GPT-6 Sol და Luna უკვე ხელმისაწვდომია VEGA-ზე!
OpenAI-მ GPT-6-ის ოჯახს ორი მოდელი დაამატა: GPT-6 Sol და GPT-6 Luna. ორივე უკვე ხელმისაწვდომია VEGA-ზე. OpenAI-მ ისინი GPT-6 Astra-ს მსგავსად გაწვრთნა — ეს ფლაგმანი ამ თვის დასაწყისში წარადგინა. ამიტომ ორივე მოდელში Astra-ს გაუმჯობესებები პროფესიულ საქმიანობაში, ფაქტების სიზუსტეში, კოდირებაში, კომპიუტერის გამოყენებასა და ალაინმენტში უფრო ხელმისაწვდომ და სწრაფ ვერსიებში გადმოვიდა.
ორი მოდელი სხვადასხვა მასშტაბის სამუშაოსთვის
ამ ორს შორის Sol უფრო მძლავრი სამუშაო მოდელია. ის შექმნილია რთული პროფესიული ამოცანებისთვის, აგენტური კოდირებისა და ხანგრძლივი სამუშაო პროცესებისთვის, სადაც მნიშვნელოვანია მაღალი ხარისხის შედეგები და მათი დახვეწის შესაძლებლობა. Luna მსუბუქი ვერსიაა: სწრაფი და იაფი, განკუთვნილი ყოველდღიური დახმარებისა და დიდი მოცულობის სამუშაოებისთვის, თუმცა წინა Luna-სთან შედარებით აშკარად გაუმჯობესებულია.
ყველაზე რთული პროექტებისთვის კვლავ Astra რჩება საუკეთესო არჩევანად. Sol-ისა და Luna-ს მიზანი ეფექტიანობაა: ისინი ამ ინტელექტის მნიშვნელოვან ნაწილს GPT-5.6-ის თაობის API-ის ფასის დაახლოებით ნახევრად გვთავაზობენ.
ბენჩმარკები
| ბენჩმარკი | GPT-6 Sol | GPT-6 Luna |
|---|---|---|
| AutomationBench (ბიზნესპროცესები, 47 ინსტრუმენტი) | 33.2% (xhigh) — მაქსიმალური ძალისხმევით აჯობებს Claude Opus 5-ს | წინამორბედთან შედარებით +5.4 პროცენტული პუნქტი (high) |
| Agents' Last Exam (პროფესიული სამუშაო პროცესები) | 56.4% (max) — Opus 5-ის საუკეთესო შედეგზე მაღალი | — |
| DeepSWE 1.1 (პროგრამული უზრუნველყოფის ინჟინერია) | 68.8% (max) | 66.6% (max) |
| OSWorld 2.0 offline (კომპიუტერის გამოყენება) | 60.5% (xhigh) — Opus 5-ის medium შედეგის დონეზე | GPT-5.6 Sol-ს აჭარბებს (medium) |
- პროფესიული სამუშაო. AutomationBench-ზე GPT-6 Sol xhigh ძალისხმევით აჯობებს Claude Opus 5-ს max ძალისხმევით, თითოეულ ამოცანაზე კი გაცილებით ნაკლები ჯდება; ის დაბალი ძალისხმევის GPT-6 Astra-საც კი ოდნავ უსწრებს.
- ფაქტების სიზუსტე. Sol წინამორბედთან შედარებით დაახლოებით ორჯერ ნაკლებ ფაქტობრივ შეცდომას უშვებს და სიზუსტით Astra-ს უახლოვდება. Luna მაღალი ძალისხმევის რეჟიმში GPT-5.6 Sol-ის ფაქტობრივ სიზუსტეს გაცილებით დაბალ ფასად აღწევს.
- კოდირება. FrontierCode ცვლილებებს იმის მიხედვით აფასებს, შეძლებდა თუ არა მათ რეალურ კოდურ ბაზაში გაერთიანებას; ამ მხრივ Sol მნიშვნელოვნად გაუმჯობესებულია GPT-5.6 Sol-თან შედარებით და Claude Fable 5.1 xhigh-ის შედეგს უტოლდება. DeepSWE-ზე კი Fable 5-ის საუკეთესო შედეგზე დაახლოებით ერთი ქულით ნაკლებს იღებს.
- თანამშრომლობის სტილი. Sol-მა და Luna-მ Astra-სგან უფრო მკაფიო კომუნიკაციის სტილი გადაიღეს: ნაკლები ჟარგონი და ზედმეტი დეტალი, ოდნავ მოკლე პასუხები შინაარსის დაკარგვის გარეშე. განსხვავება ყველაზე შესამჩნევია ტექნიკურ და კოდირებასთან დაკავშირებულ საუბარში.
აგენტებისა და ხანგრძლივი საუბრებისთვის გაუმჯობესებული კეშირება
OpenAI-მ GPT-6-ისთვის prompt-ების კეშირებაც გადაამუშავა. კეშის გამოყენების მაჩვენებელი ნაგულისხმევად უფრო მაღალია; პანელი და დიაგნოსტიკის ინსტრუმენტი აჩვენებს, სად ვერ ხერხდება კეშირება, ხოლო მკაფიოდ განსაზღვრული გამყოფები დეველოპერებს საშუალებას აძლევს, აკონტროლონ, სად მთავრდება ქეშირებული prompt-ის პრეფიქსი. მსჯელობის ძალისხმევისა და ინსტრუმენტების ხელმისაწვდომობის შეცვლა საუბრის შუაშიც შეიძლება ისე, რომ კეში არ გაუქმდეს. GitHub-ის თქმით, ამ ცვლილებებმა მილიარდობით Copilot-ის მოთხოვნაში prompt-ის ტოკენების ნახევარზე მეტით შეამცირა იმ წილი, რომელსაც თავიდან დამუშავება სჭირდება.
ალაინმენტი
Sol-მა და Luna-მ Astra-სთან ერთად დანერგილი ალაინმენტის გაუმჯობესებები გადაიღეს. OpenAI-ს შეფასებებში ორივე მოდელი კოდირების სამუშაოზე შეცდომაში შემყვან მტკიცებებს GPT-5.6-ის შესაბამის ვერსიებზე იშვიათად იძლევა; გაუმჯობესებები მოტყუებისა და შეზღუდვების გვერდის ავლის ტესტებშიც შეინიშნება.
სცადეთ GPT-6 Sol და Luna VEGA-ზე
ორივე მოდელი უკვე ხელმისაწვდომია VEGA-ს მოდელების სიაში. აირჩიეთ Sol რთული პროფესიული და კოდირების ამოცანებისთვის, Luna — ყოველდღიური სწრაფი კითხვებისთვის, ან შეადარეთ ისინი ერთმანეთსა და აგრეგატორში წარმოდგენილ სხვა მოწინავე მოდელებს.