OpenAI — линейка моделей GPT, Realtime и Images

OpenAI разделяет модели по типу задачи: GPT-5.6 для текста, кода и агентных процессов, GPT-Realtime для голосовых приложений, GPT-Image для изображений и специализированные модели для транскрипции, синтеза речи и эмбеддингов. Этот справочник помогает выбрать актуальную модель и избежать зависимости от устаревших алиасов.

Содержание

1. Изменения в каталоге и deprecated-модели
2. Текстовые модели
3. Голос и аудио
4. Изображения и эмбеддинги
5. Выбор модели под задачу
6. Подключение по API
7. Тарифы и контроль расходов
8. Полезные сценарии и комбинации
9. Что делать, если возникла проблема
10. Чеклист перед запуском

Изменения в каталоге и deprecated-модели

Материал заметно изменился по сравнению с июнем 2026 года. В актуальном каталоге флагманскую позицию занимает семейство GPT-5.6:

• GPT-5.6 Sol — модель для сложной профессиональной работы;
• GPT-5.6 Terra — баланс возможностей и стоимости;
• GPT-5.6 Luna — вариант для чувствительных к цене нагрузок.

GPT-5.5 и GPT-5.4 остаются в каталоге, но больше не относятся к флагманской группе. Для кода также доступна специализированная модель GPT-5.3-Codex.

Голосовая линейка обновилась до GPT-Realtime-2.1. Старые GPT-Realtime и GPT-Realtime Mini помечены как deprecated. Для изображений актуальной моделью остаётся GPT-Image-2, а GPT-Image-1.5 и предыдущие модели GPT Image переведены в deprecated.

Серия o больше не является основным направлением для новых интеграций: o3 ещё присутствует в каталоге, но в его описании указано, что его сменила GPT-5; o4-mini, o1 и большинство остальных моделей серии помечены deprecated.

Текстовые модели

Проверенные параметры GPT-5.5

GPT-5.5 остаётся полезной стабильной точкой сравнения:

• контекст: 1 050 000 токенов;
• максимальный вывод: 128 000 токенов;
• вход: текст и изображения;
• выход: текст;
• уровень рассуждения (reasoning.effort): none, low, medium, high, xhigh;
• значение уровня рассуждения по умолчанию: medium;
• снапшот: gpt-5.5-2026-04-23;
• поддерживаются потоковая выдача, вызов функций (function calling) и структурированные ответы (structured outputs);
• в Responses API доступны web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP и tool search.

Для входа длиннее 272 000 токенов вся сессия GPT-5.5 тарифицируется с коэффициентом 2× для input и 1,5× для output. Это нужно учитывать до загрузки крупных репозиториев и архивов документов.

Закреплённый снапшот помогает сохранить согласованное поведение. Алиас без даты удобнее для экспериментов, но его следует повторно прогонять через тесты после обновлений.

Голос и аудио

GPT-Realtime-2.1

GPT-Realtime-2.1 — актуальная модель для сложных голосовых агентов. Она принимает текст, аудио и изображения, возвращает текст и аудио, поддерживает вызов функций (function calling) и настраиваемый уровень рассуждения.

Проверенные характеристики:

• контекст: 128 000 токенов;
• максимальный вывод: 32 000 токенов;
• текст: $4 за 1 млн входных и $24 за 1 млн выходных токенов;
• аудио: $32 за 1 млн входных и $64 за 1 млн выходных токенов;
• изображения: $5 за 1 млн входных токенов;
• кэшированный текстовый input: $0,40 за 1 млн токенов.

По сравнению с GPT-Realtime-2 версия 2.1 улучшает распознавание буквенно-цифровых последовательностей, работу с тишиной и шумом, а также поведение при прерывании речи.

Высокий уровень рассуждения может увеличивать задержку и расход выходных токенов. Для живого диалога его нужно подбирать по измерениям, а не включать автоматически.

Остальная аудиолинейка

GPT-Realtime, GPT-Realtime Mini и GPT-Audio в актуальном каталоге помечены deprecated. Новую интеграцию на них строить не следует.

Изображения и эмбеддинги

GPT-Image-2

GPT-Image-2 — текущая модель OpenAI для генерации и редактирования изображений. Она принимает текст и изображения, возвращает изображение и доступна через:

• /v1/images/generations;
• /v1/images/edits.

Зафиксированный снапшот: gpt-image-2-2026-04-21.

Модель поддерживает гибкие размеры и входные изображения с высокой точностью передачи деталей. Вызов функций, структурированные ответы, потоковая выдача и дообучение для неё не поддерживаются.

GPT-Image-1.5, GPT-Image-1 и GPT-Image-1 Mini в текущем каталоге помечены deprecated. Их стоит сохранять только там, где миграция ещё не прошла и поведение покрыто тестами.

Эмбеддинги

В каталоге остаются:

• text-embedding-3-large — наиболее способная модель эмбеддингов;
• text-embedding-3-small — компактный вариант;
• text-embedding-ada-002 — старая модель.

Для нового поиска или RAG (поиска по собственной базе знаний) сначала сравните text-embedding-3-large и text-embedding-3-small на собственном наборе запросов. Качество поиска проверяйте метриками, а не только размером вектора или ценой вызова.

Выбор модели под задачу

Название модели в каталоге задаёт направление выбора, но не заменяет прикладные тесты. Минимальный набор должен включать обычные запросы, сложные случаи и примеры, на которых ошибка особенно дорога.

Подключение по API

Для новых языковых интеграций основным интерфейсом служит Responses API:

POST /v1/responses

Chat Completions остаётся доступным для совместимых приложений:

POST /v1/chat/completions

Специализированные интерфейсы:

Перед реализацией проверяйте страницу конкретной модели: наличие эндпоинта в платформе не означает, что выбранная модель поддерживает нужную возможность.

Тарифы и контроль расходов

Проверенные цены GPT-5.5 за 1 млн текстовых токенов:

Региональная обработка GPT-5.5 добавляет 10% к стоимости. Для контекста длиннее 272 000 токенов действует повышающий коэффициент на всю сессию.

Практический контроль расходов:

• учитывайте input, cached input и output отдельно;
• измеряйте стоимость всей решённой задачи, включая повторные вызовы;
• отправляйте простые этапы на более дешёвую модель только после проверки ошибок маршрутизации;
• не передавайте модели весь архив, если достаточно найденных фрагментов;
• закрепляйте снапшот и повторяйте тесты перед миграцией;
• задавайте лимиты отдельно для каждого проекта и окружения.

Цены GPT-5.6 и GPT-Image-2 следует брать с актуальной страницы pricing перед расчётом бюджета: переданные источники подтверждают их наличие и возможности, но не содержат полной тарифной сетки.

Полезные сценарии и комбинации

Массовая классификация с проверкой сложных случаев

Задача: обработать большой поток объектов при ограниченном бюджете.

Условие запуска: есть набор контрольных примеров и критерий допустимой ошибки.

1. GPT-5.6 Luna или GPT-5.4 Mini обрабатывает основной поток.
2. Примеры с низкой уверенностью или конфликтующими признаками переходят на GPT-5.6 Terra либо Sol.
3. Набор контрольных примеров регулярно прогоняется через обе модели.

Проверяемый результат: сравните стоимость объекта и долю ошибок с базовым вариантом.

Ограничение: маршрутизация окупается только после проверки того, что дешёвая модель не пропускает критичные случаи.

Агентный кодинг

Задача: выполнить длинную задачу разработки с контролируемым объёмом ручной проверки.

Условие запуска: проект изолирован, а тесты и линтер доступны до начала работы.

1. Основной кандидат — GPT-5.6 Sol или GPT-5.3-Codex.
2. Модель работает в отдельной ветке или изолированном рабочем дереве.
3. Результат проверяют тесты, линтер и просмотр изменений.
4. Для стабильного рабочего процесса закрепляют проверенный идентификатор модели.

Проверяемый результат: тесты и линтер проходят, а объём ручных исправлений можно сравнить между кандидатами.

Ограничение: выбор между общей и специализированной моделью нужно подтверждать на собственных задачах, а не только по названию модели.

Голосовой агент

Задача: вести диалог с вызовом функций при ограничении по задержке.

Условие запуска: подготовлен тестовый набор с шумом, тишиной, прерываниями и буквенно-цифровыми данными.

1. GPT-Realtime-2.1 ведёт диалог и вызывает функции.
2. Уровень рассуждения подбирается с учётом допустимой задержки.
3. Тестовый набор запускается до перехода к рабочей нагрузке.

Проверяемый результат: тесты показывают корректное продолжение разговора после прерывания и точную передачу аргументов инструментам.

Ограничение: стоимость аудио и задержку нужно измерять на целевом сценарии, а не оценивать только по тарифу текстовых токенов.

Доступ и выбор посредника

Доступность OpenAI зависит от поддерживаемой страны, способа оплаты и правил конкретного продукта. Перед регистрацией и рабочим запуском проверяйте официальный список поддерживаемых стран и условия использования.

Если используется API-посредник, проверьте:

• точные идентификаторы и снапшоты моделей;
• поддержку Responses, Realtime, Images, Batch и Embeddings;
• корректную передачу вызова функций;
• задержку WebSocket и буферизацию потоковых SSE-ответов;
• ограничения контекста и частоты запросов;
• политику хранения запросов и ответов;
• итоговую цену с комиссией и конвертацией;
• возможность быстро переключиться на другого провайдера.

Не обходите региональные ограничения способами, нарушающими условия сервиса. Заявления посредника о поддержке модели проверяйте реальным тестовым вызовом до переноса рабочей нагрузки.

Что делать, если возникла проблема

Чеклист перед запуском

Официальные источники

Проверено 2 сентября 2026 года:

• Каталог моделей OpenAI
• GPT-5.5
• GPT-Realtime-2.1
• GPT-Image-2

Если вы проектируете пирамиду моделей, сначала соберите контрольный набор задач и посчитайте стоимость успешного результата для каждого кандидата.

Следующий шаг

После выбора модели проверьте промпт, контекст и инструменты на контрольном наборе задач. Для этого полезно перейти к Промпт-инжиниринг GPT-5.5: outcome-first подход.

Модельный выбор полезно обсуждать командам, которые собирают агентные, голосовые или мультимодальные процессы и хотят заранее проверить стоимость и ограничения интеграции.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov