17 августа 2026 г.
GPT-5.6 Sol находит объекты на фото втрое точнее GPT-5.5: 46,2 mAP против 13,8
Sol видит объекты втрое лучше предшественника, но на документах откатился назад, а Gemini 3.5 Flash делает то же дешевле.
За одно поколение OpenAI подняла точность поиска объектов на фото в 3,3 раза.
Замер Roboflow от 16 июля: 46,2 mAP@50 у GPT-5.6 Sol против 13,8 у GPT-5.5. mAP меряет, насколько точно модель обводит объект рамкой.
Внутри линейки отрыв Sol небольшой. Terra даёт 44,7 mAP, Luna 43,3. На счёте объектов Sol набирает 73,0% точности, Terra 67,6%, Luna 66,2%; у GPT-5.5 было 64,9%.
С текстом стало хуже. OCR у Sol 90,7% против 91,2% у GPT-5.5, извлечение данных из документов 82,5% против 87,6%. Работаешь со сканами счетов и договоров, апгрейд на 5.6 не даёт ничего.
Картинка стоит денег. Расход на одно изображение:
- Sol: около 2,5 цента, около 10 секунд - Terra: около 1 цента, около 6 секунд - Luna: меньше 0,5 цента, около 5 секунд - Gemini 3.5 Flash: 0,8 цента, и на детекции со счётом объектов он Sol обходит
Прогнать своё. Картинки грузятся в Roboflow Playground без кода, режим сравнения гоняет до 5 моделей на одном изображении и одном промпте. В API модель зовётся gpt-5.6-sol, принимает текст и картинки, стоит $5 за миллион входных токенов и $30 за миллион выходных, кэшированный вход $0,5.
Автор замера считает, что такие модели окупаются не на проде, а на авторазметке данных для маленького детектора, который потом работает сам.
первоисточник