GPT-5.6 Luna, Terra и Sol: как выбрать модель под задачу
Выбор в линейке GPT-5.6 сводится к одному вопросу: сколько стоит ошибка на вашем шаге. Если шаг короткий, повторяется тысячи раз и проверяется кодом, берите Luna. Нужно рассуждать, но не на пределе: Terra. Sol оставьте для случаев, где Terra не проходит вашу собственную выборку. По лестнице мы бы шли снизу вверх, а не сверху вниз.
Коротко
Luna годится для разметки, извлечения полей и разбора логов: ответ короткий, правило задано заранее.
Terra закрывает середину конвейера: сводки, объяснения, код средней сложности.
Sol нужен там, где Terra не проходит проверку, и в агентных цепочках с инструментами.
Сравнивайте цену прошедшего ответа, а не цену за миллион токенов.
Чем Luna, Terra и Sol отличаются по каталогу?
Каталог Relay описывает уровни так. Luna: быстрая и экономичная модель для частых запросов с малой задержкой, то есть чат, классификация, лёгкая помощь с кодом. Terra стоит между Luna и Sol и рассчитана на рассуждения и код общего назначения. Sol старшая модель линейки: сложные рассуждения, программирование, агентные сценарии.
Технические параметры у всех трёх одинаковые (по каталогу на 14 октября 2026 года). Окно контекста 1 050 000 токенов, ответ до 128 000. На вход идут текст, изображения и файлы. В карточках отмечены инструменты, ответ по заданной схеме и рассуждение. Протоколы: Chat Completions и Responses. Через Anthropic Messages эти модели не вызываются, для /v1/messages берите модели Claude.
Выбирать по флагам возможностей не из чего: у всех трёх они совпадают. Остаются качество и цена. Цена растёт от Luna к Terra и от Terra к Sol, а числа лучше смотреть на карточках: они меняются отдельно от названий.
Какую задачу отдать какой модели?
Таблица ниже - стартовая гипотеза, а не результат замера. Каталог не публикует сравнений качества этих трёх моделей, так что «Terra лучше Luna на сводках» мы можем предположить, но не утверждать. Проверить это можно самому, способ описан в статье про сравнение моделей на своих данных.
| Задача | С какой модели начать | Главный риск |
|---|---|---|
| Разметка обращений по заранее заданному списку категорий | Luna | Двусмысленные обращения: модель угадывает вместо того, чтобы выбрать «прочее» |
| Извлечение полей из письма в JSON | Luna | Пропущенные поля и выдуманные значения |
| Разбор строк логов в единый формат | Luna | Многострочные трассировки и нестандартные строки |
| Сводка длинной переписки | Terra | Потеря важного пункта из середины |
| Ответ клиенту в два-три предложения | Terra | Верный тон при неточной формулировке |
| Сведение нескольких источников в таблицу расхождений | Terra, затем Sol | Пропущенное расхождение |
| Правка кода по описанию, разбор падающего теста | Terra, при провале Sol | Код выглядит правдоподобно, но тест не проходит |
| Агент, который вызывает инструменты | Sol | Зацикливание и лишние вызовы |
Критерий для строки один: насколько ответ проверяется без человека. Метка не из списка, JSON не разбирается, поле пустое: форму ловит код. Верность содержания код ловит хуже. Поэтому там, где ошибка стоит дорого и проверить её можно только глазами, дешёвая ступень экономит на входе и тратит время инженера на выходе.
Как собрать конвейер, чтобы не переплачивать?
Дорогую модель вызывайте только там, где дешёвая выдала негодный ответ. Негоден он или нет, решает не модель, а код: он проверяет форму ответа и отправляет задачу на следующую ступень.
import os
from openai import OpenAI
client = OpenAI(base_url="https://relay-llm.ru/v1", api_key=os.environ["RELAY_API_KEY"])
LABELS = {"bug", "question", "feature"}
CHAIN = ["gpt-5.6-luna", "gpt-5.6-terra", "gpt-5.6-sol"]
SYSTEM = "Отнеси обращение к одной категории: bug, question или feature. Ответь одним словом."
def classify(text):
for model in CHAIN:
reply = client.chat.completions.create(
model=model,
messages=[{"role": "system", "content": SYSTEM}, {"role": "user", "content": text}],
)
label = (reply.choices[0].message.content or "").strip().lower()
if label in LABELS:
return label, model
return None, CHAIN[-1]Функция возвращает метку и модель, которая её дала. Второе значение пишите в лог. Элемент, ушедший на вторую ступень, платит дважды: за неудачную попытку и за повтор. Если на Luna проходит основная масса обращений, конвейер выгоден. Если почти всё уходит выше, нижнюю ступень уберите и начните сразу с Terra.
У такой проверки есть предел. Она ловит срывы формата: метку не из списка, битый JSON, пустое поле. Уверенную ошибку в правильной форме она не видит, Luna может уверенно назвать bug вместо feature. Точность на потоке измеряют заранее, на размеченной выборке, и периодически перепроверяют на части живых ответов. Если цена такой ошибки высока, добавьте проверку по существу: второй независимый ответ или правило поверх метки.
Есть и обратная схема. Старшая модель один раз разбирает несколько десятков реальных обращений и пишет инструкцию с примерами, дальше эта инструкция идёт в промпт Luna. Правило остаётся у вас в репозитории, его можно прочитать и поправить, а не искать в поведении модели.
Как понять, что ступень окупилась?
Считайте не цену запроса, а цену прошедшего ответа: стоимость всего прогона, делённая на число ответов, которые прошли вашу проверку. Пусть Luna проходит долю p при цене ответа a, а Terra долю q при цене b. Terra выгоднее, пока b/q меньше, чем a/p. Модель с красивой ценой за токен проигрывает, если половина её ответов уходит в корзину.
Данные для формулы лежат в двух местах. Число прошедших ответов даёт ваш собственный лог: тексты запросов и ответов Relay не хранит. Расход видно в журнале запросов, там указаны модель, токены, стоимость и статус каждого вызова. Возьмите стоимость за период прогона оттуда, число прошедших отсюда, разделите одно на другое, и таблица для решения готова.
Стоит ли переходить на GPT-6 и GPT-6.1?
В каталоге на 14 октября 2026 года рядом с GPT-5.6 лежат gpt-6-luna, gpt-6-sol, gpt-6-astra и gpt-6.1-sol. Протоколы те же, Chat Completions и Responses. Окно у gpt-6-astra 272 000 токенов, у остальных трёх 1 050 000. В описании этих карточек только размер окна контекста, уровней там нет, поэтому сказать, кто из них сильнее GPT-5.6 Sol, каталог не позволяет.
Цена видна. В карточке gpt-6.1-sol она заметно выше, чем у gpt-5.6-sol: сравните их рядом.
Наша позиция простая: новое имя не повод менять рабочий конвейер. Прогоните тот же набор примеров на старой и новой модели и сравните два числа, долю прошедших ответов и цену одного прошедшего. Если доля выросла на пару примеров, а цена выросла в разы, выигрыш съеден. Где прирост качества окупает цену, переходите на этом шаге, а не во всём проекте сразу.
Частые вопросы
Можно ли вызвать GPT-5.6 по протоколу Anthropic Messages?
Нет. В каталоге у этих моделей отмечены Chat Completions и Responses. Проверьте поле protocols в ответе GET https://relay-llm.ru/api/public/models. Для Messages и Claude Code берите модели Claude, а для GPT используйте OpenAI SDK с адресом https://relay-llm.ru/v1.
Нужно ли переписывать промпт при переходе с Claude на Luna?
Начните с прогона без правок и посмотрите на ошибки. Модели разных семейств по-разному реагируют на одну инструкцию: меняются длина ответа, формат, склонность добавлять пояснения. Если ошибки одного вида, правьте промпт под эту ошибку и снова гоняйте весь набор целиком.
Где смотреть актуальную цену?
На карточках моделей в каталоге: там видны ставки входа, выхода и кэша. Это цены без персональной скидки, цены вашего аккаунта показывает раздел «Цены» в кабинете. В статье чисел нет намеренно: они меняются отдельно от названий моделей.
Что будет, если модель исчезнет из каталога?
Запрос с её идентификатором вернёт 404 с кодом model_not_found. Подмены на другую модель Relay не делает. Держите идентификаторы в одной переменной окружения и проверяйте их при деплое, как описано в чеклисте по отключённым моделям.
Если задача кодовая, порядок проверки описан в статье о том, как выбрать модель для кода, а выбор внутри семейства Claude разобран в материале про модели Claude под задачу. Формат запроса описан в документации Chat Completions.