GPT-6 Sol жана Luna эми VEGAда жеткиликтүү!

OpenAI GPT-6 үй-бүлөсүнө эки модель кошту: GPT-6 Sol жана GPT-6 Luna. Экөө тең VEGAда жеткиликтүү. OpenAI аларды ушул айдын башында тааныштырган флагмандык GPT-6 Astra моделин үйрөткөн ыкмалар менен үйрөткөн. Ошондуктан бул эки модель Astraнын кесиптик иштердеги, фактылуулуктагы, код жазуудагы, компьютерди колдонуудагы жана шайкештөөдөгү жетишкендиктерин арзаныраак жана ылдамыраак деңгээлдерге алып келет.

Ар башка көлөмдөгү иштерге арналган эки модель

Бул экөөнүн ичинен Sol — негизги жумушчу модель. Ал татаал кесиптик тапшырмаларга, агенттик код жазууга жана күчтүү жыйынтыкка жетип, аны улам жакшыртууну каалаган узак иштерге ылайыкталган. Luna — жеңил модель: тез жана арзан, күнүмдүк жардамга жана чоң көлөмдөгү иштерге арналган, бирок мурунку Lunaдан кыйла алдыда.

Эң талаптуу долбоорлор үчүн Astra ылайыктуу бойдон калат. Sol менен Lunaнын максаты — натыйжалуулук: алар GPT-5.6 муундагы API баасынын болжол менен жарымына анын акыл-эс мүмкүнчүлүктөрүнүн чоң бөлүгүн сунуштайт.

Бенчмарктар

Бенчмарк	GPT-6 Sol	GPT-6 Luna
AutomationBench (ишкердик процесстери, 47 курал)	33.2% (xhigh) — эң жогорку аракет деңгээлинде Claude Opus 5тен ашат	Мурунку моделден +5.4 pp (high)
Agents' Last Exam (кесиптик процесстер)	56.4% (max) — Opus 5тин эң мыкты жыйынтыгынан жогору	—
DeepSWE 1.1 (программалык инженерия)	68.8% (max)	66.6% (max)
OSWorld 2.0 offline (компьютерди колдонуу)	60.5% (xhigh) — Opus 5тин medium деңгээлиндегидей	GPT-5.6 Solдан жогору (medium)

• Кесиптик иштер. AutomationBenchте GPT-6 Sol xhigh аракет деңгээлинде Claude Opus 5тин max аракет деңгээлиндеги жыйынтыгынан ашат жана ар бир тапшырмага кеткен чыгымы кыйла төмөн. Ал тургай GPT-6 Astraнын low аракет деңгээлиндеги жыйынтыгынан да бир аз жогору.
• Фактылуулук. Sol мурунку моделине караганда фактылык каталарды болжол менен эки эсе аз кетирет жана ишенимдүүлүгү боюнча Astraга жакын. Жогорку аракет деңгээлинде Luna GPT-5.6 Solдун фактылуулугуна өтө аз чыгым менен жетет.
• Код жазуу. FrontierCode өзгөртүүлөрдү чыныгы код базасына чындап бириктирүүгө болобу деген критерий боюнча баалайт. Бул жерде Sol GPT-5.6 Solдан кыйла жакшырып, Claude Fable 5.1дин xhigh деңгээлине теңелет. DeepSWEде ал Fable 5тин эң мыкты жыйынтыгынан бир упайдай төмөн.
• Баарлашуу стили. Sol жана Luna Astraнын түшүнүктүүрөөк сүйлөө стилин мурастаган: жаргон азыраак, ашыкча маалымат аз, мазмунду жоготпостон жооптор бир аз кыскараак. Айырма техникалык жана код жазуу боюнча баарлашууларда өзгөчө байкалат.

Агенттер жана узак маектер үчүн кэшти жакшыртуу

OpenAI GPT-6 үчүн промпт кэшин да кайра иштеп чыкты. Демейки жөндөөлөрдө кэштин колдонулуу көрсөткүчү жогорулады; панель жана диагностика куралы кэш кайсы жерлерде колдонулбай калганын көрсөтөт, ал эми так белгиленген чекиттер иштеп чыгуучуларга кэштелген промпт префикси кайсы жерден бүтөрүн башкарууга мүмкүндүк берет. Кэшти жараксыз кылбастан, ой жүгүртүү аракетинин деңгээлин жана куралдардын жеткиликтүүлүгүн маектин ортосунда өзгөртүүгө болот. GitHub билдиргендей, бул өзгөрүүлөр Copilotко жөнөтүлгөн миллиарддаган сурам боюнча кайра иштетүүнү талап кылган промпт токендеринин үлүшүн жарымынан көбүнө кыскартты.

Шайкештөө

Sol менен Luna Astra менен бирге чыгарылган шайкештөө иштерин мурастаган. OpenAI жүргүзгөн баалоолордо экөө тең код жазуу боюнча аткарган иштерине байланыштуу адаштыруучу билдирүүлөрдү GPT-5.6дагы теңдештерине караганда азыраак жасайт. Алдоо жана айланып өтүү боюнча тесттерде да көрсөткүчтөрү жакшырган.

GPT-6 Sol жана Lunaны VEGAда сынап көрүңүз

Эки модель тең VEGAнын модель тандоо тизмесине кошулду. Татаалыраак кесиптик жана код жазуу тапшырмалары үчүн Solду, күнүмдүк суроолорго тез жооп алуу үчүн Lunаны колдонуп көрүңүз жана агрегатордогу башка алдыңкы моделдер менен катар салыштырыңыз.