 dolára za milión, teda desatinu bežnej vstupnej sadzby. Pri aplikáciách, ktoré opakovane posielajú rozsiahly systémový prompt, dokumentáciu alebo históriu konverzácie, môže byť tento detail pre celkové náklady významnejší než samotná cenníková cena modelu.
Treba dodať aj praktickú výhradu. Dokumentácia rozlišuje krátky a dlhý kontext, samostatné režimy Batch, Flex a Fast a pri podporovanom regionálnom spracovaní uvádza príplatok. Pre Sol a Lunu je rezidencia dát v EÚ podľa OpenAI dostupná iba pri štandardnom spracovaní. Organizácia preto nemá porovnávať iba najnižšiu marketingovú sadzbu, ale konkrétnu konfiguráciu, ktorú potrebuje z pohľadu výkonu, súladu a umiestnenia dát.
Výkon: čo tvrdí OpenAI a čo z toho nevyplýva
OpenAI pri Sol a Lune deklaruje posun vo faktickej správnosti, programovaní, práci s počítačom a zosúladení modelu s používateľským zámerom. Pri vlastnom hodnotení faktickosti založenom na anonymizovaných konverzáciách, v ktorých používatelia označili chybu, má GPT-6 Sol robiť približne polovicu chýb v porovnaní s GPT-5.6 Sol. To je relevantná informácia, no stále ide o interné hodnotenie výrobcu. OpenAI zároveň správne upozorňuje, že testovacie konverzácie boli vybrané práve preto, že obsahovali chybu, a nereprezentujú bežnú prevádzku.
Podobne treba čítať aj porovnania s konkurenčnými modelmi. OpenAI uvádza výsledky na AutomationBench, Agents’ Last Exam, FrontierCode, DeepSWE a OSWorld. V niektorých konfiguráciách Sol alebo Luna dosahujú podľa firmy priaznivejší pomer skóre a nákladov než porovnávané modely Claude. Samotné benchmarky môžu byť užitočné, najmä ak majú transparentnú metodiku, ale pri výbere platformy sú iba začiatkom. Výsledok ovplyvňuje použitie nástrojov, systémový prompt, obmedzenia prostredia, verzia benchmarku aj spôsob, akým sa odhaduje cena úlohy.
Pre slovenské firmy je preto rozumnejšie položiť si konkrétne otázky: Dokáže model spracovať naše dokumenty bez straty kľúčových údajov? Zvládne štruktúrovaný výstup, ktorý prejde kontrolou systému? Ako sa správa pri neúplnom zadaní? Koľko stojí oprava chýb človekom? A predovšetkým: má prístup len k takým nástrojom a dátam, aké nevyhnutne potrebuje? Odpovede neposkytne všeobecný rebríček, ale pilotná prevádzka na reprezentatívnej vzorke vlastných úloh.
Agentné systémy menia význam slova model
Sol a Luna sú zaujímavé najmä tým, že ich OpenAI nepredstavuje len ako generátory textu. Sú navrhnuté pre pracovné postupy, v ktorých model vyhľadáva informácie, pracuje so súbormi, volá funkcie, upravuje kód alebo vykonáva kroky v počítačovom prostredí. Takýto systém môže reálne zvýšiť produktivitu, ale zvyšuje aj cenu chyby. Nesprávne formulovaná odpoveď v chate je jedna vec; nesprávna zmena v databáze, odoslanie správy alebo zásah do firemného systému je druhá.
OpenAI uvádza, že Sol a Luna nadväzujú na bezpečnostnú a alignment prácu pri Astre. V jej hodnoteniach majú oproti verziám GPT-5.6 nižšiu mieru zavádzajúcich tvrdení o vykonanej programátorskej práci. Toto je pozitívny smer, nie však dôvod vypnúť kontrolné mechanizmy. Pri agentoch by mali zostať povinné princípy najmenších oprávnení, schvaľovanie kritických krokov človekom, oddelené testovacie prostredie, auditné záznamy a obmedzenia finančných či administratívnych operácií.
V širšom kontexte ide o posun trhu od jedného drahého univerzálneho modelu k portfóliu modelov. Náročný plán môže pripraviť Astra alebo Sol, opakované pomocné kroky môže vykonať Luna a finálne rozhodnutie môže potvrdiť človek. Takéto vrstvenie znižuje náklady, no vyžaduje kvalitnú orchestráciu, meranie výsledkov a jasné pravidlá, kedy sa úloha má presunúť na schopnejší model.
Kde sú Sol a Luna dostupné
K 23. septembru 2026 OpenAI uvádza dostupnosť GPT-6 Sol a GPT-6 Luna cez API pod názvami gpt-6-sol a gpt-6-luna. Pre predplatiteľov Plus, Pro, Business, Enterprise a Edu sa modely zavádzajú v ChatGPT Work a Codexe. Používatelia Free a Go môžu používať Lunu v desktopovej aplikácii. Dôležitý detail: oba modely zatiaľ nie sú dostupné v štandardnom režime Chat v ChatGPT.
Pre firmy z toho vyplýva jednoduchý záver. Sol má najväčší zmysel tam, kde je potrebná kvalitnejšia práca s kódom, nástrojmi a viacstupňovou logikou, ale cena Astry by bola neúmerná. Luna dáva zmysel pri veľkom objeme úloh s presne definovaným formátom a s robustnou kontrolou kvality. Skutočné úspory sa však ukážu až po meraní úspešnosti, latencie a ceny dokončenej úlohy – nie iba po pohľade na cenu jedného milióna tokenov.
Zdroje
Ak vám naše články pomáhajú sledovať technológie, financie a AI v súvislostiach, pridajte si SmartArena medzi preferované zdroje v Google.
Komentáre