GPT-5.6 Sol против Mythos: какую frontier model стоит использовать?

GPT-5.6 Sol и Claude Mythos 5 находятся фактически на одном уровне в агентном кодировании: 88.8% против 88.0% в TerminalBench 2.1 — разрыв меньше, чем шум между прогонами, который создаёт этот бенчмарк. Но они расходятся по цене и доступу. OpenAI's Sol стоит $5/$30 за миллион токенов по сравнению с широко сообщаемыми ~$10/$50 у Mythos, и он достигает сопоставимых результатов в кибербезопасности, используя примерно треть выходных токенов. Загвоздка в том, что ни одну из этих моделей большинство команд сегодня не может просто вызвать. Обе находятся за ограниченными развёртываниями, координируемыми государством. Если у вас есть доступ к Sol и ваша нагрузка — это массовое агентное кодирование, это более выгодный вариант. Если вам нужна максимальная надёжность в долгосрочной архитектурной работе и вы уже находитесь внутри партнёрской программы Anthropic, Mythos (или его вариант Fable 5) — более безопасный выбор. Для всех остальных, ожидающих у ворот, практичный шаг — взять общедоступный уровень чуть ниже них.

Что на самом деле представляет собой GPT-5.6 Sol

GPT-5.6 был запущен 26 июня 2026 года как семейство из трёх моделей, а не как один флагман. Sol — это верхний уровень, Terra — сбалансированный средний уровень (OpenAI говорит, что он соответствует GPT-5.5 при вдвое меньшей стоимости), а Luna — быстрый и недорогой вариант. Такая система названий рассчитана на долгий срок: число обозначает поколение, а имя — устойчивый уровень возможностей, который может развиваться по собственному графику.

Два новых режима добавлены поверх Sol. Режим max для reasoning effort даёт модели больше времени, чтобы продумать сложные шаги, а режим ultra запускает подагентов параллельно, чтобы они обрабатывали сложную работу. Именно режим ultra поднимает показатель Sol с 88,8% до 91,9% в TerminalBench 2.1, по собственной диаграмме OpenAI.

Цены указаны за миллион токенов и для запуска на переднем крае рынка они на удивление прозрачны:

OpenAI также переработала кэширование промптов с явными точками разрыва кэша, минимальным сроком жизни кэша 30 минут, записью в кэш, тарифицируемой по ставке 1,25× от цены не кэшированного ввода, а чтение из кэша — со скидкой 90%. Компания сообщает, что Sol использует примерно на 10–15% меньше токенов, чем GPT-5.5, при сопоставимой работе, а развертывание Cerebras должно обеспечить работу Sol со скоростью до 750 токенов в секунду в июле.

История с доступом и стала тем, что застало людей врасплох. По запросу правительства США Sol сначала был запущен как ограниченный предварительный просмотр для небольшой группы доверенных партнёров через API и Codex, при этом, как сообщается, Белый дом первые две недели проверял клиентов по одному. OpenAI назвала такую схему нежизнеспособной и заявила, что более широкий доступ появится в ближайшие недели.

Что такое Claude Mythos на самом деле

Mythos — это флагманский класс моделей Anthropic, «Claude Mythos», впервые представленная в 7 апреля 2026 года в качестве центрального элемента оборонительной инициативы в области кибербезопасности под названием Project Glasswing. В утекшем черновике она ранее описывалась под кодовым названием «Capybara» как «новый уровень модели: более крупная и более интеллектуальная, чем наши модели Opus», а также как «безусловно самая мощная AI model, которую мы когда-либо разрабатывали». К проекту присоединились двенадцать партнерских организаций; восемь из них названы публично, включая Amazon, Apple, Broadcom, Cisco, CrowdStrike, Linux Foundation, Microsoft и Palo Alto Networks. Anthropic заявила, что Mythos уже обнаружила тысячи zero-day уязвимостей, многие из которых были давностью от десяти до двадцати лет.

В бенчмарках появляются два названия, и их легко перепутать. Mythos 5 — это модель, которая показывает 88.0% на TerminalBench 2.1. Fable 5 — самая мощная вариация класса Mythos, и именно у нее возникло больше всего проблем. Ранее правительство США сняло Fable 5 с рынка из-за опасений, связанных с кибербезопасностью; Anthropic выпустила публичную «безопасную» версию около 9 июня 2026 года. В бенчмарке для кодинга Fable 5 отстает от Mythos 5 (84.3% против 88.0%), однако разработчики, использовавшие обе модели, по-прежнему считают Fable 5 более сильной и надежной моделью в целом, особенно для высокорисковых задач, которые и стали причиной ограничения.

Для более глубокого сравнения Fable 5 один на один см. наш GPT-5.6 Sol vs Fable 5 разбор. Коротко по этому сравнению: рассматривайте Mythos как семейство, а Fable 5 — как его острейший клинок.

Сравнение: GPT-5.6 Sol против Mythos

Кодирование и агентные бенчмарки

TerminalBench 2.1 запускает модели через реальную инженерную работу, управляемую терминалом: команды shell, редактирование файлов, многошаговое восстановление. Вот полная сводка, опубликованная OpenAI на запуске GPT-5.6:

Оценки опубликованы в объявлении OpenAI о GPT-5.6 и сообщены Lushbinary и The Decoder; данные от поставщика, полученные с использованием собственной системы оценки OpenAI.

Главное соперничество, Sol с 88.8% против Mythos 5 с 88.0%, — по сути ничья. Агентные бенчмарки шумные: оценки меняются из-за случайного зерна, конфигурации harness, тайм-аутов инструментов и того, какую подвыборку задач запускает прогон. Разрыв меньше одного пункта находится в пределах диапазона, где два прогона той же модели расходятся. По-настоящему большой разрыв — вертикальный: он отделяет закрытые флагманы от всех моделей, которые может развернуть каждый. Claude Opus 4.8, доступный в общем доступе, отстает примерно на десять пунктов от Sol, набирая 78.9%.

Кибербезопасность и эффективность токенов

На ExploitBench, который проверяет, может ли агент найти и эксплуатировать реальные уязвимости в движке Google V8 JavaScript вплоть до выполнения кода, OpenAI сообщает, что Sol сопоставим с Mythos Preview, используя примерно треть выходных токенов. Независимое отслеживание токенов подтверждает это: разработчик @banteg измерил, что Sol обеспечивает примерно в 2,75 раза больше «умных токенов», чем Mythos, при примерно на 40% меньшей стоимости, даже там, где сырые оценки в тестах немного ниже.

OpenAI представляет Sol скорее как защитника, чем как атакующего: он лучше находит и исправляет ошибки, чем выполняет сквозные эксплойты от начала до конца. В тестах Chromium и Firefox он выявлял ошибки и примитивы эксплуатации, но не создал автономный полный цепочный эксплойт, и OpenAI говорит, что он остается ниже порога «Cyber Critical» в своей Preparedness Framework. Mythos, напротив, — это модель, которой удалось реализовать полный цепочный эксплойт в другом бенчмарке, то есть ту самую способность, которая изначально встревожила регуляторов.

Цены

Цены Sol официальны и публичны. У Mythos их нет в стандартной тарифной сетке; в обсуждениях разработчиков последовательно указывается примерно $10 за ввод / $50 за вывод за миллион токенов, то есть примерно вдвое дороже Sol. Рассматривайте это как широко цитируемую оценку сообщества, а не подтвержденную цену из прайс-листа Anthropic, поскольку доступ к Mythos сам по себе ограничен.

Для полного разбора стоимости по тарифам и кэшированию см. наше руководство по ценам GPT-5.6.

Доступ и доступность

Вот здесь сравнение перестает быть про бенчмарки и становится про то, сможете ли вы вывести продукт в релиз. Обе флагманские модели ограничены, но механика различается.

Если доступ может измениться по решению правительства, модель, находящаяся на вершине рейтинговой таблицы, имеет меньшее значение, чем модель, встроенная в ваш production stack.

Безопасность и ограничения

Sol поставляется с тем, что OpenAI называет своим самым надежным стеком безопасности: более 700 000 часов автоматизированного red-teaming на GPU, эквивалентных A100 нацеленных на универсальные jailbreak-атаки, классификаторы злоупотреблений в сфере кибербезопасности и биологии в реальном времени, которые могут приостановить генерацию для проверки более крупной моделью, а также обнаружение закономерностей на уровне аккаунта. История безопасности Mythos проходит через оборонительное развертывание только для защиты в рамках Project Glasswing и правительственный обзор, который привел к временному удалению Fable 5.

Какой из них вам действительно следует использовать?

Бенчмарки не принимают это решение; его принимают ваши ограничения. Три честных пути:

Выберите GPT-5.6 Sol, если вы выполняете агентное кодирование в больших объемах и важна стоимость за задачу. Сочетание у Sol почти одинаковых оценок, примерно вдвое меньшей цены за токен и гораздо более высокой эффективности по токенам выигрывает там, где вы платите за пропускную способность. Разработчики, которые им пользовались, говорят, что Sol max отлично подходит для реализации, проверки кода и отладки.

Выберите Mythos или Fable 5, если вам нужна максимальная надежность при долгосрочной, архитектурной или требующей серьезного дизайна работе, или если у вас уже есть доступ к партнерской программе Anthropic. Разработчики, использовавшие оба считают Fable 5 более сильной моделью на пике возможностей, более способной на самых сложных задачах, просто более дорогой и труднее доступной.

Практичный ответ: используйте оба. Это неоднократно всплывало в обсуждениях разработчиков и было четко подытожено @saj_adib: "выбирайте оба и маршрутизируйте интеллектуально." Отправляйте чувствительное к стоимости, часто повторяющееся кодирование в Sol; отправляйте сложную, критически важную архитектурную работу в Fable 5. Это работает только если вы можете получить доступ к обоим, а для большинства команд прямо сейчас это невозможно.

Что использовать прямо сейчас, пока оба заблокированы

Модель, на которой работает ваш продукт на этой неделе, — это любой общедоступный уровень, который находится на одну ступень ниже передового, а не лидер рейтинга, до которого вы не можете дотянуться.

На бумаге разрыв в бенчмарках между этим уровнем и флагманами выглядит большим: Opus 4.8 отстаёт от Sol примерно на десять пунктов в TerminalBench 2.1, но в реальных рабочих нагрузках он быстро сокращается. Повторяющееся мнение разработчиков, выпускающих производственных агентов, заключается в том, что для большинства бизнес-задач разница между актуальной общедоступной моделью топ-уровня и закрытыми флагманами почти несущественна; важно то, что модель находится в вашем стеке и остаётся там.

Именно здесь также окупается ценовая дисциплина. Официальный Claude API на верхних тарифах недешев, а relay-платформы, которые предоставляют тот же Anthropic-compatible API за долю от официальной цены, — это то, как многие команды удерживают стоимость одного запроса на приемлемом уровне, пока флагманские модели сами разбираются между собой. AIReiter, например, предоставляет общедоступную линейку Claude вплоть до Opus 4.6 примерно за 20% от официальных цен Claude, чего достаточно, чтобы вы не платили флагманские цены за тариф, который можете развернуть. Там нет Mythos, Fable 5 или GPT-5.6; в целом пока ни у кого нет. Что касается механики ценообразования, наше руководство по ценам Claude API охватывает всю общедоступную линейку.

Более широкий урок из борьбы за доступ — это то, о чем Reddit не перестаёт твердить: не ставьте свою дорожную карту в зависимость от одного закрытого поставщика. Команды, которые спокойно пережили запуск Sol, — это те, у кого был подключён резервный model, слой маршрутизации, который мог переключаться, и, всё чаще, открытая по весу опция (Qwen, DeepSeek, Llama), дообученная на собственных данных, как план B.

FAQ

Лучше ли GPT-5.6 Sol, чем Mythos?

В agentic coding они находятся в статистической ничьей: Sol 88.8% против Mythos 5 88.0% на TerminalBench 2.1, в пределах шума бенчмарка. Sol уверенно выигрывает по цене (примерно вдвое) и эффективности использования токенов; Mythos и Fable 5 считаются более сильной и надежной peak model на самых сложных задачах. «Лучше» зависит от вашей нагрузки и, чаще, от того, к чему у вас есть доступ.

GPT-5.6 Sol против Fable 5: кто побеждает?

Fable 5 — самый мощный вариант Mythos, и обозреватели моделей по-прежнему называют его более сильным в целом, особенно в архитектурных и проектных задачах. Sol превосходит его по стоимости и эффективности использования токенов, а также лидирует в бенчмарке программирования TerminalBench 2.1 (88.8% против 84.3% у Fable 5). Полное сравнение смотрите в нашем разборе GPT-5.6 Sol vs Fable 5 .

В чем разница между Mythos и Fable 5?

Mythos — это передовой класс моделей Anthropic; Fable 5 — его самая мощная версия. Fable 5 — это модель, которую правительство США временно сняло из-за опасений по кибербезопасности, прежде чем около 9 июня 2026 года была выпущена публичная «безопасная» версия. В TerminalBench 2.1 Mythos 5 набирает больше баллов, чем Fable 5 (88.0% против 84.3%), но разработчики, которые использовали обе модели, по-прежнему считают Fable 5 более сильной моделью в целом.

Что такое GPT-5.6 Sol Ultra и стоит ли оно того?

Sol Ultra — это режим с высокой вычислительной нагрузкой, который запускает подагенты параллельно, поднимая TerminalBench 2.1 с 88.8% до 91.9%. Прирост примерно на 3 пункта реален, но требует больше вычислительных ресурсов на задачу, поэтому он оправдан для автономных задач высокой ценности и избыточен для рутинной работы — оставьте его для самых сложных задач, а для остального используйте стандартный Sol.

Как GPT-5.6 Sol показывает себя на бенчмарках?

Sol устанавливает новый уровень на TerminalBench 2.1 (agentic, terminal-driven coding) с результатом 88.8%, а Sol Ultra — 91.9%, опережая Mythos 5 (88.0%) и заметно превосходя общедоступный Claude Opus 4.8 (78.9%). Он также лидирует в GeneBench v1 (biology) и сопоставим с Mythos Preview на ExploitBench (cybersecurity), используя примерно треть токенов. Все результаты предоставлены вендором и получены с использованием собственного harness OpenAI.

Сколько стоит GPT-5.6 Sol?

Sol стоит $5/$30 за миллион токенов (input/output) согласно официальному pricing от OpenAI; Terra — $2.50/$15, а Luna — $1/$6, при этом prompt caching дает 90% скидку на cache reads. У Mythos нет публичного rate card; по данным community reporting (см. Sources) он находится примерно на уровне $10/$50, то есть примерно вдвое дороже Sol, поэтому воспринимайте это как estimate.

Могу ли я использовать GPT-5.6 Sol или Mythos уже сегодня?

Вероятно, нет, если только вы не являетесь одобренным партнёром. Sol находится в ограниченном предварительном просмотре, координируемом правительством, через API и Codex; доступ к Mythos осуществляется через партнёрскую программу Anthropic Project Glasswing. Для большинства команд общедоступный уровень (Opus 4.8 и ниже) — это то, к чему вы можете обратиться прямо сейчас.

Когда GPT-5.6 станет общедоступным?

OpenAI планирует сделать Sol, Terra и Luna общедоступными в ближайшие недели, а обсуждения среди разработчиков указывают на июль как на срок более широкого доступа, но процесс государственного рассмотрения делает сроки неопределёнными. А пока держите в своём стеке подключённый запасной вариант, который будет общедоступен.

Что разработчики на самом деле говорят о Sol и Mythos?

Доминирующее мнение на X и Reddit прагматично: Sol выигрывает по стоимости и эффективности для тех, кто может получить к нему доступ, Fable 5 и Mythos выигрывают по максимальной надежности, а продвинутые команды должны «брать оба и маршрутизировать запросы интеллектуально». Более громкая тема — разочарование тем, что оба флагмана ограничены государственным доступом, что подталкивает команды к open-weight альтернативам вроде Qwen, DeepSeek и Llama.

Итог

Разрыв в кодировании в 0,8 пункта — это шум, так что решение принимается в другом месте. Sol выигрывает по экономике: примерно вдвое дешевле за токен и в три раза меньше токенов на работы по безопасности, при четкой трехуровневой линейке. Mythos, а особенно Fable 5, — более сильная пиковая модель и та, которой регуляторы доверяют меньше. Следующее, что меняет картину, — переход Sol к общедоступности: если более широкий доступ появится в июле, как сигнализировала OpenAI, Sol станет моделью по умолчанию для высокообъемного кодинга для любого, у кого есть API key, и вопрос сместится с «какой flagship закрыт за gate» к «за какой из них вы вообще можете выставлять счет». До тех пор модель, которая защищает ваш roadmap, — это та, к которой вы можете обратиться сегодня, через routing layer, с tier, доступным в общем порядке, который и делает работу.

Источники и уверенность

• Официально / сообщено вендором (анонс OpenAI от 26 июня 2026 года и system card): дата запуска GPT-5.6, уровни Sol/Terra/Luna, max/ultra режимы, все цены и механика кэширования, Cerebras 750 tok/s, 700,000 A100-часов red-teaming, оценки TerminalBench 2.1, результаты ExploitBench, порог Cyber Critical. OpenAI.

• Авторитетная пресса: происхождение Mythos, Project Glasswing, список партнеров, заявления о zero-day (TechCrunch); отзыв Fable 5 и «безопасный» релиз (The Guardian); механика развертывания для правительства и отчетность по бенчмаркам (The Decoder, Lushbinary).

• Сообщено сообществом (обсуждение разработчиков в X, июль 2026): цены Mythos около $10/$50, показатель эффективности «2.75× smarter tokens / 40% cheaper» и консенсус «route both». Эти данные широко цитируются, но не указаны в официальном прайс-листе; воспринимайте их как ориентировочные. @banteg, @saj_adib.

• Не подтверждено: точная дата общего доступа Sol (OpenAI говорит «в ближайшие недели»; сообщество указывает на июль) и размер контекстного окна GPT-5.6 (официально не указан; ожидается, что он будет соответствовать GPT-5.5 — до 1M). Проверьте это, прежде чем опираться на любой из этих пунктов.