GPT-6 Sol və Luna artıq VEGA-da!
OpenAI GPT-6 ailəsinə iki model əlavə etdi: GPT-6 Sol və GPT-6 Luna. Hər ikisi artıq VEGA-da əlçatandır. OpenAI onları bu ayın əvvəlində təqdim etdiyi flaqman model GPT-6 Astra ilə eyni metodlardan istifadə edərək öyrədib. Buna görə də bu iki model Astra-nın peşəkar işlər, faktların düzgünlüyü, kodlaşdırma, kompüterdən istifadə və uyğunlaşdırma sahələrindəki üstünlüklərini daha ucuz və sürətli səviyyələrə gətirir.
Fərqli İş Həcmləri üçün İki Model
Sol bu iki model arasında daha güclü işçi modeldir. O, çətin peşəkar tapşırıqlar, agent əsaslı kodlaşdırma və güclü nəticələr əldə edib üzərində işləmək üçün əlavə imkan istəyəcəyiniz uzun iş axınları üçün hazırlanıb. Luna isə yüngül səviyyəli modeldir: sürətli və sərfəlidir, gündəlik kömək və yüksək həcmli iş yükü üçün nəzərdə tutulub, amma əvvəlki Luna modelindən açıq-aşkar üstündür.
Ən tələbkar layihələr üçün Astra yenə də əsas seçimdir. Sol və Luna-nın məqsədi səmərəlilikdir: onlar GPT-5.6 nəsli ilə müqayisədə təxminən yarı API qiymətinə həmin intellektin böyük bir hissəsini təqdim edir.
Qiymətləndirmələr
| Qiymətləndirmə | GPT-6 Sol | GPT-6 Luna |
|---|---|---|
| AutomationBench (biznes iş axınları, 47 alət) | 33.2% (xhigh) — maksimum səydə Claude Opus 5-i üstələyir | Sələfindən +5.4 pp (high) |
| Agents' Last Exam (peşəkar iş axınları) | 56.4% (max) — Opus 5-in ən yaxşı nəticəsindən yüksəkdir | — |
| DeepSWE 1.1 (proqram mühəndisliyi) | 68.8% (max) | 66.6% (max) |
| OSWorld 2.0 offline (kompüterdən istifadə) | 60.5% (xhigh) — Opus 5 medium ilə eyni səviyyədədir | GPT-5.6 Sol-u (medium) üstələyir |
- Peşəkar işlər. AutomationBench-də GPT-6 Sol xhigh səy səviyyəsində Claude Opus 5-i max səy səviyyəsində üstələyir, hər tapşırıq üçün isə onun qiymətinin yalnız kiçik bir hissəsinə başa gəlir. Həmçinin, hətta aşağı səy səviyyəsində GPT-6 Astra-nı da az fərqlə qabaqlayır.
- Faktların düzgünlüyü. Sol sələfi ilə müqayisədə təxminən yarı qədər faktiki səhv edir və etibarlılıq baxımından Astra səviyyəsinə yaxındır. Daha yüksək səy səviyyəsində Luna GPT-5.6 Sol-un faktların düzgünlüyü səviyyəsinə xeyli aşağı qiymətə çatır.
- Kodlaşdırma. FrontierCode dəyişiklikləri real kod bazasına həqiqətən birləşdirilə bilmə ehtimalına görə qiymətləndirir; Sol burada GPT-5.6 Sol-dan xeyli irəlidədir və Claude Fable 5.1 xhigh ilə eyni səviyyədədir. DeepSWE-də isə Fable 5-in ən yaxşı nəticəsindən təxminən bir xal geri qalır.
- Əməkdaşlıq üslubu. Sol və Luna Astra-nın daha aydın ünsiyyət tərzini miras alır: daha az jarqon, daha az lazımsız təfərrüat, məzmunu itirmədən bir qədər qısa cavablar. Fərq ən çox texniki və kodlaşdırma söhbətlərində hiss olunur.
Agentlər və Uzun Söhbətlər üçün Daha Yaxşı Keşləmə
OpenAI GPT-6 üçün prompt keşləməsini də yenidən işləyib. Standart halda keşdən istifadə göstəriciləri daha yüksəkdir; panel və diaqnostika aləti keşdən istifadənin harada baş tutmadığını göstərir, açıq ayırıcı nöqtələr isə tərtibatçılara keşlənən prompt prefikslərinin harada bitəcəyini idarə etməyə imkan verir. Keşi etibarsız etmədən söhbətin ortasında reasoning səy səviyyəsini və alətlərin əlçatanlığını dəyişmək mümkündür. GitHub bildirir ki, bu dəyişikliklər milyardlarla Copilot sorğusu üzrə yeni emal tələb edən prompt tokenlərinin payını yarıdan çox azaldıb.
Uyğunlaşdırma
Sol və Luna Astra ilə birlikdə təqdim olunan uyğunlaşdırma işlərini miras alır. OpenAI-ın qiymətləndirmələrində hər iki model kodlaşdırma işləri barədə yanıltıcı iddialara GPT-5.6 modellərinə nisbətən daha az yol verir; aldatma və məhdudiyyətləri aşma testlərində də irəliləyiş göstərir.
GPT-6 Sol və Luna-nı VEGA-da sınayın
Hər iki model artıq VEGA model seçicisində mövcuddur. Daha ağır peşəkar və kodlaşdırma tapşırıqları üçün Sol-u, gündəlik sürətli suallar üçün Luna-nı sınayın və aqreqatorda onları digər qabaqcıl modellərlə yan-yana müqayisə edin.