GPT-6 Sol și Luna: ce model pui pe ce sarcină, acum că prețurile au scăzut la jumătate

Pe 7 aprilie 1964, IBM a anunțat System/360. Noutatea nu era un calculator mai rapid, ci o familie de calculatoare: modele mici, mijlocii și mari, care rulau aceleași programe. O firmă putea cumpăra modelul pe care și-l permitea atunci și putea trece pe unul mai mare mai târziu fără să-și rescrie software-ul. Întrebarea cumpărătorului s-a mutat de la „care e cel mai puternic calculator” la „ce mărime îmi trebuie pentru ce am de lucrat”.

Anunțul OpenAI din 22 septembrie 2026 se citește în aceeași cheie. La mai puțin de trei săptămâni după GPT-6 Astra, compania a lansat GPT-6 Sol și GPT-6 Luna, antrenate cu metode similare, dar mai rapide și mai ieftine. Prețurile API sunt la jumătate față de modelele pe care le înlocuiesc: Sol costă 2 dolari per milion de tokens de intrare, Luna 10 cenți. În aceeași zi, Anthropic a lansat Claude Opus 5.5, tot mai ieftin decât predecesorul. Direcția e aceeași la ambii furnizori: capabilitățile modelelor de vârf coboară în trepte mai ieftine.

Pentru o firmă, schimbarea practică nu e un model nou de încercat, ci o decizie de luat la fiecare sarcină: ce mărime de model îi trebuie. Mai jos: ce s-a lansat, ce face fiecare model după datele OpenAI, unde apare în ChatGPT (cu o precizare care se pierde ușor), cât costă o sarcină reală pe fiecare treaptă și cum alegi.

Ce s-a lansat, pe scurt

Ce face fiecare, după cifrele publicate

OpenAI prezintă noile modele pe patru zone: muncă profesională, corectitudinea faptelor, programare și utilizarea calculatorului. Selecția relevantă pentru o firmă, așa cum o publică OpenAI:

Pentru dezvoltatori, anunțul mai are o parte practică: cache-ul. Instrucțiunile și contextul pe care o aplicație le trimite la fiecare apel se refolosesc acum mai des, iar citirea lor din cache costă cu 90% mai puțin. Schimbarea nivelului de efort sau a uneltelor disponibile în mijlocul unei conversații nu mai strică cache-ul, iar un panou nou arată cât din intrare e reutilizat. GitHub raportează că îmbunătățirile din ultimele luni au redus cu peste 50% partea din prompt care trebuie procesată din nou.

Cât costă o sarcină reală, pe fiecare treaptă

Prețurile per milion de tokens spun puțin până nu le pui pe o sarcină. Un calcul propriu, cu ipoteze declarate: o firmă primește 1.000 de emailuri pe lună, iar modelul clasifică fiecare mesaj și scrie o ciornă de răspuns. Presupunem 2.000 de tokens la intrare (emailul, istoricul și regulile firmei) și 300 la ieșire pentru fiecare email.

Între treapta de jos și cea de sus e o diferență de o sută de ori. La un volum mic, nu contează: 35 de dolari pe lună nu schimbă bugetul nimănui. Contează în două situații. Prima: când volumul crește — zeci de mii de documente, un chatbot public, un flux care rulează toată ziua. A doua: când sarcina e ușoară, de felul clasificării, extragerii de date sau rezumatelor scurte, unde modelul mare nu aduce nimic în plus. Invers, pe o analiză în care o greșeală costă, economia de câțiva dolari nu contează.

Cum alegi modelul, pe scurt

Regula practică: pornești cu treapta cea mai ieftină care trece testul tău de calitate, nu cu cea mai scumpă pe care ți-o permiți. Testul se scrie înainte: 20 de exemple reale, cu rezultatul corect știut dinainte, rulate pe fiecare treaptă candidată. Dacă Luna trece pe clasificarea emailurilor, modelul mare nu mai are ce căuta acolo.

Ce înseamnă pentru o firmă din România

Anunțul nu conține restricții geografice. Dacă echipa ta are ChatGPT Plus, Business sau Enterprise, modelele noi sunt în ChatGPT Work și în Codex, lansate treptat din 22 septembrie, dar nu și în Chat. Prin API, proiectele care nu se justificau la prețurile vechi merită recalculate: triajul emailurilor, extragerea de date din documente sau un asistent intern cu instrucțiuni lungi, unde cache-ul ieftin schimbă costul de bază.

Ce nu se schimbă: obligațiile de transparență din articolul 50 al AI Act, aplicabile de la 2 august 2026, rămân ale firmei care pune modelul în fața clienților, oricare ar fi treapta sau furnizorul. Un model mai ieftin nu mută răspunderea.

Ce faci concret, în ordinea asta

1. Dacă folosești ChatGPT în echipă, verifică unde apar modelele noi: în Work și în Codex da, în Chat încă nu.
2. Fă lista sarcinilor pe care le dai azi unui model mare și marchează-le pe cele simple și repetitive. Ele sunt candidate pentru Luna sau Haiku.
3. Pentru fiecare sarcină candidată, strânge 20 de exemple reale cu răspunsul corect și rulează-le pe treapta ieftină. Dacă trece, ai redus costul fără să pierzi calitate.
4. Dacă ai integrări prin API, măsoară cache-ul: instrucțiunile lungi repetate la fiecare apel se plătesc acum cu 90% mai puțin.
5. Păstrează modelul mare pentru ce contează: analizele cu miză, sarcinile lungi, lucrul în aplicații.
6. Nu te lega de un singur furnizor. Prețurile și clasamentele se schimbă de la o lună la alta; în septembrie s-au schimbat de două ori în aceeași zi.

Concluzie

GPT-6 Sol și Luna nu sunt cele mai capabile modele ale OpenAI; Astra rămâne în vârf. Sunt, în schimb, cele care aduc aceeași generație la prețuri de rutină, iar asta contează pentru cele mai multe sarcini dintr-o firmă.

Valoarea lui System/360 nu a stat în modelul cel mai mare, ci în faptul că fiecare client își putea alege mărimea și o putea schimba fără să o ia de la capăt. Cu Sol, Luna și Opus 5.5 lansate în aceeași zi, alegerea mărimii devine o decizie de fiecare zi. Firma care o ia sarcină cu sarcină plătește de zeci de ori mai puțin pentru același rezultat.