GPT-6 Sol وGPT-6 Luna متاحان الآن على Amazon Bedrock

أصبح نموذجا GPT-6 Sol وGPT-6 Luna من OpenAI متاحين الآن بشكل عام على Amazon Bedrock، وفق ما ذكرته AWS في تدوينة لها. وبذلك تتوسع عائلة GPT-6 على المنصة بعد GPT-6 Astra التي طُرحت سابقًا للمشاريع الأكثر طموحًا.

نموذجان ومهمتان مختلفتان

بحسب AWS، يستهدف النموذجان نقطتين مختلفتين على مقياس الذكاء مقابل الكفاءة. صُمم GPT-6 Sol للمهام المعقدة المتكررة خلال دورة التطوير: تنفيذ الميزات، وتصحيح الأخطاء، وإعادة هيكلة الكود ومراجعته، وتحليل البيانات، وإنجاز عمليات متعددة الخطوات عبر أدوات وتطبيقات مختلفة. أما GPT-6 Luna فمصمم لمهام مركزة ومتكررة بحجم كبير: استخراج المعلومات من مجموعات مستندات ضخمة، وتلخيص المواد الواردة، وتصنيف المدخلات، والإجابة عن أسئلة محددة لعدد كبير من المستخدمين أو التطبيقات.

وتقول AWS إن أسعار واجهات البرمجة للنموذجين أقل بكثير من سابقيهما GPT-5.6، وتعتبر الشركة ذلك الرافعة الأساسية لإدخال نماذج أقوى إلى الاستخدام الإنتاجي المنتظم.

الدقة وتكلفة النتيجة الواحدة

في تقييم داخلي للدقة الواقعية، وجدت OpenAI أن GPT-6 Sol ارتكب نحو نصف عدد الأخطاء الواقعية التي ارتكبها GPT-5.6 Sol. وتشير الشركة أيضًا إلى تقارير أوضح حول ما غيّره النموذج وما تحقق منه وما لم يستطع تأكيده؛ وترى AWS أن هذا مهم في المهام الطويلة التي تحتاج فيها الفرق إلى معرفة أين يبقى الحكم البشري ضروريًا. وفي حالة GPT-6 Luna تُظهر تقييمات OpenAI تحسنًا في الموثوقية الواقعية، كما يمكن ضبط مستوى الاستدلال لكل طلب لموازنة الجودة وزمن الاستجابة والتكلفة.

خلط النماذج وتخزين الأوامر مؤقتًا

ولأن التطبيق الواحد قد يحتاج مستويات مختلفة من الذكاء في مراحل مختلفة، تصف AWS توجيه الطلبات كنمط عملي: Luna لتصنيف الطلبات الواردة، وSol لفحص الحالات المعقدة، وAstra عندما يمكن لعمق استدلال إضافي أن يغيّر القرار. وللحفاظ على كفاءة هذا الترتيب، يدعم النموذجان الجديدان التخزين المؤقت الصريح للأوامر على Bedrock: يمكن للمطورين تعليم المحتوى القابل لإعادة الاستخدام — تعليمات المستودع، ووثائق السياسات، ومخطط استخراج ثابت — بحيث تعالج الطلبات اللاحقة المدخل الجديد أساسًا.

الحوكمة والتعامل مع البيانات

على صعيد التحكم، تعدد AWS إدارة الوصول عبر سياسات IAM، وتدقيق كل استدعاء عبر CloudTrail، ونقاط نهاية VPC المدعومة بـ AWS PrivateLink، وتشغيل الاستدلال على بنية معزولة على مستوى العتاد دون وصول المشغلين، أي أن مشغلي AWS أنفسهم لا يمكنهم الاطلاع على الأوامر أو الردود أثناء الاستدلال. وتقول الشركة إن بيانات الاستدلال لا تُستخدم لتدريب النماذج، وإن استخدام هذين النموذجين لا يتطلب الموافقة على مشاركة البيانات مع OpenAI؛ أما حركة المرور التي يصنفها كاشف إساءة الاستخدام الآلي فتحتفظ بها AWS حتى 30 يومًا، ويمكن طلب عدم الاحتفاظ بالبيانات إطلاقًا عبر فريق الحساب في AWS. والنموذجان متاحان في وحدة تحكم Bedrock وعبر واجهات Bedrock المدعومة.