28 августа 2026 г.
Поиск объектов на фото больше не требует отдельной модели: GPT-5.6 Luna обводит их за десятую цента
Точность разметки объектов у GPT-5.6 выросла втрое, а запрос к младшей Luna стоит десятую цента.
Wes Bos
@wesbos
Я довольно впечатлён тем, что gpt 5.6 Luna умеет и опознавать предметы, и возвращать координаты рамок вокруг них. Стоило это одну десятую цента
· 2,5 тыс. просмотров
Модель смотрит на фото и возвращает готовые координаты рамок вокруг предметов. Снимок обходится дешевле половины цента.
Скачок случился за одну версию. Точность попадания рамки в предмет выросла втрое: 13,8 у GPT-5.5 против 43,3 у GPT-5.6 Luna (замер Roboflow, 16.07.2026).
Формат решает всё. Roboflow советует требовать в промпте абсолютные координаты XYXY в пикселях исходного снимка. Неверный формат роняет детекцию примерно на 15 пунктов точности.
Контракт от OpenAI. Кукбук вендора требует жёсткой схемы: [x_min, y_min, x_max, y_max] в пространстве 0..999 с началом в левом верхнем углу, через json_schema со strict: true. Картинку советуют слать с detail: "original", иначе при уменьшении пропадают мелкие детали, по которым модель и находит предмет.
Дёшево не значит точнее всех. В прогоне Roboflow Vision Evals от 27.08.2026 Luna на детекции даёт 59,9% и 9-е место из 34 моделей. В среднем по шести задачам зрения она набирает 71,5% и занимает 14-е место, ответ идёт 6,55 секунды.
Luna стоит $0,20 за миллион входных токенов и $1,20 за миллион выходных, контекст держит 1 050 000 токенов (доки OpenAI, 09.07.2026). По цене запроса модель 8-я из 34 в том же замере.
Выше в семействе стоят Terra и Sol: на детекции они точнее, но картинка у них дороже.
Первоисточник