شرکت OpenAI در ماه گذشته با سرعتی پیوسته مدل‌های GPT-6 را عرضه کرده است. اکنون راهنمای استفاده از این مدل‌ها را منتشر کرده است.
انتشار راهنمای مدل‌های GPT-6
در تاریخ ۲ اکتبر ۲۰۲۶، این شرکت سندی با عنوان «راهنمای مدل برای خانواده GPT-6» منتشر کرد. این سند برای توسعه‌دهندگان و استارتاپ‌هایی طراحی شده است که نیاز دارند تصمیم بگیرند کدام مدل را انتخاب کنند، چه میزان پردازش از آن بخواهند و چگونه یک گردش کار را از مرحله نمونه اولیه به مرحله تولید منتقل کنند.
این راهنما، مدل‌های خانواده GPT-6 را بر اساس حجم کار و قابلیت استدلال دسته‌بندی می‌کند. در صدر این فهرست، مدل Astra قرار دارد که OpenAI آن را به عنوان پرچمدار خود برای استدلال پیچیده معرفی کرده و عملکردی پیشرفته در حوزه‌هایی مانند کدنویسی و علوم ارائه می‌دهد.
مدل Astra در تاریخ ۳ سپتامبر ۲۰۲۶ عرضه شد و امتیاز ۹۸ درصد را در FrontierMath Tier 4 و ۹۹.۹ درصد را در ARC-AGI-3 کسب کرد.
مدل‌های Sol و Luna با تمرکز بر قیمت
پس از آن، مدل‌های Sol و Luna قرار دارند که در تاریخ ۲۲ سپتامبر ۲۰۲۶ عرضه شدند. نقطه قوت اصلی این مدل‌ها، قیمت آن‌هاست. نرخ‌های API برای هر دو مدل ۵۰ درصد کمتر از نسل قبلی خود، یعنی GPT-5.6 است.
هزینه استفاده از Sol، ۲ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار به ازای هر میلیون توکن خروجی است. مدل Luna حتی ارزان‌تر است و هزینه آن ۰.۱۰ دلار به ازای هر میلیون توکن ورودی و ۰.۵۰ دلار به ازای هر میلیون توکن خروجی تعیین شده است.
مدل 6.1 Sol با عملکرد نزدیک به Astra و هزینه کمتر
سپس مدل 6.1 Sol قرار دارد که در تاریخ ۲۹ سپتامبر ۲۰۲۶ منتشر شد. OpenAI اعلام کرده است که این مدل عملکردی نزدیک به Astra را با یک پنجم هزینه آن ارائه می‌دهد.
ویژگی‌های مشترک و قابلیت‌های پیشرفته
تمامی مدل‌های GPT-6 از پنجره زمینه (context window) با ظرفیت ۱.۰۵ میلیون توکن و حداکثر خروجی ۱۲۸ هزار توکن برخوردارند.
انتخاب مدل تنها بخشی از این راهنما نیست. OpenAI همچنین به موضوعاتی مانند تنظیم میزان تلاش استدلالی، بهبود پرامپت‌ها، مهارت‌ها، هماهنگی ابزارها و آمادگی برای تولید پرداخته است.
این راهنما همچنین قابلیت فراخوانی ناهمگام ابزار (asynchronous tool calling) را برجسته می‌کند. با استفاده از این ویژگی، مدل می‌تواند در حین انتظار برای اتمام اجرای یک ابزار خارجی، بر روی بخش‌های دیگر یک وظیفه کار کند.
قابلیت کشینگ بهبودیافته (enhanced caching) نیز از دیگر ویژگی‌های کارایی است. این قابلیت در کنار استدلال قابل تنظیم، برای پشتیبانی از تکرار سریع و استقرار روان‌تر در صنایع مختلف طراحی شده است.
روند سریع عرضه و فشرده‌سازی قیمت
روند عرضه مدل‌های GPT-6 بسیار سریع بود. Astra ابتدا در ۳ سپتامبر، سپس Sol و Luna در ۲۲ سپتامبر و در نهایت 6.1 Sol در ۲۹ سپتامبر عرضه شدند.
نقطه مرجع در تمام این مقایسه‌ها، نسل GPT-5.6 است که مدل‌های Sol و Luna قیمت آن را به نصف کاهش داده‌اند.
واضح‌ترین نتیجه این عرضه، فشرده‌سازی قیمت است. کاهش ۵۰ درصدی در Sol و Luna، به همراه عملکردی نزدیک به مدل پرچمدار با یک پنجم هزینه Astra از طریق 6.1 Sol، هزینه اجرای قابلیت‌های هوش مصنوعی در مقیاس بزرگ را کاهش می‌دهد.
ملاحظات و چالش‌ها برای توسعه‌دهندگان
با این حال، باید به مصالحه‌ها و چالش‌های پیش رو نیز توجه داشت. نتایج بنچمارک‌ها مانند امتیاز ۹۸ درصدی Astra در FrontierMath Tier 4، عملکرد را بر روی مجموعه‌های آزمایشی خاص اندازه‌گیری می‌کنند، در حالی که حجم کارهای تولیدی معمولاً پیچیده‌تر هستند. توسعه‌دهندگان باید اطمینان حاصل کنند که عملکرد نزدیک به Astra مدل 6.1 Sol بر روی داده‌های خودشان نیز پایدار است، پیش از آنکه به طور کامل به آن متعهد شوند.
