OPENAI · ТРЕКЕР МОДЕЛИ
GPT-6 Luna
GPT-6 Luna — версия GPT-6 от OpenAI, ориентированная на недорогие программные агенты для медицинских административных задач. Модель взаимодействует с существующими интерфейсами (клики мышью и нажатия клавиш), была интегрирована в Agents API в конце сентября, доступна через API и в ChatGPT for Healthcare / ChatGPT for Clinicians, набрала 91,8% по бенчмарку HealthAdminBench. По данным OpenAI, стоимость выполнения одной задачи — около 8,5 цента; внедряется в США, включая использование у CVS Health.ТЕКУЩИЙ СНИМОК4/5 РАЗДЕЛОВ С ДАННЫМИ
Главные характеристики в одном месте.
Не установлено по доступным источникам.
ХРОНОЛОГИЯ РЕЛИЗОВ
Только опубликованные события с источниками.
Anthropic выпускает Claude Haiku 5.5 с крупными скидками и приростом в бенчмарках
Anthropic представила Claude Haiku 5.5 — более быстрый и дешёвый маломощный модел для массовых задач; по данным компании, модель в среднем на ~75% дешевле Haiku 4.5 и до 90% дешевле для запросов до 100 000 токенов. Также Anthropic снизила стоимость чтения кэша Sonnet 5.5 вдвое, ввела ежемесячные API‑кредитные пакеты для подписчиков, обновила SDK с бета‑поддержкой «computer use» и «browser use», и сообщает о значительном улучшении бенчмарков по сравнению с предшественником и сопоставимости с GPT‑6 Luna.
OpenAI запускает GPT‑6 с Intelligent UI в ChatGPT
GPT‑6 распространяется по всему миру внутри ChatGPT и включает «Intelligent UI», обеспечивающий более быстрые ответы, визуальные элементы и интерактивный опыт, который можно просматривать и использовать напрямую.
OpenAI возобновляет подписку Pro за $200, но вдвое уменьшает API‑кредиты на доллар
OpenAI открывает регистрацию на подписку Pro за $200/месяц для новых пользователей, одновременно сокращая количество API‑кредитов на доллар вдвое; прежний лимит в 5 часов для подписчиков отменён. Сотрудник Тибо Соттьё сослалcя на недавние релизы GPT‑6 Sol и GPT‑6 Luna, которые, как утверждается, вышли с вдвое меньшей ценой API, и представил изменения как переход к модели оплаты за использование.
ПРОВЕРЯЕМЫЕ ФАКТЫ
Каждое значение привязано к источнику и дате.
Анонсирована/выпущена 22 сентября 2026 года.
Описывается как подходящая для канцелярских, массовых задач с чёткой целью — например, резюмирование документов, извлечение информации и быстрые ответы на вопросы.
Позиционируется как решение, делающие повторяющиеся целевые задачи практичными при большом объёме, где небольшие различия в задержке и стоимости накапливаются по запросам.
Функции доступны через Agents API, а также в ChatGPT for Healthcare и ChatGPT for Clinicians.
Сообщается, что компании в США, включая CVS Health, используют агентов для обработки направлений и консультаций у специалистов в разных системах.
В API указана под именем gpt-6-luna.
Около $0,085 (8,5 цента) за задачу; сообщается как на 98% дешевле, чем GPT-6 Astra.
Сообщается, что цена за токен примерно вдвое ниже, чем у моделей GPT-5.6 Sol и Luna (сообщается об ≈50% снижении).
Ориентирована на высокообъёмные, хорошо определённые и повторяемые задачи — в качестве примеров приводятся суммаризация документов, извлечение информации и ответы на короткие вопросы. Публикации описывают Luna как модель, делающую целевые повторяемые задачи практичными при больших объёмах, где важны малые различия в задержке и стоимости.
Работает с программами клиник и страховыми порталами, взаимодействуя с существующими пользовательскими интерфейсами с помощью кликов мышью и нажатий клавиш.
В одном материале указано, что Luna «улучшилась по сравнению с предшественницей на 5,4 процентных пункта, при этом стоя на 58% дешевле» на упомянутых в статье оценках; в выдержке не назван конкретный бенчмарк.
Сообщается, что Decisions API построен на GPT-6 Luna для быстрых одиночных решений и задач классификации (т. е. Luna используется как модель для этого API).
Некоторые публикации характеризуют Sol и Luna как в целом сопоставимые по производительности с предшественниками при существенном снижении цен (используются формулировки вроде «едва сдвигают показатели производительности»), что указывает на то, что основное изменение в этих выпусках — экономическая эффективность, а не значительный рост возможностей.
Агенты для управления компьютером (включая Luna) были интегрированы в Agents API в конце сентября, что позволяет им работать с существующими интерфейсами так же, как человек.
GPT‑6 может выдавать ответы в процессе «обдумывания» (потоковая генерация), что, по утверждению OpenAI, сокращает время ожидания на 44% в некоторых случаях.
В внутренних тестах с использованием потокового метода GPT‑6 показал более высокие результаты по сложным веб‑поискам по сравнению с предшественником GPT‑5.6.
Принимает текстовые и изображенческие входы.
Разработана, чтобы делать практичными сфокусированные, повторяющиеся задачи при высоких объёмах.
Поддерживает использование клиентских инструментов и кеширование подсказок.
Принимает настраиваемые уровни усилий рассуждения: none, low, medium, high, xhigh и max.
Google заявляет, что данные клиентов, переданные моделям OpenAI (включая GPT-6 Luna) через Google Cloud, не будут использоваться для обучения.
OpenAI позиционирует GPT-6 Luna как быстрый и экономичный вариант для повседневного использования.
В оценке MultiLangBench (при максимальных усилиях рассуждения) GPT-6 Luna набрала 40,3 процента.
В стороннем сравнении, опубликованном Inception, сообщается, что GPT-6 Luna генерирует примерно 130 токенов в секунду на GPU Nvidia (внутреннее сравнение пропускной способности Inception).
Во внутренних бенчмарках Inception их модель Mercury 3 опередила GPT-6 Luna в 8 из 12 тестов и превзошла GPT-6 Luna на IFBench на 15 пунктов согласно сравнению компании.
В экспериментах с участием GPT-6 Luna взаимодействия внутри одной модели в среднем склонялись к сокращению разрыва во мнениях, тогда как взаимодействия между моделями склонялись к его увеличению; влияние в разговоре зависело от участвующих моделей.
Общая инструкция убеждать не приводила к надежному увеличению влияния модели в экспериментах дебатов LLM-LLM с участием GPT-6 Luna.
Набрал 31 балл в индексе Coding Agent v2.0 (сообщённое значение: 31).
В диетологически одобренной недельной оценке планирования локально размещённый планировщик 14B допустил меньше нарушений правил, чем его модель‑учитель GPT-6 Luna, что указывает на более высокое число нарушений правил у GPT-6 Luna в этой оценке.
GPT-6 Luna была оценена по StateBench — бенчмарку для отслеживания состояния в длинных контекстах.
В оценке по StateBench отмечено, что GPT-6 Luna «даёт сбой на более сложных формах отслеживания состояния по мере увеличения длины входа».
В тестах надежно выполняла медицинские административные задачи, например перенос данных между электронными медицинскими картами и внешними веб-порталами.
Набрала 91,8% по бенчмарку HealthAdminBench; во время теста работала на максимальном уровне рассуждения.
Создана для низкой цены API (по словам OpenAI, более экономичный вариант агента по сравнению с Astra).
ЧТО ИЗМЕНИЛОСЬ