شرکت OpenAI مدل‌های جدید GPT-6 Sol و GPT-6 Luna را به عنوان بخشی از توسعه خانواده GPT-6 معرفی کرد. این مدل‌ها در حال حاضر برای کاربران نسخه‌های Plus، Pro، Business، Enterprise و Edu در محیط‌های ChatGPT Work و Codex در دسترس هستند. همچنین کاربران نسخه‌های رایگان و Go می‌توانند از طریق اپلیکیشن دسکتاپ به مدل Luna دسترسی داشته باشند.
بهینه‌سازی عملکرد و کاهش هزینه‌ها
مدل GPT-6 Sol برای انجام وظایف پیچیده کاری طراحی شده و نتایج بهتری را در مقایسه با نسل‌های قبلی ارائه می‌دهد. بر اساس نتایج بنچمارک AutomationBench، مدل Sol در سطح تلاش xhigh توانست از Claude Opus 5 پیشی بگیرد، در حالی که هزینه هر تسک در آن ۹۱٪ کمتر است. همچنین مدل Luna در سطح تلاش بالا، عملکردی ۵.۴ درصد بهتر از مدل پیشین خود داشت و هزینه هر تسک را تا ۵۸٪ کاهش داد.
تحلیل کارایی در محیط‌های توسعه و کدنویسی
با توجه به رشد چشمگیر استفاده از Agentهای کدنویسی، هزینه توکن‌های مصرفی برای محققان به شدت افزایش یافته است. OpenAI با معرفی Sol و Luna، تلاش کرده تا عملکرد قدرتمند در کدنویسی را با قیمت‌های پایین‌تر API ترکیب کند تا توسعه‌دهندگان فضای بیشتری برای تکرار (Iteration) و اجرای تسک‌های بلندپروازانه‌تر در Codex داشته باشند.
- دقت فنی: این مدل‌ها در گفتگوهای فنی و کدنویسی با دقت بیشتری پاسخ می‌دهند و از به کار بردن اصطلاحات زائد و جزئیات کم‌ارزش پرهیز می‌کنند.
- کاهش خطا: در ارزیابی‌های Factuality، مدل Sol تعداد خطاهای خود را نسبت به نسل قبلی به نصف کاهش داده است.
بهبود سیستم Prompt Caching
توسعه‌دهندگانی که از GPT-6 استفاده می‌کنند، می‌توانند از طریق بهبود سیستم Prompt Caching هزینه‌های خود را به شدت کاهش دهند. افزایش نرخ Cache Hit باعث می‌شود Agentها اطلاعات را سریع‌تر بازیابی کنند و پاسخ‌دهی سریع‌تری داشته باشند. در این سیستم، خواندن توکن‌های ورودی کش‌شده با تخفیف ۹۰ درصدی ارائه می‌شود.
ارزیابی‌های امنیتی و هم‌ترازی (Alignment)
در ارزیابی‌های Alignment، مدل‌های Sol و Luna عملکرد بهتری نسبت به نسخه‌های GPT-5.6 داشتند. این تست‌ها به‌ویژه بر روی ادعاهای گمراه‌کننده در زمینه کدنویسی و سناریوهای تحریک‌کننده برای ایجاد عدم صداقت (Dishonesty) متمرکز بوده‌اند تا پایداری و قابلیت اعتماد مدل‌ها در شرایط سخت ارزیابی شود.
