GPT-5.6 против GPT-5.5: цена API и проверка миграции

Если ваш coding-агент вызывает GPT-5.5 через OpenAI API, переход на GPT-5.6 Sol стоит проверить на собственных задачах. По документации, сверенной 23 сентября 2026 года, у GPT-5.6 Sol ниже промо-цена за обычные входные и выходные токены, а настройка reasoning.effort получила уровень max. Это не гарантирует меньший счёт или лучший результат: расход токенов и поведение модели зависят от задачи.

Что изменилось в API

Имя gpt-5.6 в API направляет запросы на GPT-5.6 Sol. В семействе есть также Terra и Luna для других сочетаний цены и объёма; статья сравнивает именно Sol с GPT-5.5. У OpenAI уже есть руководство по GPT-6, поэтому при новом выборе модели стоит рассмотреть и его. Здесь сопоставлены цены API, а не условия подписки ChatGPT и сторонних сервисов.

Кэшированный вход и запись в кэш — разные операции. Для GPT-5.6 Sol запись в кэш стоит 1,25× обычного входа, то есть $5 за миллион токенов по текущему промо-тарифу. Источник GPT-5.5 отдельно такую ставку записи не указывает. Если вход превышает 272 тысячи токенов, у обеих моделей применяется 2× к входу и 1,5× к выходу: документация GPT-5.6 говорит о всём запросе, GPT-5.5 — о всей сессии. Вызовы некоторых инструментов, например поиска и computer use, могут оплачиваться отдельно.

Как посчитать стоимость своей задачи

Возьмём учебный расчёт: задача использовала 100 тысяч обычных входных и 20 тысяч выходных токенов, без кэша, инструментов и повышенного тарифа длинного контекста. У GPT-5.5 получится $1.10: $0.50 за вход и $0.60 за выход. У GPT-5.6 Sol — $0.80: $0.40 и $0.40 по промо-тарифу. Это арифметика, не измерение двух запусков. При миграции модель может выдать другое число токенов, поэтому итоговый счёт сравнивайте по логам одинаковых задач. После окончания промо-периода пересчитайте пример по действующей цене.

Как проверить coding-агента после миграции

1. Выберите 10–20 типичных задач: небольшие исправления, работу с большим контекстом, генерацию тестов и одну сложную задачу, на которой сейчас нужен xhigh.
2. Сохраните входные данные, системные инструкции, набор инструментов, reasoning.context и критерии приёмки. Не передавайте одной модели подсказки, которых нет у другой.
3. Начните GPT-5.6 с того же reasoning.effort, что использовали в GPT-5.5. Затем проверьте на тех же задачах уровень на одну ступень ниже. Такой порядок предлагает официальное руководство OpenAI.
4. Фиксируйте принятые изменения, ошибки тестов, время, ручную доработку, cached_tokens и cache_write_tokens. Для самого сложного класса задач отдельно испытайте max, если больший расход токенов и задержка оправданы.

Учтите и изменение поведения: GPT-5.6 по умолчанию сохраняет контекст рассуждения между ходами (all_turns), тогда как у прежних моделей был current_turn. Он также склонен отвечать короче; старую инструкцию «пиши кратко» стоит пересмотреть, если пропадают нужные детали. Для задач кибербезопасности и биологии официальное руководство предупреждает о возможных отказах и задержках из-за проверок безопасности. Это отдельные причины расхождения результатов при сравнении.

Если задачи проходят те же критерии дешевле и без роста ручной работы, переводите поток постепенно. Если качество падает на отдельном типе задач, оставьте прежнюю конфигурацию для него и ищите причину в промпте, инструментах и уровне усилия. Не переносите частные баллы из чужого бенчмарка на свой репозиторий.

Если выбираете модель с нуля, откройте обзор моделей для программирования и сравните несколько актуальных кандидатов на том же наборе задач.

Источники и документация

• OpenAI API: GPT-5.6 Sol
• OpenAI API: GPT-5.5
• Руководство по GPT-5.6 и миграции
• Руководство по GPT-6