GPT-6 Sol және Luna енді VEGA-да қолжетімді!

OpenAI GPT-6 топтамасына GPT-6 Sol және GPT-6 Luna атты екі модель қосты. Екеуі де VEGA-да қолжетімді. OpenAI оларды осы айдың басында таныстырған флагман GPT-6 Astra-мен бірдей әдістерді қолданып үйретті. Сондықтан бұл модельдер Astra-ның кәсіби жұмыстар, фактілердің дәлдігі, код жазу, компьютерді пайдалану және үйлесімділік салаларындағы жетістіктерін арзанырақ әрі жылдамырақ деңгейлерге жеткізеді.

Әртүрлі ауқымдағы жұмыстарға арналған екі модель

Sol — осы екеуінің негізгі жұмыс моделі. Ол күрделі кәсіби тапсырмаларға, агенттік код жазуға және нәтижесі сапалы болып, бірнеше рет түзетуге мүмкіндік беретін ұзақ жұмыс үдерістеріне арналған. Luna — жеңіл деңгейдегі модель: жылдам әрі арзан, күнделікті көмек пен ауқымды тапсырмаларға лайық. Дегенмен ол алдыңғы Luna моделінен едәуір жетілдірілген.

Ең талапшыл жобалар үшін Astra әлі де үздік таңдау болып қала береді. Sol мен Luna-ның мақсаты — тиімділік: олар GPT-5.6 буынының API бағасының шамамен жартысына сол интеллекттің едәуір бөлігін ұсынады.

Бенчмарктер

Бенчмарк	GPT-6 Sol	GPT-6 Luna
AutomationBench (іскерлік жұмыс үдерістері, 47 құрал)	33.2% (xhigh) — ең жоғары күш жұмсау режиміндегі Claude Opus 5-тен озады	Алдыңғы модельден +5.4 пайыздық тармақ (high)
Agents' Last Exam (кәсіби жұмыс үдерістері)	56.4% (max) — Opus 5-тің ең үздік нәтижесінен жоғары	—
DeepSWE 1.1 (бағдарламалық жасақтама әзірлеу)	68.8% (max)	66.6% (max)
OSWorld 2.0 offline (компьютерді пайдалану)	60.5% (xhigh) — Opus 5-тің medium деңгейімен бірдей	GPT-5.6 Sol-дан жоғары (medium)

• Кәсіби жұмыстар. AutomationBench тестінде xhigh режиміндегі GPT-6 Sol max режиміндегі Claude Opus 5-тен озып, әр тапсырмаға әлдеқайда аз шығын жұмсайды. Сондай-ақ ол тіпті төмен күш жұмсау режиміндегі GPT-6 Astra-дан да сәл жақсы нәтиже көрсетеді.
• Фактілердің дәлдігі. Sol алдыңғы моделінен шамамен екі есе аз фактілік қате жібереді және сенімділігі Astra деңгейіне жақын. Luna жоғары күш жұмсау режимінде GPT-5.6 Sol моделінің фактілер дәлдігіне болмашы шығынмен жетеді.
• Код жазу. FrontierCode өзгерістердің нақты код базасына біріктіруге жарамдылығын бағалайды. Бұл тестте Sol GPT-5.6 Sol-дан едәуір озып, Claude Fable 5.1 xhigh деңгейімен тең нәтиже көрсетеді. DeepSWE тестінде ол Fable 5-тің ең үздік нәтижесінен шамамен бір ұпай төмен.
• Ынтымақтастық мәнері. Sol мен Luna Astra-ның ойын анығырақ жеткізу мәнерін жалғастырады: жаргон аз, артық мәліметтер аз, ал жауаптар мазмұнын жоғалтпай сәл ықшамырақ. Бұл айырмашылық әсіресе техникалық тақырыптар мен код жазу әңгімелерінде айқын көрінеді.

Агенттер мен ұзақ әңгімелерге арналған жақсартылған кэштеу

OpenAI GPT-6 үшін сұрауларды кэштеу жүйесін де қайта жасады. Әдепкі параметрлер бойынша кэшке сәйкестік жиілігі жоғарылады, ал бақылау тақтасы мен диагностика құралы кэштің қай тұста қолданылмай қалғанын көрсетеді. Нақты шекара нүктелері әзірлеушілерге кэшке сақталатын сұрау префиксінің қай жерде аяқталатынын басқаруға мүмкіндік береді. Кэшті жарамсыз етпей-ақ, әңгіме барысында ойлау күшін және құралдардың қолжетімділігін өзгертуге болады. GitHub мәліметінше, бұл өзгерістер миллиардтаған Copilot сұрауы бойынша жаңадан өңделуі қажет сұрау токендерінің үлесін жартысынан астамға азайтты.

Үйлесімділік

Sol мен Luna Astra-мен бірге ұсынылған үйлесімділікке қатысты жетілдірулерді мұра етті. OpenAI бағалауларында екі модель де GPT-5.6 нұсқаларымен салыстырғанда өздерінің код жазу жұмыстары туралы жаңылыстыратын мәлімдемелерді сирек жасайды. Алдау мен шектеулерді айналып өту сынақтарында да нәтижелері жақсарған.

VEGA-да GPT-6 Sol және Luna модельдерін қолданып көріңіз

Екі модель де VEGA модель таңдау мәзірінде қолжетімді. Күрделі кәсіби және код жазу тапсырмалары үшін Sol моделін, ал күнделікті жылдам сұрақтар үшін Luna моделін қолданып көріңіз. Сондай-ақ оларды агрегатордағы басқа озық модельдермен қатар салыстыра аласыз.