GPT-6 Sol ו-Luna: הדגמים הזולים שמנצחים את קלוד אופוס 5 במשימות עסקיות

מה בעצם קרה

בספטמבר 2026, פחות משלושה שבועות אחרי שOpenAI הציגה את GPT-6 Astra בתור "עידן ה-AGI" (כתבתי על זה במדריך המלא ל-Astra), החברה חזרה עם הכרזה שקטה הרבה יותר אבל לא פחות משמעותית לעסקים: GPT-6 Sol ו-GPT-6 Luna.

אלה לא דגמי דגל. הם הדגמים ה"קטנים" של משפחת GPT-6 — ממוקמים כחלופה מהירה וזולה משמעותית ל-Astra, מאומנים בשיטות דומות אך ממוטבים לעלות ולמהירות ולא לביצועי-שיא. הם מחליפים ישירות את GPT-5.6 Sol ו-Luna — המשפחה הקודמת שהשיקה OpenAI רק חודשים ספורים קודם לכן, וכתבתי עליה במדריך GPT-5.6.

הסיפור המעניין כאן הוא לא רק "עוד עדכון מודל". הוא שהמחירים ירדו בחדות, וOpenAI טוענת שSol מתחרה עם Claude Opus 5 במשימות עסקיות תמורת עלות נמוכה בהרבה. זו טענה שכדאי לבחון בזהירות, לא לאמץ אוטומטית — וזה בדיוק מה שהמאמר הזה עושה.

⚠️ שימו לב: ההכרזה הרשמית של OpenAI מזכירה רק Sol ו-Luna — לא את רמת Terra, שהייתה חלק ממשפחת GPT-5.6 הקודמת. OpenAI לא הבהירה בהכרזה הזו מה קורה עם Terra, ולכן זה עדיין לא ברור — לא בוטל רשמית, פשוט לא הוזכר. אם אתם משתמשים ב-Terra כרגע, שווה לעקוב אחרי הודעות המשך לפני שמתכננים סביב זה.

מה זה Sol ו-Luna, בקצרה

שני הדגמים הושקו מיידית, עם פריסה הדרגתית לצורכי יציבות שירות — תבנית שחוזרת אצל OpenAI בכל השקה גדולה, גם ב-Astra וגם כאן. ChatGPT Work וCodex זמינים למנויי Plus, Pro, Business, Enterprise ו-Edu; אפליקציית הדסקטופ זמינה גם למשתמשי Free ו-Go, אבל שם — רק Luna.

ירידת המחירים: המספרים המלאים

זו הכותרת האמיתית של ההכרזה הזו. הנה טבלת ההשוואה המלאה בין הדור הקודם לדור החדש, למיליון טוקנים:

מחירי caching (למיליון טוקנים) עבור Sol:

💡 טיפ: קלט מהמטמון זול פי 10 מקלט רגיל אצל Sol — בדיוק כמו שראינו ב-Astra. אם אתם מריצים תהליכים שחוזרים על אותו הקשר (למשל: אותו system prompt ארוך בכל קריאה), שווה לוודא שאתם בפועל מנצלים caching ולא רק משלמים מחיר מלא בכל פעם.

יש חריג מחיר אחד שחשוב להכיר: פרומפטים מעל 272,000 טוקני קלט מתומחרים פי 2 בקלט ובמטמון, ופי 1.5 בפלט. זו אותה מדיניות בדיוק כמו ב-Astra, ומשקפת מדיניות תמחור אחידה בכל משפחת GPT-6 לעומסי-קלט חריגים.

בהשוואה ל-Astra ($10 קלט / $50 פלט, סה"כ $60 למיליון), Sol ב-$2/$10 (סה"כ $12) עולה חמישית מהמחיר של דגם הדגל. Luna, ב-$0.10/$0.50, זול עוד סדר גודל שלם מעבר לזה.

המפרט הטכני של Sol

לפי תיעוד ה-API הרשמי של OpenAI (developers.openai.com), הנה מה שפורסם עבור Sol:

כלים נתמכים דרך ה-API: web_search, file_search, image_generation, code_interpreter, hosted_shell, apply_patch, skills, computer_use, mcp, tool_search — כמעט אותה רשימה מלאה שנתמכת ב-Astra, כלומר Sol לא מתפשר על גישה לתשתית הסוכנים, רק על עוצמת החישוב שמאחוריה.

נתמך: streaming, structured outputs, function calling, prompt caching. נקודות קצה נתמכות: Chat Completions, Responses, Batch.

לא נתמך: Realtime, Assistants, Fine-tuning, Embeddings — כלומר Sol לא מיועד לשימושים כמו שיחה קולית בזמן אמת או אימון מותאם-אישית. אם אלה הצרכים שלכם, זה שיקול מרכזי לפני שבוחרים בו.

⚠️ מפרט מלא ל-Luna לא פורסם באותו מסמך רשמי — OpenAI התמקדה בפרטים הטכניים של Sol, ונתני Luna שפורסמו מוגבלים בעיקר לתמחור וזמינות.

מגבלות קצב לדוגמה (Rate Limits):

הטענה המרכזית: Sol מול Claude Opus 5

זו הנקודה שהכי מעניינת עסקים, וגם הנקודה שדורשת הכי הרבה זהירות בניסוח. OpenAI מציגה בהכרזה הרשמית שורה של טענות ביצועים — וכולן מגיעות מהחברה עצמה, לא מבנצ'מרק עצמאי חיצוני.

⚠️ שימו לב: כל הנתונים בטבלה הזו הם טענות של OpenAI עצמה מתוך ההכרזה הרשמית — לא בנצ'מרק עצמאי חיצוני. באותה מידה שכתבתי לגבי Astra: יש להתייחס למספרים האלה כנקודת מוצא לבדיקה, לא כמסקנה סגורה. חברות שמכריזות על מוצר שלהן בוחרות אילו מבחנים להציג.

הניסוח החוזר "כ-80% פחות עלות למשימה" מופיע פעמיים בהכרזה — פעם ביחס לקוד ופעם ביחס לComputer Use — וזה בדיוק המסר שOpenAI רוצה שיישאר: לא "הכי חכם", אלא "כמעט באותה רמה, במחיר נמוך בהרבה". זו אסטרטגיית תמחור ברורה מול Claude, לא רק שדרוג טכני.

מה עוד השתפר: caching, אליינמנט וסגנון כתיבה

מעבר למספרי הביצועים, OpenAI מציינת כמה שיפורים תפעוליים שרלוונטיים לשימוש יומיומי:

שיפורי caching:

• הנחה של 90% על קריאות טוקן-קלט שכבר במטמון (זה מה שמסביר את מחיר ה-$0.20 מול $2 בטבלה למעלה)
• שיעורי cache-hit משופרים באפליקציות סוכניות — כלומר פחות "בזבוז" מטמון בזרימות עבודה ארוכות-טווח
• כלים חדשים לניטור ביצועי caching ולכוונון רמת-מאמץ-חשיבה בלי לשבור את המטמון הקיים

שיפורי אליינמנט (Alignment): OpenAI מציינת "פחות טענות מטעות לגבי עבודת קוד" לעומת GPT-5.6 — כלומר פחות מקרים שבהם המודל מדווח שביצע משהו בהצלחה כשבפועל זה נכשל או לא הושלם. זו בעיה מוכרת במודלי קוד סוכניים, וטיפול בה משפר אמינות בפועל, לא רק ניקוד.

סגנון כתיבה: שני הדגמים תוארו כ"פחות ז'רגון, פחות ניסוחים מוזרים" ותמציתיים יותר מ-5.6 — שינוי שקל לפספס בטבלת מבחנים אבל משפיע ישירות על חוויית העבודה היומיומית עם המודל.

למה עכשיו: התזמון מספר סיפור

יש משמעות לכך שהמעבר בין Astra לSol/Luna קרה תוך פחות משלושה שבועות. ב-Astra, OpenAI בחרה להוביל עם סיפור ביצועים ואבטחה — "עידן ה-AGI", סף אבטחת-סייבר "קריטי", תוכנית גישה מוגבלת. כאן הסיפור הפוך לחלוטין: אין הכרזות דרמטיות על AGI, אין תוכנית גישה מוגבלת, ואין אזכור לסיכוני אבטחה. יש רק מחיר נמוך יותר וטענה על יחס עלות-ביצועים.

זה מרמז על אסטרטגיה דו-שכבתית ברורה: Astra מיועד לתפוס את הכותרות ואת השיח על "מי הכי חכם", בעוד Sol ו-Luna מיועדים לתפוס את הנפח האמיתי של שימוש עסקי יומיומי — קריאות API שרצות מיליוני פעמים ביום, שבהן ירידה של 50% במחיר משפיעה ישירות על שורת הרווח של כל חברה שבונה מוצר מעל המודל. במילים אחרות: Astra הוא הפרסומת, Sol ו-Luna הם המנוע הכלכלי שאמור לגרום ליותר חברות להישאר בתוך אקוסיסטם OpenAI במקום לעבור למתחרים זולים יותר.

זה גם מסביר את הדגש החוזר על "כ-80% פחות עלות למשימה" בהשוואה ל-Claude ולא רק על ניקוד גולמי — OpenAI יודעת שברוב ההחלטות העסקיות בפועל, מחיר-לתוצאה קובע יותר מהמספר המרשים ביותר בטבלת בנצ'מרקים.

זמינות: איפה אפשר להשתמש בזה

השקה הדרגתית היא תבנית מוכרת אצל OpenAI, וראינו אותה גם ב-Astra: קודם גישה מוגבלת, ואז הרחבה תוך ימים. ההיגיון שונה כאן — לא מדובר בהגבלות ביטחוניות כמו אצל Astra (שם חצה סף "קריטי" באבטחת סייבר), אלא פשוט בניהול עומס וייצוב שירות עבור דגמים שצפויים לקבל נפח שימוש גבוה מאוד בגלל המחיר הנמוך.

Sol/Luna מול Astra מול Opus 5 — טבלת החלטה

המסקנה המעשית: Sol לא מתיימר להיות הכי טוב בעולם — הוא מתיימר להיות "כמעט באותה רמה, בשבריר מהמחיר". לעבודה עסקית בנפח גבוה (שירות לקוחות, סיכומי מסמכים, עיבוד תוכן שוטף), זה בדיוק סוג ההחלטה שכדאי לבחון בפועל על המשימה שלכם — לא להכריע לפי כותרת שיווקית או לפי מספר בנצ'מרק בודד.

שווה גם לשים לב לפער הפנימי במשפחת GPT-6 עצמה: הקפיצה ממחיר Luna ($0.60 משולב למיליון טוקנים) למחיר Sol ($12) היא פי 20, ומSol לAstra ($60-120) עוד קפיצה של פי 5-10. זה נותן לעסקים שלוש רמות תמחור אמיתיות בתוך אותה משפחת מוצרים — לא רק "זול" מול "יקר", אלא סולם שלם שאפשר להתאים לפי רגישות המשימה. משימת סיווג פשוטה של פניות נכנסות יכולה לרוץ על Luna; ניתוח מסמך משפטי מורכב אולי מצדיק את המעבר ל-Sol או אפילו לAstra.

מה זה אומר לעסק בישראל

שלוש נקודות מעשיות:

1. בדקו קודם אם המשימה שלכם בכלל צריכה מודל-דגל. אם רוב העבודה שלכם היא משימות חוזרות — סיכום, סיווג, מענה ראשוני ללקוחות — ירידת המחיר החדה ב-Sol וב-Luna עשויה להצדיק מעבר מיידי בלי לפגוע באיכות בפועל.
2. אל תסמכו על ההשוואה ל-Claude כעובדה סגורה. OpenAI טוענת ש-Sol "כמעט" מתחרה עם Opus 5 — זו טענה שכדאי לבדוק על הזרימה האמיתית שלכם, במיוחד כי ההשוואה מגיעה מהחברה שמוכרת את המוצר.
3. שקלו מבנה היברידי. לא חייבים לבחור מודל אחד לכל הארגון. יש היגיון עסקי במעבר משימות-נפח-גבוה ל-Sol או Luna, תוך שמירה על Astra או Opus 5 למשימות שבהן דיוק מקסימלי קריטי.

זה בדיוק סוג ההחלטה שאני עוזר לעסקים לקבל — לא "איזה מודל הכי חדש או הכי זול", אלא "מה מתאים לזרימת העבודה הספציפית שלכם, במחיר הנכון". דרך ליווי הטמעת AI אנחנו בונים את זה בפועל: ממפים את המשימות, בודקים מודלים על נתונים אמיתיים, ומטמיעים בזהירות — לא קופצים על כל הכרזה חדשה.

שאלות נפוצות

מה זה GPT-6 Sol ו-GPT-6 Luna?

שני דגמים חדשים במשפחת GPT-6 של OpenAI, שהושקו בספטמבר 2026 כחלופה חסכונית ומהירה לדגם הדגל GPT-6 Astra. הם מחליפים ישירות את GPT-5.6 Sol ו-Luna, מאומנים בשיטות דומות ל-Astra אך ממוטבים לעלות ולמהירות ולא לביצועי-שיא.

כמה עולה GPT-6 Sol?

$2 למיליון טוקני קלט ו-$10 למיליון טוקני פלט, ירידה של 50% מ-GPT-5.6 Sol שעלה $4/$20. קלט מהמטמון עולה $0.20 בלבד, וכתיבה למטמון $2.50.

כמה עולה GPT-6 Luna?

$0.10 למיליון טוקני קלט ו-$0.50 למיליון טוקני פלט — ירידה של 50% ו-58% בהתאמה מ-GPT-5.6 Luna, שעלה $0.20/$1.20.

האם GPT-6 Sol באמת מתחרה עם Claude Opus 5?

לפי הכרזה רשמית של OpenAI, Sol "עולה על Claude Opus 5 ב-9% בלבד מהעלות למשימה" במבחן AutomationBench, ומשתווה לו בComputer Use ב"כ-80% פחות עלות". חשוב לזכור שאלו טענות של OpenAI עצמה מתוך ההכרזה, לא בנצ'מרק עצמאי חיצוני, ולכן כדאי לבדוק אותן על המשימה הספציפית שלכם לפני החלטה.

מה קרה לרמת Terra שהייתה חלק ממשפחת GPT-5.6?

ההכרזה הנוכחית של OpenAI מזכירה רק Sol ו-Luna, לא Terra. החברה לא הבהירה במפורש מה קורה עם רמת Terra — זה לא ברור עדיין, ולא כדאי להניח שהיא בוטלה רשמית רק כי היא לא הוזכרה בהכרזה הזו.

מי יכול להשתמש ב-GPT-6 Sol ו-Luna?

ChatGPT Work וCodex זמינים למנויי Plus, Pro, Business, Enterprise ו-Edu. אפליקציית הדסקטופ זמינה גם למשתמשי Free ו-Go, אך שם רק Luna נגיש. בAPI, שני הדגמים זמינים כ-gpt-6-sol ו-gpt-6-luna, בפריסה הדרגתית לצורכי יציבות שירות.

מה ההבדל בין Sol ל-Astra?

Astra הוא דגם הדגל, ממוטב לביצועי-שיא ועולה $60-120 למיליון טוקנים משולב. Sol ממוטב לעלות ומהירות, ב-$12 למיליון טוקנים משולב — כחמישית מהמחיר — עם ביצועים שOpenAI טוענת שקרובים מאוד ל-Astra במשימות עסקיות מסוימות, גם אם לא זהים.

האם Sol תומך בכל הכלים שתומך בהם Astra?

כמעט. Sol תומך ב-web_search, file_search, image_generation, code_interpreter, hosted_shell, apply_patch, skills, computer_use, mcp ו-tool_search — כמעט אותה רשימה מלאה כמו Astra. הוא לא תומך ב-Realtime, Assistants, Fine-tuning ו-Embeddings.

מה חלון ההקשר של GPT-6 Sol?

1,050,000 טוקנים בסך הכול, עם עד 922,000 טוקני קלט ו-128,000 טוקני פלט. תאריך חיתוך הידע שלו הוא 20 באפריל 2026. פרומפטים מעל 272,000 טוקני קלט מתומחרים בתעריף גבוה יותר — פי 2 בקלט ובמטמון, פי 1.5 בפלט.

כדאי לעבור מ-GPT-5.6 ל-GPT-6 Sol מיד?

תלוי בשימוש. ירידת המחיר של 50% היא שיקול משמעותי, ו-OpenAI מדווחת גם על שיפור באמינות עובדתית ופחות "טענות מטעות" בעבודת קוד. עם זאת, לפני מעבר רחב בארגון כדאי לבדוק על משימה אמיתית אחת — במיוחד אם אתם משתמשים כרגע ברמת Terra, שסטטוסה לא ברור בהכרזה הנוכחית.

לסיכום

GPT-6 Sol ו-Luna לא מנסים להרשים עם כותרות "עידן ה-AGI" כמו Astra — הם מנסים לזכות בקרב הרבה יותר שקט אבל לא פחות חשוב: מי נותן הכי הרבה ערך עסקי לדולר. ירידת מחירים של 50% ומעלה, לצד טענות ביצועים שמתקרבות ל-Claude Opus 5 בעלות נמוכה משמעותית, הופכות אותם לרלוונטיים במיוחד לעסקים עם נפח שימוש גבוה. יחד עם זאת, הטענות ההשוואתיות מגיעות מ-OpenAI עצמה, וסטטוס רמת Terra נותר לא ברור — שני דברים ששווה לזכור לפני שמתכננים אסטרטגיית מודלים שלמה סביב ההכרזה הזו.

השאלה הנכונה היא לא "האם Sol זול יותר" — התשובה לזה ברורה. השאלה היא האם הוא מתאים למשימות הספציפיות שלכם, באיזה שילוב עם מודלים אחרים, ובאיזו זהירות כדאי להטמיע אותו. בדיוק בשביל זה קיימים ארבעה מסלולים אצלנו: אם אתם רוצים להבין את התמונה המלאה של עולם ה-AI העסקי לצוות ההנהלה, יש לנו הרצאות AI שמסבירות את זה בשפה ברורה; אם אתם צריכים ללוות תהליך שלם של בחירה, בדיקה והטמעה בפועל בארגון, זה בדיוק מה שקורה בהטמעת AI; אם הצוות שלכם צריך להתנסות ולבנות מיומנות עבודה עם הכלים האלה, זה קורה בסדנאות AI; ואם אתם או מנהל ספציפי רוצים ללמוד לעומק, אחד-על-אחד, יש שיעורים פרטיים שמתאימים בדיוק לקצב ולצרכים שלכם.

דברו איתי או בטלפון 052-3955056.