Между Luna за 0,1 доллара и Opus за 0,4 в линейке GPT есть два промежуточных тира: gpt-5.6-terra за 0,2 доллара и gpt-5.6-sol за 0,3. Оба закрывают задачи, где Luna уже не хватает, а флагман избыточен.
Terra: шаг вверх от Luna
Terra стоит вдвое дороже Luna, но и рассуждает заметно увереннее. Берите её, когда задача чуть сложнее чистой классификации: нужно объяснить решение в паре предложений, свести данные из нескольких источников, обработать неоднородный вход, где жёсткого шаблона не хватает. Это модель для середины пайплайна, где важна аккуратность, но не нужна многошаговая логика.
Sol: верхний GPT-тир
Sol стоит 0,3 доллара, столько же, сколько Sonnet. Это самая сильная модель в линейке GPT на Claudexia, и по цене она прямой конкурент Claude-семейства среднего тира. Берите Sol, когда вам нужна модель именно из GPT-семейства: другой стиль ответов, другое поведение на некоторых промптах, совместимость с существующим пайплайном, который уже настроен под GPT.
Terra против Sol: как выбрать
Простое правило: если задачу решает Terra, не платите за Sol. Прогоните тестовую выборку на обеих моделях и сравните ошибки, а не общее впечатление от ответа. Если разницы в качестве не видно, экономьте центы. Если Terra регулярно промахивается на граничных случаях, разница в 0,1 доллара на миллион токенов быстро окупается меньшим числом повторных попыток.
Sol против Sonnet: цена не аргумент
У Sol и claude-sonnet-5 одинаковая цена: 0,3 доллара за миллион токенов на каждую сторону. Выбор между ними, как и выбор между Opus-ревизиями, это выбор по поведению, а не по счёту. Если ваш пайплайн уже настроен под Claude, стиль вывода Sonnet будет привычнее. Если вы держите оба семейства ради устойчивости к сбоям одного провайдера, Sol это разумный дублёр на ту же цену.
Пример вызова
from anthropic import Anthropic
client = Anthropic(
api_key="sk_cdx_your_key_here",
base_url="https://api.claudexia.tech",
)
message = client.messages.create(
model="gpt-5.6-sol",
max_tokens=1024,
messages=[{"role": "user", "content": "Сведи эти три отчёта в одну таблицу и подсвети расхождения."}],
)
print(message.content[0].text)
Тот же вызов через OpenAI Chat Completions отличается только формой тела запроса, ключ и base URL остаются теми же.
Смешивать модели в одном пайплайне
Ничто не мешает держать Terra на шаге предобработки, а Sol на шаге, где нужен более качественный ответ. Один ключ работает со всей линейкой сразу, оба API-формата доступны на одном эндпоинте, так что переключение модели это правка одной строки в конфиге, а не смена интеграции.
Пример: сначала Terra фильтрует входящий поток и отсекает явный мусор, дальше Sol разбирает то, что осталось, и пишет развёрнутый ответ. На первом шаге объём большой, а цена важна, на втором шаге объём меньше, а важна точность.
Как сравнить на своей задаче
Калькулятор на сайте посчитает разницу в счёте между Terra, Sol и Sonnet при ваших объёмах. Статистика по ключам покажет, какая модель реально тратит бюджет в проде, а не в тестовом прогоне.
Коротко
Terra для середины пайплайна, где нужна аккуратность без глубокого рассуждения. Sol для задач классом выше по той же цене, что и Sonnet. Между Sol и Sonnet выбирайте по поведению модели, а не по деньгам: цена здесь одинаковая.