GPT-6 explicat: Astra, Sol și Luna, prețuri și ce model alegi

Pe 7 octombrie 2026, OpenAI a adus GPT-6 în ChatGPT pentru abonații plătitori, iar a doua zi pentru utilizatorii Free și Go. Odată cu el a apărut Intelligent UI, un mod de răspuns care combină text, grafice și elemente interactive. Pentru cei mai mulți oameni, asta a fost lansarea GPT-6. Pentru cine construiește produse pe API, povestea începuse cu cinci săptămâni mai devreme: GPT-6 Astra e disponibil din 3 septembrie, iar la jumătatea lui octombrie familia ajunsese la patru modele, cu prețuri care diferă de până la o sută de ori între ele.

Dacă ai un chatbot pe documentele firmei, un sistem RAG sau un agent construit pe API-ul OpenAI, întrebarea practică nu e cât de inteligent e GPT-6. E ce model alegi, cât te costă o cerere și ce se strică în cod când schimbi parametrul model. Mai jos găsești răspunsurile, cu cifrele din documentația oficială și un calcul de cost pe un caz concret.

Ce este GPT-6: patru modele în câteva săptămâni

GPT-6 e numele unei familii, nu al unui singur model. OpenAI a lansat-o pe bucăți, iar ordinea contează: explică de ce unele ghiduri publicate în septembrie recomandă un model care între timp a fost înlocuit.

Cronologia lansărilor

Potrivit changelog-ului API și anunțurilor oficiale:

• 3 septembrie: GPT-6 Astra, modelul de vârf. Lansarea a început cu un grup restrâns de organizații și s-a extins în zilele următoare la abonații ChatGPT plătitori, la API, la Microsoft Azure și la AWS Bedrock.
• 22 septembrie: GPT-6 Sol și GPT-6 Luna, variantele mai ieftine, în API, în Codex și în ChatGPT Work. În aceeași zi, Microsoft le-a adăugat lângă Astra în Foundry, inclusiv cu procesare în EU Data Zone.
• 29 septembrie: la DevDay, GPT-6.1 Sol, un upgrade al lui Sol la același preț de listă pentru input și output.
• 7 și 8 octombrie: GPT-6 ajunge în modul Chat din ChatGPT, întâi pentru planurile plătite, apoi pentru Free și Go.
• 22 octombrie: Decisions API, un endpoint construit pe Luna pentru clasificare și rutare, devine disponibil general.

Cum se împart rolurile

Ghidul OpenAI pentru GPT-6 recomandă trei modele și îl menționează pe al patrulea doar în contextul migrării:

• GPT-6 Astra (gpt-6-astra): modelul cu cea mai mare inteligență, pentru raționament dificil, cod și muncă profesională complexă.
• GPT-6.1 Sol (gpt-6.1-sol): echilibrul dintre viteză, cost și inteligență, cu performanță apropiată de Astra la un cost mai mic.
• GPT-6 Luna (gpt-6-luna): cel mai rapid și cel mai ieftin, pentru sarcini înguste și volume mari.
• GPT-6 Sol (gpt-6-sol): rămâne disponibil, dar ghidul îl tratează ca punct de plecare pentru trecerea la 6.1 Sol.

Paginile de model pentru Astra și Luna dau o fereastră de context de 1.050.000 de tokeni, din care maximum 922.000 la intrare, și până la 128.000 de tokeni la ieșire. The Batch raportează aceleași limite pentru 6.1 Sol. Cunoștințele modelelor se opresc la 30 aprilie 2026 pentru Astra și 6.1 Sol și la 18 mai 2026 pentru Luna.

Ce a primit ChatGPT pe 7 octombrie

Anunțul din 7 octombrie mută GPT-6 în modul Chat: GPT-6 Sol pentru Plus, Pro, Business și Enterprise, GPT-6 Luna pentru Free și Go. Noutatea vizibilă e Intelligent UI. În loc de un bloc de text, răspunsul poate conține grafice, butoane, formulare și unelte mici construite pe loc, de exemplu un calculator pentru împărțirea unei note de plată. Modelul poate începe să răspundă cât timp încă raționează și completează răspunsul pe parcurs. OpenAI mai spune că, la întrebările care cer căutare pe web, GPT-6 Instant începe să răspundă în medie cu 44% mai repede decât GPT-5.6 Instant.

Anunțul acoperă doar ChatGPT și nu spune nimic despre Intelligent UI în API. Pentru aplicațiile tale, efectul e indirect: utilizatorii se obișnuiesc cu răspunsuri interactive în ChatGPT și pot începe să compare cu ele asistentul din produsul tău.

Cât costă GPT-6 în API

Prețurile de mai jos sunt în dolari, per milion de tokeni, la procesarea standard. Sursele sunt paginile de model, anunțul 6.1 Sol și changelog-ul API.

Potrivit anunțului Sol și Luna, cele două costă cu 50% mai puțin decât echivalentele lor din GPT-5.6. Între Luna și Astra, diferența e de o sută de ori, atât la input, cât și la output. Alegerea modelului are un impact mai mare asupra facturii decât orice optimizare de prompt.

Suprataxa pentru context lung

Fereastra de un milion de tokeni vine cu o condiție pe care o ratezi ușor. Pentru prompturi de peste 272.000 de tokeni de intrare, prețul de input și de cache se dublează, iar cel de output crește de 1,5 ori. Regula se aplică întregii cereri, nu doar tokenilor de peste prag, și apare pe paginile de model pentru Astra și Luna.

Concret, pe Astra, un prompt de 300.000 de tokeni costă 6 $ doar la intrare, la fiecare întrebare. Ideea de a pune toată documentația în prompt și a renunța la retrieval devine scumpă repede. Cum construiești un buget de prompt cu plafoane clare găsești în ghidul despre fereastra de context la LLM.

Cache, Batch și efortul de raționament

Trei pârghii reduc factura fără să schimbi modelul:

• Cache-ul de prompt. Partea repetată a promptului, adică instrucțiunile de sistem, definițiile de unelte și exemplele, se taxează la 10% din prețul de input pe Astra și la 5% pe 6.1 Sol. Scrierea în cache costă însă mai mult decât un input obișnuit: de 1,25 ori prețul de input pentru cache-ul standard și de 2,5 ori pentru cache-ul de 12 ore, disponibil din 20 octombrie.
• Batch și Flex. Cererile care pot aștepta costă 50% din tariful standard. Evaluările rulate peste noapte, reindexările și procesarea de documente în masă sunt candidați evidenți.
• Efortul de raționament. Tokenii de raționament se facturează ca output și ocupă loc în fereastra de context, deși nu apar în răspuns. Un efort max setat din reflex pe toate cererile înmulțește tokenii facturați, chiar dacă răspunsul vizibil are aceeași lungime. Îi vezi în câmpul output_tokens_details.reasoning_tokens din usage.

Cât costă, concret, o întrebare RAG

Un exemplu ajută mai mult decât tabelul. Ia un asistent RAG pe documentele unei firme, cu 2.000 de tokeni de instrucțiuni fixe servite din cache, 6.000 de tokeni de context recuperat plus întrebarea, și 1.400 de tokeni la ieșire, din care 600 sunt răspunsul vizibil și 800 raționament. Cifrele sunt ipoteze de lucru, nu medii măsurate, iar costul primei scrieri în cache nu e inclus.

Ultimul rând arată de ce un context lung nu înseamnă automat renunțarea la retrieval. Aceeași întrebare costă de peste 46 de ori mai mult când trimiți toată documentația în loc de fragmentele relevante, iar calitatea răspunsului nu crește garantat. Pentru o defalcare completă, cu embeddings, baza vectorială și operarea lunară, vezi cât costă un sistem RAG.

Ce model GPT-6 alegi pentru RAG și agenți

Nu există un model bun pentru toate sarcinile. Există o potrivire între tipul de sarcină, costul unei erori și bugetul pe cerere.

GPT-6 Luna: clasificare, extragere și rutare

Luna e modelul pe care îl pui în fața traficului. Ghidul OpenAI de alegere a modelului îl recomandă pentru sarcini delimitate, triaj și automatizări frecvente. În practică, clasifici întrebarea, extragi câmpuri dintr-un document sau decizi dacă o cerere are nevoie de retrieval ori de un model mai mare.

Două detalii îl fac util la volum mare. Luna acceptă reasoning.effort cu valoarea none, deci poate răspunde fără pasul de raționament. Iar OpenAI l-a ales ca bază pentru Decisions API, endpoint-ul de clasificare și rutare care acceptă până la 400 de întrebări într-o singură cerere.

Are și o limită documentată chiar de OpenAI. Într-un test construit intenționat dificil, Luna nu a semnalat un instrument de căutare defect în 28,7% din cazuri, față de 2,1% la 6.1 Sol și 1,5% la Astra. Nu-l lăsa singur în fluxurile în care un tool eșuat trebuie raportat, nu ascuns sub un răspuns plauzibil.

GPT-6.1 Sol: alegerea implicită pentru producție

Pentru majoritatea asistenților RAG și a agenților, 6.1 Sol e punctul de plecare rezonabil. Pe pagina de lansare, OpenAI raportează că:

• proporția răspunsurilor cu o eroare factuală scade de la 11,4% la GPT-6 Sol la 7,7%, la efort de raționament redus;
• pe OSWorld 2.0 offline, un test de utilizare a calculatorului, ajunge la 2,1 puncte de Astra, la aproximativ o șeptime din costul per sarcină;
• pe AutomationBench, un test de fluxuri de business, crește cu 4,8 puncte față de GPT-6 Sol.

Un detaliu de migrare contează aici. Spre deosebire de GPT-6 Sol, 6.1 Sol nu acceptă efortul none sau minimal. Dacă vii de pe o configurație fără raționament, pornește de la low și măsoară latența până la primul token înainte să muți traficul.

GPT-6 Astra: sarcini lungi, computer use și analiză grea

Astra e modelul pe care îl justifici sarcină cu sarcină. Pe pagina de lansare, OpenAI raportează 72,6% pe OSWorld 2.0, față de 65,7% la GPT-5.6 Sol. Pe testul intern MRCR v2, care măsoară regăsirea informației în context foarte lung, între 512.000 și un milion de tokeni, Astra ajunge la 96,3%, față de 73,8%. Primul număr contează pentru agenții care folosesc browserul sau aplicații desktop, al doilea pentru analiza documentelor foarte lungi.

Computer use a ajuns în Agents API pe 29 septembrie, deci un agent care completează formulare sau navighează într-o aplicație fără API nu mai are nevoie de un framework separat. La 50 $ per milion de tokeni de output, Astra merită acolo unde o eroare costă mai mult decât apelul: analiza unui contract lung, un agent care execută pași greu de anulat, o analiză pe care altfel ar face-o un specialist în câteva ore. Pentru un răspuns de suport clienți, aproape sigur nu merită.

Rutarea: nu trebuie să alegi un singur model

Cel mai eficient tipar e combinația. Luna primește fiecare cerere și decide unde merge. Întrebările simple primesc răspuns direct de la Luna, cele obișnuite trec pe 6.1 Sol, iar Astra intră doar când un criteriu clar o cere: un document foarte lung, o sarcină cu mulți pași sau un prim răspuns cu încredere scăzută. Ghidul OpenAI spune același lucru în alte cuvinte: testezi pe aceleași intrări și păstrezi cea mai ușoară setare care trece pragul tău de calitate. Criteriile generale, independente de furnizor, sunt detaliate în ghidul despre cum alegi modelul de generare pentru un sistem RAG.

Pragul de calitate trebuie să fie al tău, nu al unui clasament. În indexul Artificial Analysis citat de The Batch, GPT-6.1 Sol are 52 de puncte și Astra 53, iar Claude Opus 5.5 și Claude Sonnet 5.5 sunt înaintea amândurora. Clasamentele se schimbă de la o lună la alta. Un set de test construit din întrebările reale ale utilizatorilor tăi, cu metricile din ghidul despre evaluarea unui sistem RAG, îți spune ce contează pentru produsul tău.

Ce se schimbă în cod când migrezi de la GPT-5.x

Schimbarea numelui de model nu e suficientă. Ghidul de migrare listează câteva diferențe care produc erori sau un comportament diferit.

Parametrii care nu mai funcționează

• temperature, top_p și top_logprobs trebuie eliminați când efortul de raționament nu e none. Pe Chat Completions elimini și logprobs.
• none și minimal nu sunt acceptate de Astra și 6.1 Sol. Le înlocuiești cu low și compari rezultatele pe sarcini reprezentative.
• Apelurile de unelte pe Astra și 6.1 Sol cer Responses API. Sol și Luna acceptă function calling pe Chat Completions doar cu efortul none.
• prompt_cache_retention, dacă vii de pe GPT-5.5 sau mai vechi, se înlocuiește cu prompt_cache_options.ttl, cu valoarea "30m".

Nu există grabă. Până pe 22 octombrie, changelog-ul nu anunță nicio dată de retragere pentru modelele GPT-5.6, iar lista de modele nu le marchează drept depreciate. Ai timp să migrezi controlat, cu teste.

Un apel minimal pe Responses API

1curl https://api.openai.com/v1/responses 
2  -H "Authorization: Bearer $OPENAI_API_KEY" 
3  -H "Content-Type: application/json" 
4  -d '{
5    "model": "gpt-6.1-sol",
6    "reasoning": { "effort": "low" },
7    "prompt_cache_options": { "ttl": "30m" },
8    "safety_identifier": "usr_7f3a9c",
9    "instructions": "Answer only from the provided context. Say so when the context is not enough.",
10    "input": "Context:n...nnÎntrebare: Care e termenul de livrare pentru comenzile B2B?"
11  }'

1curl https://api.openai.com/v1/responses 
2  -H "Authorization: Bearer $OPENAI_API_KEY" 
3  -H "Content-Type: application/json" 
4  -d '{
5    "model": "gpt-6.1-sol",
6    "reasoning": { "effort": "low" },
7    "prompt_cache_options": { "ttl": "30m" },
8    "safety_identifier": "usr_7f3a9c",
9    "instructions": "Answer only from the provided context. Say so when the context is not enough.",
10    "input": "Context:n...nnÎntrebare: Care e termenul de livrare pentru comenzile B2B?"
11  }'

safety_identifier e un identificator stabil al utilizatorului final, pe care OpenAI recomandă să-l trimiți la fiecare cerere în aplicațiile cu utilizatori finali. Folosește un hash sau un ID intern, nu emailul ori numele în clar. Instrucțiunile fixe stau în instructions, la începutul cererii, ca să rămână un prefix stabil pe care cache-ul îl poate refolosi.

Ce verifici după schimbare

1. Rulezi setul de evaluare pe vechiul și pe noul model, cu aceleași intrări.
2. Compari reasoning_tokens din usage, ca să vezi cât raționament plătești pe fiecare tip de cerere.
3. Urmărești cached_tokens și cache_write_tokens după primele ore de trafic. Dacă scrierile în cache sunt mai multe decât citirile, prefixul promptului nu e suficient de stabil.
4. Măsori latența până la primul token pe efortul ales, nu doar timpul total al răspunsului.

Securitate, monitorizare și date în UE

Trei aspecte nu apar în tabelele de prețuri, dar pot bloca un proiect în producție.

Protecțiile pentru cybersecurity

Pe pagina de lansare, OpenAI spune că Astra atinge pragul „Critical” pentru cybersecurity în Preparedness Framework, cadrul intern prin care compania evaluează riscurile modelelor. The Batch notează că 6.1 Sol are aceeași clasificare și aceleași protecții. Consecința practică: versiunea disponibilă public refuză sarcinile avansate, cum ar fi scrierea unui proof-of-concept pentru o vulnerabilitate. Ghidul de migrare descrie și filtre care rulează în timp real, pot opri generarea câteva secunde în mijlocul răspunsului și pot interveni ocazional pe muncă legitimă.

Pentru echipele de securitate, OpenAI are programul Daybreak, la care aplici și primești acces doar după aprobare. Refuzurile reduse pe Astra sunt rezervate nivelului Daybreak Red, disponibil organizațiilor aprobate. Dacă folosești un model ca să analizezi un advisory, cum a fost vulnerabilitatea Brotli din Node.js, explicația și pașii de remediere sunt în zona permisă, un exploit funcțional nu. Dacă produsul tău e o unealtă de securitate construită pe API, măsoară rata de refuz pe cazurile tale reale înainte să te angajezi pe acest model.

Monitorizarea agenților

Pe pagina Astra, OpenAI descrie un strat de monitorizare a comportamentului nealiniat. Dacă un agent pare să facă ceva neautorizat, în ChatGPT sau în Codex sarcina se poate opri și cere confirmare, iar în API sarcina se oprește. Același anunț recunoaște că raționamentul scris al lui Astra e mai greu de monitorizat decât al lui GPT-5.6 Sol și tratează problema ca prioritate de cercetare.

Pentru un agent în producție, asta înseamnă două lucruri. Codul tău trebuie să trateze o sarcină întreruptă ca pe un caz normal, cu stare salvată și reluare controlată, nu ca pe o eroare neprevăzută. Iar pașii greu de anulat, cum sunt plățile, emailurile trimise sau ștergerile, au nevoie de aprobare explicită, oricât de bine s-ar comporta modelul în teste. Arhitectura unui astfel de agent e descrisă în ce este un agent AI autonom, iar impactul asupra bugetului în cât costă un agent AI.

Unde ajung datele: EU Data Zone și Zero Data Retention

Pentru o firmă din UE, locul procesării contează la fel de mult ca prețul. Microsoft oferă Astra, Sol și Luna în Foundry cu implementare Standard în EU Data Zone, la un preț cu 20% mai mare decât implementarea globală. Per milion de tokeni, Astra costă acolo 12 $ la input și 60 $ la output, iar Sol 2,40 $ și 12 $. Anunțul Microsoft din 22 septembrie listează GPT-6 Sol, nu 6.1 Sol, deci verifică disponibilitatea versiunii noi în regiunea ta.

În API-ul OpenAI direct, pagina modelului Luna menționează procesare regională cu un adaos de 10%, acolo unde e disponibilă. Astra acceptă Zero Data Retention pentru clienții API eligibili. Niciuna dintre opțiuni nu te scutește de obligațiile GDPR: rămâi operator pentru datele utilizatorilor tăi, ai nevoie de un acord de prelucrare cu furnizorul și de o evaluare a fluxului de date. Ce înseamnă asta concret într-un sistem RAG găsești în ghidul despre RAG și GDPR.

Ce rămâne neclar

Câteva lucruri nu se pot verifica încă:

• Foaia de parcurs. Potrivit The Batch, care citează The Wall Street Journal, OpenAI a renunțat la lansarea GPT-6.1 Astra planificată pentru octombrie, după ce modelul a arătat mai multă înșelăciune decât GPT-6 Astra în testele interne. Nu se știe încă ce vine după Astra și când.
• Cifrele de performanță. Aproape toate rezultatele din acest articol vin din paginile de lansare ale OpenAI. Compania precizează că evaluările pot diferi ușor de comportamentul din producție, iar testele de factualitate și siguranță folosesc prompturi construite intenționat dificil.
• Retragerea modelelor vechi. Nu există încă date de retragere pentru GPT-5.6. Ai timp să migrezi, dar nu știi cât.

Întrebări frecvente

Ce este GPT-6?

GPT-6 e familia de modele OpenAI lansată între septembrie și octombrie 2026. Cuprinde GPT-6 Astra, cel mai capabil, GPT-6.1 Sol, varianta echilibrată, GPT-6 Sol, versiunea inițială înlocuită de 6.1, și GPT-6 Luna, cel mai ieftin. În ChatGPT, GPT-6 a devenit disponibil pe 7 octombrie pentru planurile plătite și pe 8 octombrie pentru Free și Go.

Cât costă GPT-6 în API?

Per milion de tokeni, Astra costă 10 $ la input și 50 $ la output, GPT-6.1 Sol 2 $ și 10 $, iar Luna 0,10 $ și 0,50 $. Inputul servit din cache e mult mai ieftin. Peste 272.000 de tokeni în prompt se aplică o suprataxă pe toată cererea.

Care e diferența dintre GPT-6 Astra, Sol și Luna?

Astra e pentru sarcini dificile și agenți care folosesc calculatorul. GPT-6.1 Sol e alegerea implicită pentru majoritatea aplicațiilor de producție. Luna e pentru clasificare, extragere și volume mari. Între Luna și Astra, diferența de preț e de o sută de ori.

Pot folosi GPT-6 gratuit?

În ChatGPT, da: din 8 octombrie, utilizatorii Free și Go primesc GPT-6 Luna. Pentru Astra ai nevoie de un abonament plătit. În API, orice model se plătește per token.

Trebuie să migrez acum de la GPT-5.6?

Nu e urgent, pentru că nu există o dată de retragere anunțată pentru GPT-5.6. Merită însă să testezi: Sol și Luna costă cu 50% mai puțin decât echivalentele GPT-5.6, iar migrarea cere schimbări de parametri, nu doar de nume de model.

GPT-6 înlocuiește RAG-ul?

Nu. Cunoștințele modelelor se opresc în aprilie sau mai 2026 și nu includ documentele tale interne. Fereastra de un milion de tokeni ajută, dar peste 272.000 de tokeni prețul crește pe toată cererea, iar în exemplul de mai sus o întrebare fără retrieval costă de 46 de ori mai mult. Pentru motivul de fond, vezi de ce un LLM are nevoie de context extern.

Următorul pas

Fă un inventar al apelurilor către OpenAI din aplicația ta: ce model, ce efort de raționament și câți tokeni pe cerere. Apoi rulează setul de evaluare pe Luna și pe 6.1 Sol înainte să iei în calcul Astra, și păstrează cea mai ieftină combinație care trece pragul de calitate. Pentru felul în care un sistem AI trece din prototip în producție cu costuri și securitate sub control, vezi hub-ul AI și RAG și categoria Costuri, securitate și deployment.