OpenAI-ը ներկայացրել է GPT‑6 Sol-ը և Luna-ն. API գները կիսով չափ կրճատվել են

OpenAI-ն ընդլայնել է GPT‑6 ընտանիքը երկու նոր մոդելով՝ GPT‑6 Sol և GPT‑6 Luna: Ընկերությունը դրանք ներկայացնում է որպես ամսվա սկզբին թողարկված ֆլագման GPT‑6 Astra-ի ավելի արագ ու մատչելի տարբերակներ. դրանք մարզվել են նման մեթոդներով և Astra-ի առաջընթացը՝ մասնագիտական աշխատանքում, փաստերի ճշգրտության, ծրագրավորման, համակարգչի օգտագործման և alignment-ի ոլորտներում, փոխանցում են առօրյա օգտագործմանը:

Ինչ է ներկայացրել OpenAI-ն

Ըստ OpenAI-ի՝ աշխատանքը ընթանում է «տարբեր մասշտաբներով, ռիթմերով և բյուջեներով»: Astra-ն մնում է ամենաունակավոր մոդելը և ամենաբարդ նախագծերի ընտրությունը, Sol-ը նախատեսված է ավելի ծանր մասնագիտական ծանրաբեռնվածության, Luna-ն՝ ավելի թեթև առաջադրանքների համար: Ընկերությունը նշում է, որ երկու մոդելներն էլ առաջատար են «ծախս–ինտելեկտ» կորի վրա, ինչին նպաստում են քեշավորման և inference-ի բարելավումները:

API-ի գները կիսով չափ նվազել են

Խնայողությունն ուղղակիորեն փոխանցվում է օգտատերերին. մեկ միլիոն թոքենի գները GPT‑5.6-ի պրոմո սակագների համեմատ նվազում են 50%-ով: GPT‑6 Sol-ը մուտքային թոքենի համար 4 դոլարից դառնում է 2, ելքայինինը՝ 20-ից՝ 10 դոլար; GPT‑6 Luna-ն՝ համապատասխանաբար 0.20-ից 0.10 և 1.20-ից 0.50 դոլար:

Բենչմարկների արդյունքները

AutomationBench-ում, որտեղ գործակալները փորձարկվում են 47 գործիքով բիզնես գործընթացներում, GPT‑6 Sol-ը շատ բարձր reasoning մակարդակում հավաքում է 33.2%՝ մեկ առաջադրանքի համար 0.27 դոլար արժողությամբ: OpenAI-ի խոսքով՝ դա գերազանցում է Claude Opus 5-ի առավելագույն արդյունքը (26.9%)՝ ծախսելով նրա արժեքի ընդամենը 9%-ը, և գերազանցում է նաև Claude Fable 5.1-ին՝ շատ ավելի ցածր գնով: GPT‑6 Luna-ն բարձր մակարդակում նախորդից լավն է 5.4 տոկոսային կետով՝ 58%-ով ցածր արժեքով:

Նման պատկեր է նաև այլ գնահատումներում. Agents' Last Exam-ում Sol-ը առավելագույն մակարդակում հավաքում է 56.4%, փաստացիության ներքին գնահատման ժամանակ սխալվում է մոտ երկու անգամ ավելի քիչ, քան նախորդ մոդելը՝ մոտենալով Astra-ի հուսալիությանը, իսկ Luna-ն բարձր մակարդակներում հավասարվում է GPT‑5.6 Sol-ին՝ մոտ հարյուր անգամ ավելի ցածր արժեքով: DeepSWE v1.1-ում Sol-ը հասնում է 68.8%-ի՝ Claude Fable 5-ի 69.9%-ից 1.1 կետ հեռավորությամբ և մոտ 80%-ով ցածր արժեքով, իսկ OSWorld 2.0-ում՝ 60.5%-ի:

Հասանելիություն և քեշավորում

Երկու մոդելներն էլ հասանելի են ChatGPT Work-ում և Codex-ում Plus, Pro, Business, Enterprise և Edu օգտատերերի համար. GPT‑6 Luna-ն կհասնի նաև Free և Go օգտատերերին աշխատասեղանի հավելվածում, սակայն Chat-ում դրանք դեռ չկան: API-ում դրանք կոչվում են gpt-6-sol և gpt-6-luna, իսկ ներդրումը տեղի կունենա աստիճանաբար՝ օրվա ընթացքում: OpenAI-ն նաև հայտնում է prompt caching-ի բարելավման մասին՝ ավելի բարձր hit rate և 90% զեղչ քեշավորված մուտքային թոքենների ընթերցման համար. ըստ GitHub-ի՝ նորից մշակման կարիք ունեցող թոքենների մասնաբաժինը նվազել է ավելի քան 50%-ով: