GPT-5.6 API
model: gpt/5-6-luna
model: gpt/5-6-terra
model: gpt/5-6-sol
Принимает переписку списком сообщений и изображения, возвращает текст. Контекст 1 050 000 токенов, ответ до 128 000, знания до 16 февраля 2026 года. Модель OpenAI.
Принимает переписку списком сообщений и изображения, возвращает текст. Контекст 1 050 000 токенов, ответ до 128 000, знания до 16 февраля 2026 года. Модель OpenAI.
Принимает переписку списком сообщений и изображения, возвращает текст. Контекст 1 050 000 токенов, ответ до 128 000, знания до 16 февраля 2026 года. Модель OpenAI.
Цена: за миллион токенов, вход — 36 кр. ($0.18), выход — 216 кр. ($1.08).
Цена: за миллион токенов, вход — 360 кр. ($1.8), выход — 2160 кр. ($10.8).
Цена: за миллион токенов, вход — 900 кр. ($4.5), выход — 5400 кр. ($27).
кр. — кредиты, покупаются за рубли.
Песочница
Потолок ответа. Стоит то же значение, что шлюз подставляет сам, если поле не прислать. Списывается всё равно фактический расход.
Войдите и получите 50 кредитов на тесты и любое использование сервиса. Без регистрации доступен один запрос в сутки.
Нажмите «Запустить» — ответ модели появится здесь
{ }
Цена GPT-5.6
GPT-5.6 Luna.
Цена за миллион токенов, отдельно за вход и за выход. Списывается фактический расход из поля
usage ответа: сколько токенов ушло в запрос и сколько модель
вернула.
| Токены | Наша цена | Скидка | Официальная |
|---|---|---|---|
| Вход | 36 кр. · $0.1818 ₽ | −10% | $0.2 |
| Выход | 216 кр. · $1.08108 ₽ | −10% | $1.2 |
На 10% ниже официальной цены поставщика. кр. — кредиты, покупаются за рубли.
Длинный запрос. Поставщик считает его по второй цене: как только на вход уходит больше 272 000 токенов, дороже становится весь запрос целиком — и вход, и выход.
| Токены | Наша цена | Скидка | Официальная |
|---|---|---|---|
| Вход | 72 кр. · $0.3636 ₽ | −10% | $0.4 |
| Выход | 324 кр. · $1.62162 ₽ | −10% | $1.8 |
GPT-5.6 Terra.
Цена за миллион токенов, отдельно за вход и за выход. Списывается фактический расход из поля
usage ответа: сколько токенов ушло в запрос и сколько модель
вернула.
| Токены | Наша цена | Скидка | Официальная |
|---|---|---|---|
| Вход | 360 кр. · $1.8180 ₽ | −10% | $2 |
| Выход | 2160 кр. · $10.81080 ₽ | −10% | $12 |
На 10% ниже официальной цены поставщика. кр. — кредиты, покупаются за рубли.
Длинный запрос. Поставщик считает его по второй цене: как только на вход уходит больше 272 000 токенов, дороже становится весь запрос целиком — и вход, и выход.
| Токены | Наша цена | Скидка | Официальная |
|---|---|---|---|
| Вход | 720 кр. · $3.6360 ₽ | −10% | $4 |
| Выход | 3240 кр. · $16.21620 ₽ | −10% | $18 |
GPT-5.6 Sol.
Цена за миллион токенов, отдельно за вход и за выход. Списывается фактический расход из поля
usage ответа: сколько токенов ушло в запрос и сколько модель
вернула.
| Токены | Наша цена | Скидка | Официальная |
|---|---|---|---|
| Вход | 900 кр. · $4.5450 ₽ | −10% | $5 |
| Выход | 5400 кр. · $272700 ₽ | −10% | $30 |
На 10% ниже официальной цены поставщика. кр. — кредиты, покупаются за рубли.
Длинный запрос. Поставщик считает его по второй цене: как только на вход уходит больше 272 000 токенов, дороже становится весь запрос целиком — и вход, и выход.
| Токены | Наша цена | Скидка | Официальная |
|---|---|---|---|
| Вход | 1800 кр. · $9900 ₽ | −10% | $10 |
| Выход | 8100 кр. · $40.54050 ₽ | −10% | $45 |
Вызов через API
Адрес один, и ответ приходит на этот же запрос: задачу ставить и опрашивать не нужно — этим текст и
отличается от картинок. Ключ передаётся заголовком
Authorization: Bearer sk-… и выпускается
в кабинете. На один ключ шлюз пропускает
60 запросов в минуту.
Счёт идёт по токенам из поля usage ответа: вход и выход по своим
ставкам. Кредиты списываются после ответа, по факту — заранее ничего не удерживается, поэтому
короткий вопрос стоит ровно столько, сколько стоит, и не занимает баланс под будущий ответ.
Сколько списано, приходит в самом ответе полем credits_consumed.
Перед вызовом проверяется одно: на балансе есть деньги. Запрос, не дошедший до ответа, не
тарифицируется вовсе.
Поля запроса
Все три лежат в корне тела запроса — вложенного input у текста нет.
Остальные поля формата OpenAI — temperature,
top_p, stop,
seed, response_format,
reasoning_effort и прочие — шлюз передаёт поставщику, проверив
значение: temperature от 0 до 2 (у Claude до 1),
top_p от 0 до 1, штрафы от −2 до 2,
reasoning_effort — minimal, low, medium или high, стоп-слов не
больше четырёх. Негодное значение возвращается отказом 400 с именем поля и не стоит ничего:
поставщик на такое отвечает своей пятисоткой, из которой не видно, что дело в значении. Набор у каждого
семейства свой, потому что форматы вызова разные: что именно принимает выбранная модель, названо
на её странице.
stream работает: ответ приходит событиями, как это принято у Chat
Completions, и заканчивается строкой data: [DONE]. У поставщика ответ
при этом запрашивается целиком — иначе неоткуда взять объём токенов, по которому считается цена
вызова, — поэтому весь текст приходит одним событием, а не словом за словом. Расход и объём
стоят на последнем событии, рядом с признаком конца.
tools передаётся всем моделям каталога.
n и
best_of не передаются: несколько вариантов ответа умножают расход, а
перед вызовом проверено, что денег хватает на один.
| Поле | Тип | Обяз. | Допустимые значения |
|---|---|---|---|
| model | текст | обязательное | gpt/5-6-luna либо другое имя из каталога текстовых моделей |
| messages | массив | обязательное |
Непустой список сообщений с ролями system,
user, assistant. Пустой список
или не массив — отказ 400
|
| max_tokens | целое | опц. |
От 1 до 128000; вне границ — отказ 400.
Синоним — max_completion_tokens
· без него шлюз подставит 1024
|
Вызов
Запрос показан целиком, с именем этой модели: подставить остаётся только свой ключ. Ответ приходит сразу — задачу ставить и опрашивать не нужно.
curl https://api.gen202.com/v1/chat/completions \
-H "Authorization: Bearer sk-ваш-ключ" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt/5-6-luna",
"messages": [{"role": "user", "content": "Привет"}],
"max_tokens": 200
}'from openai import OpenAI
client = OpenAI(api_key="sk-ваш-ключ", base_url="https://api.gen202.com/v1")
answer = client.chat.completions.create(
model="gpt/5-6-luna",
messages=[{"role": "user", "content": "Привет"}],
max_tokens=200,
)
print(answer.choices[0].message.content)
print(answer.usage) # по нему выставлен счётВызов
Запрос показан целиком, с именем этой модели: подставить остаётся только свой ключ. Ответ приходит сразу — задачу ставить и опрашивать не нужно.
curl https://api.gen202.com/v1/chat/completions \
-H "Authorization: Bearer sk-ваш-ключ" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt/5-6-terra",
"messages": [{"role": "user", "content": "Привет"}],
"max_tokens": 200
}'from openai import OpenAI
client = OpenAI(api_key="sk-ваш-ключ", base_url="https://api.gen202.com/v1")
answer = client.chat.completions.create(
model="gpt/5-6-terra",
messages=[{"role": "user", "content": "Привет"}],
max_tokens=200,
)
print(answer.choices[0].message.content)
print(answer.usage) # по нему выставлен счётВызов
Запрос показан целиком, с именем этой модели: подставить остаётся только свой ключ. Ответ приходит сразу — задачу ставить и опрашивать не нужно.
curl https://api.gen202.com/v1/chat/completions \
-H "Authorization: Bearer sk-ваш-ключ" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt/5-6-sol",
"messages": [{"role": "user", "content": "Привет"}],
"max_tokens": 200
}'from openai import OpenAI
client = OpenAI(api_key="sk-ваш-ключ", base_url="https://api.gen202.com/v1")
answer = client.chat.completions.create(
model="gpt/5-6-sol",
messages=[{"role": "user", "content": "Привет"}],
max_tokens=200,
)
print(answer.choices[0].message.content)
print(answer.usage) # по нему выставлен счётОтвет
Форма ответа — OpenAI Chat Completions. Многоточия стоят там, где значение зависит от самого запроса: текст ответа и три числа расхода. Выдумывать их вместо примера нельзя — счёт выставляется по этим самым числам.
{
"choices": [
{
"index": 0,
"message": { "role": "assistant", "content": "…" },
"finish_reason": "stop"
}
],
"usage": { "prompt_tokens": …, "completion_tokens": …, "total_tokens": … }
}
Текст лежит в choices[0].message.content, причина остановки — в
finish_reason (stop или
length). По usage выставляется счёт, так
что сверить списание можно прямо из ответа. Служебных полей ответа OpenAI
(id, created,
object) шлюз не добавляет.
Отказы
Тело отказа — объект error, как у OpenAI:
{"error":{"message":…,"type":…,"code":…,"param":null}}. Ни один из этих отказов не тарифицируется:
деньги списываются только после ответа модели, и возвращать после отказа нечего.
| Код | code | Когда |
|---|---|---|
| 400 | model_not_found | Имени из поля model нет среди текстовых моделей. В сообщении перечислено, что принимается. |
| 400 | invalid_messages | Поле messages не передано, пустое или не массив. |
| 400 | invalid_max_tokens | Поле max_tokens не целое число либо вне границ от 1 до 128000. |
| 400 | invalid_setting | Настройка запроса с негодным значением: temperature вне границ от 0 до 2 (у Claude до 1), top_p вне границ от 0 до 1, штраф вне границ от −2 до 2, reasoning_effort не из списка minimal, low, medium, high, пустое стоп-слово или больше четырёх стоп-слов. В сообщении назван сам параметр. |
| 400 | key_required | Названный заголовком учёта ключ не принадлежит аккаунту или отключён. При вызове по ключу Bearer такого отказа не бывает. |
| 400 | — | Тело запроса не разобралось как JSON. Проверьте, что отправляете правильно составленный объект. |
| 401 | invalid_api_key | Ключа нет в заголовке Authorization, либо он неверный или отключён. |
| 402 | insufficient_credits | На балансе не осталось свободных кредитов. Перед вызовом шлюз проверяет только это — сумма списывается после ответа, по факту. |
| 413 | — | Тело запроса больше предела в 512 КиБ. |
| 415 | — | Не тот тип содержимого. Заголовок Content-Type должен быть application/json. |
| 429 | — | Больше 60 запросов в минуту на один ключ. |
| 502 | upstream_error | Поставщик не ответил или ответил ошибкой. Запрос не тарифицируется: списывать нечего, ответа не было. |
| 503 | service_overloaded | Поставщик перегружен или отбил запрос по своему лимиту. Запрос не тарифицируется, повторить можно через несколько секунд — срок назван в заголовке Retry-After. |
| 503 | upstream_error | Модель временно недоступна у поставщика. Запрос не тарифицируется. |
Что OpenAI говорит про GPT-5.6
GPT-5.6 предложена под самую трудную профессиональную работу, и областей названо сразу четыре: код, работа со знаниями, кибербезопасность и наука.
Отдельно названо оформление интерфейсов: получив одно общее указание вместо подробного задания, модель собирает опрятный, удобный и работающий экран.
Названа и обычная канцелярская работа: у GPT-5.6 Sol презентации, документы и таблицы стали аккуратнее и точнее.
На вход идут текст и картинки, а ответ приходит только текстом.
Дата выхода GPT 5.6 — 9 июля 2026 года. В тот же день OpenAI открыла её в ChatGPT, в Codex и в своём API.
В разговоре её называют просто чат GPT 5.6, а в каталоге OpenAI она стоит под именем GPT-5.6. Модель за обоими написаниями одна.
Чем отличаются GPT 5.6 Sol, Terra и Luna
Все три модели GPT 5.6 — уровни одного поколения, и разница между ними зависит от задачи. На рутинной работе с кодом она почти исчезает.
GPT 5.6 Sol соответствует модели без приставки в прошлых поколениях GPT-5, GPT 5.6 Terra — уровню mini, GPT 5.6 Luna — уровню nano.
На задачах из настоящих репозиториев три уровня укладываются в два пункта: 64,6 процента решённых задач у Sol, 63,4 у Terra и 62,7 у Luna.
На трудной математике картина другая: 83 процента у Sol, 68,3 у Terra и 58,5 у Luna. Там, где правило приходится угадывать, Sol набирает 7,78 процента, а Luna — 0,18.
GPT-5.6 Terra назван моделью, сравнимой с прошлой флагманской GPT-5.5, и числа подтверждают это неровно: на длительных профессиональных задачах он выше — 50,4 процента против 46,9, — а на научных вопросах ниже, 92,9 против 93,6.
Сравнение уровней GPT 5.6 на своей задаче — в песочнице выше: запрос там уходит на выбранный уровень целиком.
Характеристики GPT 5.6: что у трёх уровней общее
GPT 5.6 — это три языковые модели OpenAI под одним номером поколения. Различаются они ценой и тем, насколько уверенно отвечают на трудной задаче.
Всё остальное у них совпадает до числа. Разное только имя, которое уходит в запрос, и цена за миллион токенов.
| Характеристика | Sol | Terra | Luna |
|---|---|---|---|
| Имя для поля model | gpt/5-6-sol | gpt/5-6-terra | gpt/5-6-luna |
| Окно контекста | 1 050 000 токенов | 1 050 000 токенов | 1 050 000 токенов |
| Предел одного ответа | 128 000 токенов | 128 000 токенов | 128 000 токенов |
| Что берёт на вход | текст и картинки | текст и картинки | текст и картинки |
| Чем отвечает | текстом | текстом | текстом |
Цена у каждого уровня своя, и она разобрана в таблице цен выше по этой же странице.
Как выбрать уровень GPT 5.6 под свою задачу
Уровень выбирают не по описанию, а прогнав свою настоящую задачу. Как это сделать — по шагам ниже.
- Возьмите свою задачу. Не пример из документации, а тот запрос, который пойдёт в работу. На простом вопросе три уровня отвечают одинаково, и выбирать будет не из чего.
- Начните с младшего. Прогоните запрос на уровне Luna: он самый дешёвый из трёх. На рутинной работе с кодом уровни и без того стоят почти вровень.
- Повторите тот же запрос. Отправьте одну и ту же формулировку несколько раз подряд. Ответ от попытки к попытке расходится, и по одной попытке выбирать нельзя.
- Проверьте длинный материал отдельно. Если в запрос уходит большой документ или архив переписки, прогоните его и на Sol. Именно на длине уровни расходятся сильнее всего.
- Сверьтесь с ценой. Цену уровня за миллион токенов показывает таблица выше. Сопоставьте её с тем, насколько ответы разошлись на вашей задаче.
Имя выбранного уровня подставляется в поле model. Как выглядит готовый запрос целиком, показано в разделе «Вызов через API».
Для чего OpenAI предлагает GPT-5.6
Первым названо превращение разрозненного материала в готовый документ: модель берёт содержимое рабочих переписок и файловых хранилищ — Slack, Notion, Microsoft 365, Google Drive — и собирает из него связный текст, которым можно поделиться.
В Microsoft 365 Copilot GPT-5.6 стала предпочтительной моделью.
Среди компаний, названных при выпуске, — Cursor, Notion, Shopify, Canva и Figma.
Длинный контекст GPT-5.6: окно одно, а результат разный
Все версии GPT 5.6 держат одно и то же окно — 1 050 000 токенов.
Находят они в нём по-разному. На тексте длиной от 256 до 512 тысяч токенов модель GPT 5.6 Sol даёт 91,5 процента, Terra — 89,6, Luna — 41,3.
Это то самое место, где младший уровень отстаёт больше чем вдвое, тогда как на задачах с кодом уровни стоят вровень.
На ещё большей длине, от 512 тысяч до миллиона токенов, оседают и старшие: 73,8 процента у Sol, 72,5 у Terra и те же 41,3 у Luna.
Сколько токенов уходит на ответ GPT 5.6
Перед ответом модель обдумывает задачу, и обдумывание тоже состоит из токенов. В самом ответе их не видно, а в счёт они попадают наравне с написанным текстом.
Отсюда следствие, заметное только по счёту: короткий ответ на трудную задачу может обойтись дороже длинного ответа на простую. Платят не за длину ответа, а за всю работу модели.
По той же причине один и тот же запрос, отправленный дважды, обходится по-разному. Сколько модель продумает, заранее не знает никто.
Длина одного ответа при этом ограничена: у всех трёх уровней предел — 128 000 токенов.
У цены есть и вторая ступень. Как только во вход уходит больше 272 000 токенов, по повышенной ставке считается весь запрос, а не одна его дальняя часть. Обе ставки стоят в таблице цен выше.
Что встречают в работе с GPT 5.6
Описание модели говорит, что она умеет. В работе всплывает другое — то, что заметно только на своей задаче и на нескольких попытках подряд.
- Один и тот же запрос, повторённый несколько раз, даёт разный результат: чаще всего верный, иногда с одной ошибкой.
- Расход токенов и время ответа на одной и той же задаче тоже гуляют от попытки к попытке.
- Свежий код на распространённых библиотеках выходит без замечаний, а на редкой библиотеке модель путает её же правила.
- Ошибка всплывает там, где условие сформулировано неточно или где у задачи много крайних случаев.
- На очень длинном материале младший уровень переходит с точных цитат на пересказ задолго до конца окна, а средний пропускает то, что лежит в дальней части запроса.
- Там, где результат видно глазами — экран, движение, оформление, — с первой попытки он выходит редко, и его доводят несколькими заходами.
Отсюда простое правило работы: сравнивать уровни между собой имеет смысл на нескольких попытках, а не на одной.
Что GPT-5.6 знает о мире
Дальше 16 февраля 2026 года знания поколения не идут.
Граница общая для уровней: Luna и Sol остановились на одной дате.
Ни одного события следующих месяцев модель не застала.
Что OpenAI называет слабым местом GPT-5.6
В кибербезопасности модель находит уязвимости и куски готовых нападений, но провести нападение на защищённую цель от начала до конца самостоятельно у неё не вышло.
GPT-5.6 Luna по сводному показателю уступает прошлой флагманской GPT-5.5 — 51,2 против 54,8, — и по показателю кодового агента тоже: 74,6 против 76,4.
Числа о скорости и о расходе получены расчётом на стороне разработчика, а не замером живой работы, и на своих задачах результат может заметно отличаться.
