GPT-6 Sol i Luna: Co nowego, ceny i alternatywy (2026)
GPT-6 Sol i GPT-6 Luna to dwa nowe modele OpenAI wydane 22 września 2026 roku. Działają w ChatGPT Work i Codex oraz w OpenAI API. Cennik API to 2 $ za wejście i 10 $ za wyjście za milion tokenów dla Sol oraz 0,10 $ i 0,50 $ dla Luna.
Ten przewodnik omawia to, co zostało udostępnione, gdzie każdy model jest dostępny oraz co testy premierowe mówią o gotowych efektach pracy. Obejmuje również cennik i alternatywy warte przetestowania. Wszystkie dane pochodzą ze stron dostawców z dnia 24 września 2026 roku.
Co OpenAI wydało 22 września
OpenAI opublikowało ogłoszenie we wtorek, 22 września 2026 roku. Informacje o wydaniu ChatGPT noszą tę samą datę, więc dwa oficjalne kanały potwierdzają premierę.
Oba modele plasują się poniżej GPT-6 Astra w tej samej rodzinie. OpenAI zaprezentowało model Astra na początku września jako „najbardziej inteligentny i dopasowany model na świecie”. Nowa para przenosi tę generację do szybszych i tańszych modeli.
OpenAI twierdzi, że wyszkoliło Sol i Luna „przy użyciu podobnych metod jak GPT-6 Astra”. Ogłoszenie wymienia pięć obszarów, w których widoczne są te postępy: praca zawodowa, rzeczowość, kodowanie, korzystanie z komputera oraz dopasowanie (alignment).
Pozycjonowanie jasno określa górną granicę możliwości. OpenAI pisze, że „GPT-6 Astra pozostaje naszym najlepszym modelem pod każdym względem”. GPT-6 Sol to opcja pośrednia do codziennej, wymagającej pracy, a Luna to opcja do zadań na dużą skalę.
Dla programistów identyfikatory modeli to gpt-6-sol i gpt-6-luna. Dla użytkowników ChatGPT modele te pojawiają się w menu wyboru modeli wewnątrz Work i Codex.
Gdzie można korzystać z Sol i Luna
Zasady dostępności są bardziej szczegółowe niż zwykle, dlatego warto się z nimi dokładnie zapoznać.
W ogłoszeniu podano, że oba modele są dostępne w ChatGPT Work i Codex „dla wszystkich użytkowników Plus, Pro, Business, Enterprise i Edu”. Użytkownicy wersji Free i Go mogą korzystać z GPT-6 Luna w aplikacji desktopowej. OpenAI dodaje, że „modele te nie są jeszcze dostępne w Chat”.
Informacje o wydaniu powtarzają tę kwestię w prostszych słowach: „Modele te są oddzielone od modeli dostępnych w Chat”. Jeśli otworzysz zwykłą rozmowę, nie znajdziesz ich tam.
Ten podział ma znaczenie, ponieważ Work i Chat służą do innych zadań. Centrum pomocy OpenAI opisuje Work jako „asystenta zaprojektowanego do dłuższej, wieloetapowej pracy i tworzenia gotowych materiałów”. Wymienia takie zadania jak research, analiza czy tworzenie „dokumentu, arkusza kalkulacyjnego, prezentacji, raportu lub strony (Site)”.
Zatem GPT-6 Sol to głównie model do tworzenia gotowych materiałów, a nie do szybkich pytań. Nasz wcześniejszy artykuł wyjaśniający, czym jest ChatGPT Work, omawia tego asystenta bardziej szczegółowo.
Centrum pomocy podaje dwie praktyczne uwagi. Dostępność zależy od Twojego planu, ustawień obszaru roboczego i etapu wdrażania. Ten sam artykuł wspomina, że plany Plus obejmują model GPT-6 Astra w Work i Codex, więc użytkownicy Plus mogą bezpośrednio porównać wszystkie trzy modele. OpenAI informuje również, że wdrażanie odbywało się stopniowo w dniu premiery, więc niektóre konta zobaczyły te modele później niż inne.
Co testy premierowe mówią o gotowych efektach pracy
Większość premier modeli skupia się na wynikach w kodowaniu. Trzy z przedstawionych tutaj testów są bardziej przydatne, jeśli Twoja praca kończy się raportem, arkuszem kalkulacyjnym lub prezentacją.
AutomationBench: biznesowe przepływy pracy między aplikacjami
OpenAI opisuje AutomationBench jako „test biznesowych przepływów pracy między aplikacjami”. Asystenci są w nim testowani pod kątem „kompleksowych przepływów pracy przy użyciu 47 narzędzi w obszarach sprzedaży, marketingu, operacji, wsparcia, finansów i HR”.
OpenAI informuje, że GPT-6 Sol przy bardzo wysokim nakładzie pracy (xhigh effort) przewyższa Claude Opus 5 przy maksymalnym nakładzie pracy (max effort) w tym teście. Podaje również, że Luna poprawia wynik swojego poprzednika o 5,4 punktu procentowego przy wysokim nakładzie pracy (high effort).
To test najbardziej zbliżony do rzeczywistej pracy biurowej w całym ogłoszeniu. Przepływ pracy obejmujący CRM, arkusz kalkulacyjny i narzędzie e-mail to sposób, w jaki faktycznie powstaje wiele cotygodniowych raportów.
Agents' Last Exam: długie zadania zawodowe
OpenAI twierdzi, że Agents' Last Exam obejmuje „długoterminowe, wartościowe ekonomicznie zadania obejmujące 55 podbranż”. GPT-6 Sol przy maksymalnym nakładzie pracy (max effort) osiąga w nim wynik 56,4%. Test ten jest przydatny jako ogólny wskaźnik tego, jak daleko asystent zajdzie w wielogodzinnym zadaniu, zanim będzie potrzebował pomocy.
OSWorld: obsługa komputera
W teście OSWorld 2.0 offline GPT-6 Sol przy bardzo wysokim nakładzie pracy (xhigh effort) osiąga wynik 60,5%. OpenAI twierdzi, że jest to wynik zbliżony do Claude Opus 5 przy średnim nakładzie pracy (medium effort), który uzyskał 60,3%. OpenAI nadal opisuje model Astra jako najlepszy na świecie model do obsługi komputera.
Wszystkie trzy wyniki należy traktować jako testy przeprowadzone przez samego dostawcę. OpenAI zaznacza, że jego oceny były prowadzone „w naszym środowisku badawczym lub za pośrednictwem naszego API”, co może różnić się od produkcyjnej wersji ChatGPT.
Cennik
Poniższe ceny API to kwoty, które OpenAI podaje na stronie z ogłoszeniem. Ceny dotyczą miliona tokenów.
| Model | Wejście (Input) | Wyjście (Output) | Gdzie można go użyć |
|---|---|---|---|
| GPT-6 Sol | 2 $ | 10 $ | ChatGPT Work, Codex, OpenAI API |
| GPT-6 Luna | 0,10 $ | 0,50 $ | ChatGPT Work, Codex, OpenAI API oraz aplikacja desktopowa w wersjach Free i Go |
| GPT-6 Astra | Brak danych na tej stronie | Brak danych na tej stronie | ChatGPT Work i Codex w planach Plus i wyższych |
Wewnątrz ChatGPT koszty rozliczane są inaczej. Centrum pomocy podaje, że Work „opiera się na tej samej strukturze zużycia co Codex”. Twój plan obejmuje określony limit, a bardziej wymagające zadania zużywają go więcej.
Logowanie do Codex przy użyciu konta ChatGPT korzysta z limitów i rozliczeń Twojego planu. Użycie własnego klucza API powoduje natomiast naliczanie opłat według cennika API. Zespoły korzystające z obu rozwiązań powinny zdecydować, którą ścieżką będą kierowane poszczególne zadania, zanim ich liczba wzrośnie.
Rzeczowość i styl pisania
Dwie mniej nagłośnione zmiany mogą mieć większe znaczenie niż wyniki testów porównawczych dla każdego, kto publikuje dane liczbowe.
Mniej błędów merytorycznych. W wewnętrznym teście rzeczowości OpenAI model GPT-6 Sol „popełnia o połowę mniej błędów niż jego poprzednik”. Test wykorzystuje rzeczywiste rozmowy, w których użytkownicy zgłosili błąd. OpenAI dodaje słuszne zastrzeżenie: te rozmowy „nie są reprezentatywne dla typowego użytkowania, w którym błędy merytoryczne zdarzają się rzadziej”.
Krótsze, jaśniejsze odpowiedzi. OpenAI twierdzi, że nowe modele przejmują styl komunikacji modelu Astra. Obiecuje „większą jasność, mniej żargonu, mniej dziwnych sformułowań, mniej mało istotnych szczegółów i ogólnie nieco krótsze odpowiedzi bez utraty merytorycznej treści”.
W przypadku pisania raportów tę drugą zmianę łatwo niedocenić. Szkic, który jasno przedstawia wnioski, wymaga mniej edycji, zanim trafi do przełożonego.
Zmiany w buforowaniu dla długich procesów asystentów
Wraz z nowymi modelami OpenAI zmieniło sposób działania buforowania promptów (prompt caching) dla rodziny GPT-6. W ogłoszeniu podano, że nowy system domyślnie zapewnia wyższy współczynnik trafień pamięci podręcznej (cache hit rate).
Programiści zyskują również większą kontrolę. Wyraźne punkty przerwania (breakpoints) pozwalają im wybrać, gdzie kończy się buforowany prefiks promptu. Poziom wnioskowania (reasoning effort) i ustawienia narzędzi mogą teraz zmieniać się między żądaniami bez naruszania pamięci podręcznej.
OpenAI przytacza jeden z wczesnych wyników. GitHub informuje, że ulepszenia te „zmniejszyły udział tokenów promptu wymagających ponownego przetworzenia o ponad 50%” w skali miliardów żądań. Asystenci przesyłają te same instrukcje i definicje narzędzi przy każdej turze, a ten powtarzający się kontekst jest właśnie tym, do ponownego użycia czego stworzono pamięć podręczną.
Sol, Luna czy Astra: który model wybrać
Rodzina ta obejmuje teraz trzy poziomy cenowe i funkcjonalne. Prosty podział wygląda następująco:
- Używaj GPT-6 Sol do cyklicznych raportów, opracowań analiz oraz przenoszenia danych z arkuszy kalkulacyjnych do prezentacji wewnątrz Work.
- Używaj Luna do zadań na dużą skalę, takich jak klasyfikacja, ekstrakcja danych i wstępne podsumowania.
- Używaj Astra, gdy Sol nie radzi sobie w Twoich własnych testach lub gdy zadanie jest długie i ma kluczowe znaczenie.
Niezawodnym sposobem na dokonanie wyboru jest przetestowanie modeli na własnych plikach. Uruchom jedno rzeczywiste zadanie w Sol i Luna z tymi samymi danymi wejściowymi. Zapisz czas, koszt pojedynczego zadania oraz każdą liczbę, którą trzeba było poprawić.
Alternatywy warte poznania
W tym samym tygodniu zadebiutowały dwa inne modele. Oba warto dodać do tego samego testu.
| Model | Data wydania | Cena API za milion tokenów | Gdzie można go użyć |
|---|---|---|---|
| GPT-6 Sol | 22 września 2026 | 2 $ wejście / 10 $ wyjście | ChatGPT Work, Codex, OpenAI API |
| GPT-6 Luna | 22 września 2026 | 0,10 $ wejście / 0,50 $ wyjście | ChatGPT Work, Codex, OpenAI API |
| Claude Opus 5.5 | 22 września 2026 | 4 $ wejście / 20 $ wyjście | Claude API |
| Grok 4.7 | 21 września 2026 | 2 $ wejście / 6 $ wyjście, poniżej 200k tokenów promptu | xAI API, Cursor, Grok Build |
Claude Opus 5.5. Anthropic wydało go tego samego dnia. Strona z cennikiem opisuje ten model jako „narzędzie do codziennej pracy przy kodowaniu agentowym i zadaniach korporacyjnych”. Płatne plany Claude wymieniają również Claude Design, Slides i Docs as funkcje, co doskonale pasuje do pracy nad prezentacjami i dokumentami.
Grok 4.7. Informacje o wydaniu SpaceXAI podają, że model jest dostępny w xAI API jako grok-4.7. Cennik to 2 $ za wejście i 6 $ za wyjście poniżej 200k tokenów promptu oraz odpowiednio 4 $ i 12 $ powyżej tej wartości. Szybszy wariant jest dostępny wyłącznie za pośrednictwem Cursor i Grok Build.
Jeśli Twoja praca polega głównie na kodowaniu, strony z wynikami testów porównawczych dla wszystkich trzech modeli są najlepszym miejscem na start. Jeśli tworzysz głównie raporty i prezentacje, bezpośrednie porównanie na plikach z zeszłego kwartału powie Ci znacznie więcej.
Gdzie tańszy model przestaje pomagać
Niższa cena za token ułatwia uruchamianie większej liczby zadań. Nie zwalnia to jednak z konieczności sprawdzania wyników. Raport z jedną błędną liczbą to wciąż błędny raport, bez względu na to, ile kosztowało jego wygenerowanie.
To właśnie przy tej weryfikacji środowisko pracy ma większe znaczenie niż sama nazwa modelu. Powerdrill Bloom opisuje się jako „analityk danych AI, który pokazuje swoją pracę”. Na jego stronie głównej dodano: „Każda liczba wraca wraz ze wskazaniem strony, wiersza i danych, które za nią stoją”.
Charakter tego zadania jest dokładnie taki sam, w jaki celuje GPT-6 Sol w Work. Zaczynasz od arkusza kalkulacyjnego lub zestawu dokumentów, a kończysz z gotowym plikiem. Nasza strona Excel to PowerPoint opisuje tę ścieżkę dla Twoich własnych plików. Aby dowiedzieć się więcej o najwyższym modelu z tej rodziny, przeczytaj nasz artykuł o GPT-6 Astra.
Wybierz model, testując go. Następnie zachowaj ścieżkę źródłową obok wygenerowanych wyników, aby osoba weryfikująca mogła potwierdzić każdą liczbę w kilka sekund.
Jak zacząć korzystać z GPT-6 Sol i Luna
Jeśli korzystasz z ChatGPT, otwórz Work zamiast zwykłego czatu. Wybierz model z listy, a następnie przekaż mu jeden rzeczywisty plik i jedno realne zadanie do wykonania. Podsumowanie kwartalne lub cotygodniowa prezentacja z wynikami sprawdzą się jako test znacznie lepiej niż uproszczony prompt.
Jeśli tworzysz rozwiązania w oparciu o API, zmień identyfikator modelu na gpt-6-sol lub gpt-6-luna i najpierw ponownie uruchom swój zestaw testowy. Porównaj koszt pojedynczego zadania, a nie tylko koszt tokena. Model, który kończy pracę w mniejszej liczbie kroków, może ostatecznie okazać się tańszy.
Jeśli Twoim zadaniem jest generowanie cyklicznych raportów, przygotuj krótką listę najważniejszych danych liczbowych. Sprawdzaj je w pierwszej kolejności przy każdym uruchomieniu, niezależnie od tego, który model je wygenerował.
Kiedy chcesz przekształcić arkusz kalkulacyjny w wykres ze źródłami, raport lub prezentację, możesz wypróbować Powerdrill Bloom na własnych plikach.
Najczęściej zadawane pytania
Czym są GPT-6 Sol i GPT-6 Luna?
To modele OpenAI wydane 22 września 2026 roku, plasujące się poniżej GPT-6 Astra w tej samej rodzinie. GPT-6 Sol jest przeznaczony do wymagającej codziennej pracy, a Luna do zadań na dużą skalę. Oba działają w ChatGPT Work, Codex oraz OpenAI API.
Ile kosztuje GPT-6 Sol?
W cenniku API OpenAI podaje cenę GPT-6 Sol jako 2 $ za milion tokenów wejściowych i 10 $ za milion tokenów wyjściowych. Luna kosztuje odpowiednio 0,10 $ za wejście i 0,50 $ za wyjście. Wewnątrz ChatGPT dostęp odbywa się w ramach limitu Work i Codex przypisanego do Twojego planu.
Czy GPT-6 Sol jest dostępny w zwykłych czatach ChatGPT?
Nie. Informacje o wydaniu podają, że Sol i Luna „są oddzielone od modeli dostępnych w Chat”. Znajdziesz je w Work i Codex. Użytkownicy wersji Free i Go mogą korzystać z modelu Luna w aplikacji desktopowej ChatGPT.
Jaka jest różnica między GPT-6 Sol a GPT-6 Astra?
Astra to najwyższy model OpenAI, określany przez firmę jako „najlepszy model pod każdym względem”. Sol został wyszkolony przy użyciu podobnych metod i jest przeznaczony do szybszej, tańszej pracy. OpenAI sugeruje wybór modelu Astra do najbardziej wymagających i kluczowych projektów.
Dlaczego warto wybrać GPT-6 Luna zamiast Sol?
Luna kosztuje mniej za token i lepiej nadaje się do prostszych zadań na dużą skalę, takich jak ekstrakcja danych czy wstępne podsumowania. OpenAI informuje, że Luna przy wyższym nakładzie pracy dorównuje modelowi GPT-5.6 Sol w teście rzeczowości. Sol jest lepszym wyborem do złożonych, wieloetapowych zadań kończących się gotowymi materiałami.
Źródła: OpenAI, Introducing GPT-6 Sol and Luna · ChatGPT release notes · ChatGPT Work and Codex help article · Claude pricing · xAI API release notes. Ceny i dostępność sprawdzono na stronach dostawców 24 września 2026 roku.