# Массовые задачи на дешёвых моделях: что выгодно отдать ИИ после снижения цен

> OpenAI снизила цену GPT-5.6 Luna на 80%. Какие задачи на тысячи строк теперь выгоднее отдать модели: теги каталога, описания, разбор обращений и заявок.

30 июля 2026 года OpenAI снизила цену GPT-5.6 Luna на 80%: теперь миллион токенов на входе стоит 20 центов, на выходе 1,2 доллара. Terra подешевела на 20%, до 2 и 12 долларов, цена флагманской Sol не изменилась. Тысяча коротких обращений на Luna теперь обрабатывается примерно за полдоллара. Массовые задачи, которые раньше было жалко отдавать модели, стали дешевле часа работы человека: разметка отзывов и заявок, теги каталога, описания товаров, извлечение полей из писем. Дешёвая модель ошибается чаще, поэтому в каждом сценарии нужна выборочная проверка.

## Что изменилось в ценах

| Модель | Было, $ за 1 млн токенов | Стало, $ за 1 млн токенов | Снижение |
| --- | --- | --- | --- |
| GPT-5.6 Luna | 1 и 6 | 0,2 и 1,2 | 80% |
| GPT-5.6 Terra | 2,5 и 15 | 2 и 12 | 20% |
| GPT-5.6 Sol | 5 и 30 | 5 и 30 | без изменений |

Первое число в каждой паре - цена входа, второе - выхода. OpenAI объясняет снижение ростом эффективности моделей, инфраструктуры и работы с контекстом. После снижения цены Luna в десять раз ниже цен Terra.

В оценке Notion, опубликованной вместе с анонсом, Terra дала качество на уровне GPT-5.5 при вдвое меньшей стоимости задачи и на 60% быстрее. Для оплаты в рублях ближайший аналог дешёвого уровня - GigaChat 2 Lite за 65 рублей за миллион токенов.

## Пример расчёта: тысяча обращений

Возьмём тысячу обращений из формы на сайте по 500 токенов каждое. К каждому идёт инструкция на 1500 токенов, ответ модели занимает 100 токенов: тема, срочность, город. На входе получается 2 млн токенов, на выходе 100 тысяч.

На GPT-5.6 Luna по новым ценам это 52 цента. На GigaChat 2 Lite, где одна цена за все токены, около 137 рублей. Если инструкция одинаковая для всех запросов, её можно держать в кэше, и сумма станет ещё меньше. Человек на этой задаче потратил бы несколько рабочих часов.

## Пять массовых задач для дешёвых моделей

- Разметка обращений и заявок: тема, срочность, продукт, город. Результат уходит в CRM, и менеджер видит приоритет без чтения каждого письма.
- Разбор отзывов по причинам недовольства: доставка, качество, цена, поддержка. Сразу видно, на что жалуются чаще всего.
- Теги и атрибуты каталога: цвет, материал, размер из текстового описания. Каталог становится понятнее фильтрам и нейросетям, которые подбирают товары.
- Черновые описания товаров по шаблону для тысяч позиций. Редактор правит готовый текст, а не пишет с нуля.
- Извлечение полей из документов и писем: реквизиты, суммы, сроки, контакты.

## Как проверить качество на выборке

- Разметь вручную 100 примеров. Это эталон.
- Прогони эти примеры через модель и сравни ответы с эталоном.
- Если совпадение ниже нужного уровня, уточни инструкцию, добавь примеры или возьми модель старше.
- После запуска раз в неделю проверяй 30 случайных ответов.

Проверка нужна всегда. В независимом разборе системной карточки GPT-5.6 отмечено, что Luna и Terra ошибаются в фактах чаще GPT-5.5.

## Где экономию съедает редактура

Дешёвые модели хорошо справляются с короткими однотипными задачами и хуже с тремя типами работы. Тексты, где важен голос бренда, требуют правки. Длинные документы Luna держит плохо: в тесте на документах от 256 тысяч до 1 млн токенов она набрала 41,3%. Ответы с цифрами и фактами приходится проверять.

Если редактор переписывает заметную часть ответов, посчитай всё заново: время на правку быстро перекрывает экономию на токенах, и средняя модель может оказаться дешевле.

## Что осталось в записи и презентации

Алексей Даниленко (АКТИОН) показал на AI Борще, где ИИ ускоряет email: пять вариантов темы письма за 30 секунд, прехедер под каждый сегмент, адаптация оффера под разные аудитории. Это массовые задачи того же типа, на которых дешёвые модели окупаются быстрее всего. Как это устроено в АКТИОНе, есть в записи доклада.

[Получить запись и материалы конференции →](https://aiborsch.com/#tickets)

**Читайте по теме:** [Стоимость ИИ-задачи в маркетинге](https://aiborsch.com/blog/stoimost-ii-zadachi-tokeny/) · [GPT-5.6 Sol, Terra, Luna: что выбрать](https://aiborsch.com/blog/gpt-5-6-sol-terra-luna-marketing/) · [Аналитика и скоринг лидов через Claude](https://aiborsch.com/blog/analitika-i-skoring-lidov-cherez-claude/)

Источник: https://aiborsch.com/blog/massovye-zadachi-deshevye-modeli-ii/ · 3 августа 2026 · AI Борщ