Если вы сравнивали GPT-6 Sol и Luna на скриншотах сразу после выхода, эти результаты стоит перепроверить. Между выпуском моделей и исправлением обработки изображений прошло три дня. Для задачи с интерфейсом это существенная разница, которую легко потерять в таблице «модель — оценка».
Два события вместо одного рейтинга
22 сентября 2026 года OpenAI выпустила GPT-6 Sol и GPT-6 Luna. Согласно журналу API, модели принимают текст и изображения, выдают текст и доступны через Responses и Chat Completions. 25 сентября компания сообщила об исправлении ошибки кодирования изображений, ухудшавшей их понимание. Исправление затрагивает визуальные задачи в API и Codex, включая управление компьютером; OpenAI рекомендует повторить соответствующие оценки.
По состоянию на 28 сентября это основание заново проверить визуальные сценарии. Само сообщение об исправлении не доказывает, что любая задача с изображениями теперь решается правильно, и не даёт результата для вашего приложения. Ниже — предлагаемый эксперимент, а не отчёт о собственных замерах.
Зафиксируйте задачу до смены модели
Возьмём карточку статьи в блоге: длинный русский заголовок, метаданные и кнопка. На мобильном экране текст вылезает за границу. Для сравнения сохраните исходный commit, скриншот шириной 390 пикселей и короткое описание ожидаемого поведения. Обеим моделям нужны одинаковые файлы и доступ к одной команде запуска.
Найди причину горизонтального переполнения карточки на приложенном скриншоте. Исправь её без уменьшения основного шрифта. Проверь 390 и 1440 пикселей в светлой и тёмной теме. Покажи изменённые файлы и оставшиеся ограничения.
Оговорка про шрифт защищает от удобного обхода: агент может спрятать проблему, сделав весь текст мелким. Заранее добавьте второй длинный заголовок, которого нет на исходной картинке. Он покажет, исправлено ли правило вёрстки или подогнан единственный пример.
Считайте принятую работу
Проведите несколько независимых запусков с исходного commit. Не переносите подсказки из неудачного запуска в следующий незаметно: иначе второй участник получает дополнительный контекст. В журнале сохраните идентификатор модели, дату, настройки рассуждения, среду и все вмешательства человека.
- Карточка не создаёт горизонтальный скролл на обеих ширинах.
- Заголовок остаётся читаемым, ссылки доступны с клавиатуры.
- Соседние карточки и страница статьи не изменились случайно.
- Проверяющий может воспроизвести результат из diff и команды запуска.
Рядом запишите время проверки и исправлений человеком. Быстро полученный patch, который требует двадцати минут ручной переделки, может оказаться дороже более медленного принятого решения. Это критерий выбора для конкретного проекта, а не универсальное свойство Sol или Luna.
Когда менять рабочий выбор
Если новая модель проходит ваши обязательные сценарии при приемлемой стоимости, начните с ограниченного класса задач: например, небольших правок вёрстки. Для миграций данных и изменения прав доступа нужен отдельный набор проверок. Успех на скриншоте не переносится на эти задачи автоматически.
Старые результаты до 25 сентября не удаляйте: подпишите дату и повторите визуальную часть. Так останется видно, что изменилось после исправления сервиса, а что — после вашей новой постановки задачи. Решение принять код и расширить область использования принимает разработчик.
