GPT-6 Sol i GPT-6 Luna. Ceny, dostępność i różnice między nowymi modelami OpenAI

Czym różnią się GPT-6 Sol i GPT-6 Luna

OpenAI opisuje oba modele jako rozwinięcie technik zastosowanych w GPT-6 Astra, najmocniejszym modelu firmy udostępnionym 3 września 2026 roku. Sol i Luna mają przenieść część tych możliwości do tańszych i szybszych wariantów. Według producenta poprawa dotyczy pracy zawodowej, faktograficzności, programowania, obsługi komputera i dopasowania zachowania modelu.

GPT-6 Sol jest wariantem do trudniejszych zadań codziennej pracy. GitHub opisuje go jako zrównoważony model do interaktywnego i agentowego programowania, który sprawdza się przy zadaniach wymagających wieloetapowej weryfikacji. GPT-6 Luna to najtańszy model rodziny GPT-6, przeznaczony do krótkich, powtarzalnych zadań w dużej skali.

W praktyce podział przypomina wybór między modelem do analizy a modelem do obróbki danych. Sol ma sens przy pisaniu i poprawianiu kodu, przygotowaniu raportu czy pracy na kilku dokumentach. Luna lepiej pasuje do streszczania, wyciągania informacji z tekstu, klasyfikowania zgłoszeń i krótkich odpowiedzi.

Ile kosztuje GPT-6 Sol i Luna w API

OpenAI obniżyło ceny API o 50 proc. względem promocyjnych stawek modeli GPT-5.6. Firma tłumaczy obniżkę lepszym buforowaniem zapytań i optymalizacją wnioskowania. Poniższe przeliczenie opiera się na średnim kursie NBP z 25 września 2026 roku, wynoszącym 3,8404 zł za 1 USD. Ceny w cenniku API są podawane bez podatku VAT.

Dokumentacja modeli wskazuje jeden próg, który łatwo przeoczyć. Oba modele przyjmują do 922 tys. tokenów wejściowych, ale zapytanie przekraczające 272 tys. tokenów kosztuje dwukrotnie więcej za wejście i 1,5 raza więcej za wyjście. Przetwarzanie wsadowe przez Batch API jest tańsze o połowę, jeśli wynik nie jest potrzebny od razu.

• GPT-6 Sol: wejście 2 USD (ok. 7,68 zł), odczyt z pamięci podręcznej 0,20 USD (ok. 0,77 zł), wyjście 10 USD (ok. 38,40 zł) za milion tokenów.
• GPT-6 Luna: wejście 0,10 USD (ok. 0,38 zł), odczyt z pamięci podręcznej 0,01 USD (ok. 0,04 zł), wyjście 0,50 USD (ok. 1,92 zł) za milion tokenów.
• Zapytanie powyżej 272 tys. tokenów: stawka za wejście i cache rośnie dwukrotnie, a za wyjście 1,5 raza.
• Batch API: rabat 50 proc. dla zadań przetwarzanych asynchronicznie.

Dostępność w ChatGPT, Codex i GitHub Copilot

W ChatGPT Work i Codex oba modele są dostępne od 22 września 2026 roku dla użytkowników planów Plus, Pro, Business, Enterprise i Edu. Użytkownicy bezpłatnego planu oraz planu Go mogą korzystać z GPT-6 Luna w aplikacji desktopowej. OpenAI zapowiada też wyższe limity użycia w płatnych planach, ale nie podaje stałej liczby wiadomości.

W API modele mają identyfikatory gpt-6-sol i gpt-6-luna. Obsługują Responses API, Chat Completions oraz Batch API. Przyjmują tekst i obrazy, a odpowiadają wyłącznie tekstem. Nie działają w Realtime API, dostrajaniu ani usługach audio, więc nie zastąpią modeli głosowych.

Oba modele trafiły także do GitHub Copilot. GPT-6 Sol jest dostępny w planach Pro+, Max, Business i Enterprise, a GPT-6 Luna dodatkowo w planie Pro. GitHub wdraża je stopniowo w Visual Studio Code, Visual Studio, JetBrains, Xcode i innych środowiskach.

Ograniczenia i deklaracje do sprawdzenia

Część komunikatu opiera się na deklaracjach producenta. Według OpenAI Sol popełnia mniej więcej o połowę mniej błędów niż poprzednik i osiąga niezawodność zbliżoną do GPT-6 Astra. Firma twierdzi też, że oba modele wyraźnie wyprzedzają konkurencyjne modele Anthropic. Do czasu niezależnych testów takie porównania należy traktować jako materiał marketingowy, a nie wynik rozstrzygający.

Dokumentacja podaje różne daty odcięcia wiedzy: 20 kwietnia 2026 roku dla Sol i 18 maja 2026 roku dla Luna. Informacje późniejsze muszą pochodzić z wyszukiwarki lub dokumentów dostarczonych w zapytaniu. 25 września OpenAI poprawiło też błąd kodowania obrazów, który obniżał jakość zadań wizualnych w obu modelach. Testy przeprowadzone przed tą datą warto powtórzyć.

Niska cena Luna nie oznacza, że model poradzi sobie z każdym zadaniem. Przy prostych procesach stawki Luna są dwudziestokrotnie niższe niż Sol, ale błędna klasyfikacja lub pominięta informacja w dokumencie może kosztować więcej niż oszczędność na tokenach.

Który model wybrać w polskiej firmie

Dla zespołu, który już korzysta z API OpenAI, najprostszy test polega na przełączeniu identyfikatora modelu w kopii procesu i porównaniu wyników na tych samych danych. Przy polskich dokumentach warto sprawdzić odmianę nazw własnych, poprawność kwot i dat oraz zachowanie modelu przy niepełnych danych.

1. Wybierz 30-50 rzeczywistych zadań z własnego procesu, na przykład faktury, zgłoszenia klientów lub fragmenty kodu.
2. Uruchom je na obecnym modelu, GPT-6 Luna i GPT-6 Sol przy tych samych ustawieniach.
3. Zmierz koszt, czas odpowiedzi i liczbę wyników wymagających poprawki człowieka.
4. Sprawdź, czy zapytania nie przekraczają progu 272 tys. tokenów, który podnosi stawkę.
5. Przenieś do Luna tylko te zadania, w których jakość nie spadła poniżej przyjętego progu.

Co oznacza premiera dla użytkowników

Najbardziej odczuwalną zmianą jest cena. Połowa dotychczasowej stawki obniża koszt automatyzacji, która przetwarza duże ilości tekstu, a Luna jest najtańszym modelem rodziny GPT-6. Dla osób korzystających z ChatGPT ważniejsze będą limity i dostęp do Luna w bezpłatnym planie na komputerze.

W ocenie redakcji dailyAI decyzja o migracji powinna wynikać z własnego testu, a nie z tabel producenta. Rynek modeli zmienia się szybko: w tym samym dniu Anthropic udostępnił Claude Opus 5.5, a Google od 2 września oferuje Gemini 3.8 Flash w cenie promocyjnej. Porównanie kosztu gotowego wyniku na własnych danych daje najlepszą podstawę do wyboru.