Сколько стоит GPT-5.6 после снижения цен: Sol, Terra и Luna в рублях

Суть за 30 секунд

• 30 июля OpenAI снизила цены двух моделей из трёх: Luna подешевела на 80%, Terra — на 20%. Флагманский Sol остался по прежней цене.
• Новый прайс: Luna $0.20 / $1.20 за миллион токенов, Terra $2 / $12, Sol $5 / $30 (вход / выход).
• Для Sol появился режим Fast: до двух с половиной раз быстрее, но платишь вдвое.
• Цены подписок Codex и ChatGPT Work не изменились. Изменился расход внутри квоты: до лимита теперь помещается больше задач на Terra и Luna.
• Самая недооценённая строчка прайса — кэшированный ввод. У Luna он стоит $0.02 за миллион, в десять раз дешевле обычного входа, и для вайбкодинга это важнее самой скидки.
• Полная сессия сборки на Luna обходится примерно в 17 рублей, та же сессия на Sol — примерно в 422. Разница в 25 раз, и она не всегда оправдана.

Что именно подешевело 30 июля

Снижение затронуло младшую и среднюю модели линейки. Luna потеряла в цене 80%: миллион входных токенов теперь стоит $0.20 вместо доллара, миллион выходных — $1.20 вместо шести. Terra подешевела скромнее, на 20%, и стоит $2 за миллион входных и $12 за миллион выходных токенов.

Sol остался при своих $5 и $30. Вместо скидки флагман получил режим Fast: те же ответы, но до 2,5 раза быстрее, а платишь двойную цену. В API он включается флагом service_tier: "fast". Отдельно OpenAI упомянула запуск Sol на железе Cerebras со скоростью до 750 токенов в секунду, но доступ туда ограничен.

Напомню расклад ролей, который OpenAI задала ещё на релизе 9 июля, когда все три модели открыли в ChatGPT, Codex и API. Sol — самая мощная: сложные исследования, программирование, анализ данных, агентные сценарии; версия Ultra выбила 91,9% на Terminal-Bench 2.1. Terra — промежуточный вариант, по заявлению компании сопоставима с GPT-5.5, но отвечает быстрее. Luna — самая быстрая и экономичная.

То есть подешевели ровно те модели, которые и так позиционировались как рабочие лошадки. Это меняет арифметику проекта сильнее, чем кажется по заголовку новости.

Полная таблица: три модели и три режима

Прайс OpenAI устроен сложнее, чем «цена за модель». У каждой модели три режима оплаты и отдельная строка для кэшированного ввода. Вот всё разом, за миллион токенов:

Batch — половина стандартной цены, но запросы уходят в асинхронную очередь. Для интерактивной работы, когда ты сидишь и ждёшь ответа, он не годится. Для ночной пакетной обработки — вполне.

Разброс внутри таблицы получается тридцатикратный: миллион выходных токенов стоит от $0.60 на Luna в batch до $60 на Sol в режиме Fast.

Сколько это в рублях

По официальному курсу ЦБ на 31 июля — 79,8573 рубля за доллар — стандартный режим выглядит так:

Цифры выглядят несерьёзно ровно до момента, когда ты запускаешь агента на большом проекте. Миллион токенов кажется огромным числом, но агент, который читает твой код перед каждой правкой, съедает его быстрее, чем ты успеваешь дочитать его ответ.

Кэшированный ввод: где на самом деле лежит скидка

Самая полезная строка прайса — та, о которой новости не пишут.

Когда ИИ-агент работает над твоим проектом, он в каждом запросе тащит с собой контекст: файлы, историю правок, инструкции. Этот контекст почти не меняется от запроса к запросу. OpenAI считает повторно отправленный контекст по отдельному тарифу — кэшированному вводу. У Luna это $0.02 против $0.20, ровно в десять раз дешевле. У Sol — $0.50 против $5.

Практический вывод простой: длинная сессия в одном контексте дешевле, чем та же работа, нарезанная на десяток отдельных чатов. Каждый новый чат — это заново оплаченный по полной цене контекст. Разработчики часто делают наоборот, из гигиены начиная новый диалог на каждую задачу, и удивляются счёту.

Если хочешь разобраться, что вообще происходит с токенами и запросами под капотом, у нас есть отдельный разбор про API для новичка — без него дальнейшая арифметика будет выглядеть магией.

Считаем сессию сборки приложения

Возьмём типичную сессию вайбкодинга. Ты сидишь с агентом полтора-два часа и делаешь около 40 запросов. В каждом улетает примерно 30 тысяч входных токенов (проект, инструкции, история), из них порядка 80% попадает в кэш, потому что контекст между запросами почти не меняется. Обратно приходит около 3 тысяч токенов кода и объяснений.

Это оценка, а не измерение: твои числа зависят от размера проекта и того, насколько агент любит перечитывать файлы. Но порядок величины она показывает честно.

Итого за сессию: 240 тысяч входных токенов по полной цене, 960 тысяч кэшированных, 120 тысяч выходных.

Двадцать пять рабочих сессий на Luna обойдутся дешевле одной на Sol. Месяц ежедневной работы на Luna — примерно 500 рублей, на Sol — около 12 тысяч.

А теперь тот же расчёт, если кэш не срабатывает и весь контекст каждый раз оплачивается по полной: на Luna сессия дорожает с 17 до 31 рубля, на Sol — с 422 до 767. Почти половина счёта уходит на то, что агент заново читает один и тот же код.

Подписка Codex или оплата по API

Подписки Codex и ChatGPT Work после снижения цен стоят столько же, сколько стоили. Поменялось другое: расход внутри квоты теперь считается по новым ценам, поэтому до упора в лимит на Terra и Luna помещается ощутимо больше задач. Тем, кто регулярно упирался в потолок на средней модели, стало заметно легче.

Выбирать между подпиской и API стоит по характеру работы, а не по цене за токен.

Подписка выигрывает, когда ты работаешь руками каждый день, тебе нужен предсказуемый ежемесячный платёж и ты не хочешь считать токены. Плюс интерфейс, история, встроенные инструменты.

API выигрывает, когда нагрузка неровная: неделю ничего, потом два дня плотной сборки. Или когда модель нужна внутри твоего собственного продукта, а не в редакторе. Если ты собираешь приложение, которое само обращается к нейросети, вариант один — API.

Сравнение самих агентских инструментов у нас разобрано отдельно, в обзоре Codex CLI и его конкурентов.

Какую модель брать на каком этапе

Соблазн после новости о скидке — перевести всё на Luna и радоваться счёту. Так делать не стоит: дешёвая модель, которая пять раз перепишет один и тот же файл неправильно, обойдётся дороже флагмана, сделавшего это с первого раза.

Разумное разделение выглядит так.

Luna — рутина, которой много: переименования, простые правки вёрстки, генерация повторяющихся кусков, разбор логов, черновые тексты, мелкие исправления по твоему же указанию. Всё, где решение очевидно и работа механическая.

Terra — основной рабочий режим: обычные фичи, интеграции, отладка понятной ошибки, рефакторинг в пределах одного модуля. Именно здесь проходит большая часть сборки типового приложения.

Sol — там, где цена ошибки высока или задача не разбивается на шаги: архитектура проекта, разбор бага, который не воспроизводится, работа со схемой базы, сложная агентная задача в несколько десятков шагов. Плюс режим Fast, если ждать реально некогда, но за срочность придётся заплатить вдвое.

Практичный подход — начинать задачу на средней модели и поднимать ставку, когда стало ясно, что не тянет. Обратный порядок, «сразу флагманом на всякий случай», незаметно съедает бюджет на задачах, которые Luna закрыла бы за копейки.

Кому интересно, как GPT-5.6 выглядит рядом с конкурентами не по цене, а по качеству, — это отдельное сравнение с Fable 5 и Opus 4.8.

Сколько стоит один пользователь твоего приложения

Отдельная история — когда нейросеть работает не в твоём редакторе, а внутри продукта, который ты собрал. Тогда токены жжёшь не ты, а каждый пришедший пользователь, и цена модели превращается в себестоимость.

Посчитаем на простом сценарии: у тебя в приложении чат-помощник, одно обращение — это примерно 2 тысячи входных токенов (системный промпт плюс кусок истории) и 500 выходных.

Тысяча обращений — это примерно сотня активных пользователей за месяц при умеренном использовании. На Luna такой продукт стоит тебе меньше чашки кофе, на Sol — уже две тысячи рублей, которые надо чем-то отбивать.

Именно поэтому падение цены Luna в пять раз важнее для маленького продукта, чем любые бенчмарки. Сценарии, которые вчера не сходились по экономике, сегодня сходятся: помощник в приложении, автоответы, разбор пользовательских текстов, генерация описаний. Всё, где нужна не гениальность, а стабильность и объём.

Проверяй экономику до запуска, а не после первого счёта. Формула простая: средний размер запроса умножить на цену входа, добавить средний ответ по цене выхода, умножить на ожидаемое число обращений и заложить запас в полтора-два раза на пользователей, которые нашли, как поговорить с ботом подольше.

Куда утекают деньги: четыре типичные утечки

Счёт растёт не из-за цены модели, а из-за того, как с ней обращаются. Вот что чаще всего сжигает бюджет на ровном месте.

Агент читает лишнее. Если в проекте лежат папки зависимостей, дампы, логи и сборки, агент честно потащит их в контекст. Исключай мусор из области видимости — это самая быстрая экономия из всех возможных.

Новый чат на каждый чих. Каждый свежий диалог — заново оплаченный по полной цене контекст. Кэш работает внутри сессии, поэтому одна задача должна жить в одном разговоре.

Флагман на механической работе. Переименовать переменные, поправить отступы, дописать однотипный обработчик — это работа для Luna. Sol на таких задачах отличается от неё только счётом.

Бесконечный цикл переделок. Модель не поняла задачу, ты уточняешь, она переписывает, снова мимо. Пять итераций на Terra стоят дороже одной точной постановки на Sol. Если пошёл третий круг — проблема не в модели, а в формулировке задачи.

Как платить из России

Прямая оплата картой российского банка в OpenAI не проходит, и снижение цен на это никак не влияет. Схема остаётся прежней: либо зарубежная карта, либо посредник, который принимает рубли и продаёт доступ к моделям через свой шлюз.

Конкретные сервисы перечислять здесь не буду: они меняются чаще, чем выходят новые модели, и половина ссылок протухнет к осени. Актуальный расклад по агрегаторам с рублёвой оплатой мы держим в разборе про единый доступ к нейросетям и обновляем его по мере изменений.

Единственное, что стоит держать в голове при выборе посредника: цена у него всегда выше официальной, потому что сверху лежит его комиссия. Считай экономику от прайса OpenAI и добавляй наценку шлюза, а не наоборот.

Что сделать прямо сейчас: чек-лист

1. Посмотри, на какой модели у тебя стоит агент по умолчанию. Если это Sol, а задачи в основном рутинные — переключи на Terra и сравни результат за пару дней.
2. Проверь привычку начинать новый чат на каждую мелочь. Держи одну сессию под одну задачу целиком: кэш экономит около половины счёта.
3. Если упирался в лимиты подписки на Terra или Luna — попробуй снова, запаса стало больше.
4. Нужна пакетная обработка без спешки (прогнать сотню текстов, разобрать логи за месяц) — посмотри в сторону batch, он вдвое дешевле.
5. Не переводи весь проект на Luna одним движением. Оставь на ней рутину, а сложное поднимай выше.

Дальше всё упирается не в прайс, а в то, умеешь ли ты ставить агенту задачу так, чтобы он не переписывал один файл по пять раз. Этому мы и учим в практикуме: доводим до работающего приложения и разбираем каждый затык, включая привычки, из-за которых счёт растёт на ровном месте.

Частые вопросы

На сколько подешевела GPT-5.6

Luna — на 80%, до $0.20 за миллион входных токенов и $1.20 за миллион выходных. Terra — на 20%, до $2 и $12 соответственно. Цена флагманской модели Sol не изменилась и составляет $5 и $30.

Подешевела ли подписка ChatGPT или Codex

Нет. Стоимость подписок и размер квот остались прежними. Изменился учёт расхода внутри квоты: поскольку Terra и Luna теперь стоят дешевле, до достижения лимита помещается больше задач.

Что такое режим Fast и стоит ли он переплаты

Fast даёт до 2,5 раза более высокую скорость ответа при двойной цене. В API включается флагом service_tier: "fast". Смысл появляется там, где ты ждёшь ответа вживую и время дороже денег. Для фоновых задач и ночных прогонов переплата бессмысленна.

Какая модель GPT-5.6 подходит новичку

Terra. Она сопоставима с прошлым поколением по качеству, отвечает быстро и стоит вчетверо дешевле флагмана. Luna хороша для механических правок, но на сложной задаче может увести в переделки, которые съедят всю экономию.

Сколько стоит собрать приложение на GPT-5.6

По нашей оценке одна сессия сборки в полтора-два часа обходится примерно в 17 рублей на Luna, 169 на Terra и 422 на Sol. Точная сумма зависит от размера проекта и того, насколько хорошо срабатывает кэш контекста.

Почему кэшированный ввод дешевле обычного

Потому что модель уже видела этот кусок контекста в предыдущем запросе сессии, и его обработка обходится провайдеру дешевле. Для тебя это скидка в десять раз на ту часть запроса, которая не менялась, — а при работе с кодом она составляет большую часть отправляемого объёма.

Выгоден ли режим Batch для сборки приложения

Для интерактивной работы нет: запросы уходят в очередь и ответа приходится ждать. Batch стоит вдвое дешевле стандартного режима и подходит для задач, которые можно запустить и забыть, — массовая обработка текстов, разбор накопленных логов, генерация однотипных описаний.

Сколько стоит держать ИИ-помощника внутри своего приложения

По нашей оценке при обращении в 2 тысячи входных и 500 выходных токенов тысяча обращений обойдётся примерно в 80 рублей на Luna, 798 на Terra и 1 996 на Sol. Считай собственный сценарий по своему среднему размеру запроса и закладывай запас на активных пользователей.

Можно ли оплатить OpenAI картой российского банка

Напрямую — нет. Остаются зарубежная карта или посредник с рублёвой оплатой, продающий доступ через свой шлюз. У посредника цена всегда выше официального прайса на величину его комиссии.

Источники

• OpenAI снизила цены на GPT-5.6 Luna и Terra — Хабр, 30.07.2026
• OpenAI снизила расценки и расширила лимиты на две из трёх ИИ-моделей GPT-5.6 — 3DNews, 30.07.2026
• Pricing information for the OpenAI platform — официальный прайс, снят 31.07.2026
• OpenAI открыла доступ к GPT-5.6 Sol, Terra и Luna — comss.ru
• Официальный курс ЦБ РФ на 31.07.2026 — 79,8573 ₽ за доллар