GPT-5.6 Sol, Terra, और Luna: OpenAI का अगली पीढ़ी का मॉडल परिवार

नोट: OpenAI ने 3 सितंबर, 2026 को GPT-6 Astra और 23 सितंबर, 2026 को GPT-6 Sol और Luna जारी किए।

GPT-5.6 तीन मॉडलों की एक श्रृंखला है, जो आज अमेरिकी सरकार के साथ समन्वित एक सीमित प्रीव्यू में लॉन्च हो रही है। 

यह अभी व्यापक उपयोग के लिए उपलब्ध नहीं है, लेकिन फिर भी क्षमताओं पर काफी कुछ देखने को है—खासतौर पर कोडिंग, जीवविज्ञान, और साइबर सुरक्षा के आसपास—जिस पर हम आगे चलकर चर्चा करेंगे।

यदि आप OpenAI मॉडल समाचारों को समय में पीछे जाकर देखना चाहते हैं, तो हमारे पास हर रिलीज़ की लिखित रिपोर्ट का रिकॉर्ड है: GPT-5.5 Instant, GPT-5.3 Instant, और GPT-5.2। 

और यदि आप GPT-5.6 की तुलना नवीनतम उपलब्ध मॉडलों से करना चाहते हैं, तो हमारे पास उनके लिए भी लेख हैं: Gemini 3.1 Pro, Claude Opus 5, Claude Mythos 5, Claude Fable 5। 

GPT-5.6 क्या है?

GPT-5.6 OpenAI की नवीनतम मॉडल पीढ़ी है। यह वास्तव में तीन मॉडलों का एक परिवार है, और (आखिरकार) एक नया नामकरण नियम आया है।

नए सिस्टम में, संख्या पीढ़ी (5.6) है, और नाम क्षमता-स्तर (Sol, Terra, Luna) है। मेरे ख्याल से इस नए तरीके का एक लाभ यह है कि प्रत्येक स्तर अपनी अलग गति से आगे बढ़ सकता है, और कम भ्रम होगा। "Instant" मूलभूत नवीनतम मॉडल का अर्थ बताने के लिए सबसे अच्छा नाम नहीं था।

GPT-5.6 Sol क्या है?

Sol इस श्रृंखला का फ्लैगशिप और सबसे शक्तिशाली, सबसे सक्षम मॉडल है। रिलीज़ में हर बेंचमार्क पर OpenAI इसी स्तर को आगे रखता है, और यही एकमात्र मॉडल है जो नए max रीजनिंग प्रयास और ultra मोड को अनलॉक करता है (दोनों पर नीचे और जानकारी)।

यहीं पर साइबर सुरक्षा और जीवविज्ञान में बढ़त सबसे अधिक दिखती है। यदि आप कठिन, बहु-चरण समस्याओं पर उच्चतम क्षमता चाहते हैं और प्रति टोकन अधिक कीमत देने में आपत्ति नहीं है, तो Sol ही इस्तेमाल करने योग्य मॉडल है।

हमने इसकी तुलना Anthropic और SpaceXAI के नए फ्लैगशिप मॉडलों, Claude Opus 5 और Grok 4.6 से की।

GPT-5.6 Terra क्या है?

Terra संतुलित, रोज़मर्रा के काम का मॉडल है। आप इसे डिफ़ॉल्ट की तरह समझ सकते हैं। Terra का प्रदर्शन GPT-5.5 के साथ प्रतिस्पर्धी है जबकि इसकी कीमत लगभग 2 गुना कम है। संभव है कि आगे भी हम यही पैटर्न देखें: लगभग पिछली पीढ़ी की फ्लैगशिप गुणवत्ता, लेकिन मिड-टियर कीमत पर। 

GPT-5.6 Luna क्या है?

Luna तेज़ और किफायती स्तर है। यह उच्च-वॉल्यूम, कम-विलंबता, या बजट-संवेदी वर्कलोड को लक्षित करता है। जैसा कि नीचे दिए बेंचमार्क तालिका से दिखेगा, "सबसे सस्ता" होना हर कार्य पर "सबसे कमज़ोर" होना जरूरी नहीं है। यह इसलिए उल्लेखनीय है ताकि आप इसे नज़रअंदाज़ न करें।

सारांश में: 

• Sol सबसे मज़बूत मॉडल है और इसमें सबसे बड़ा सेफ्टी स्टैक है
• Terra GPT‑5.5 के समान है, लेकिन सस्ता है
• Luna की लागत सबसे कम है।

GPT-5.6 में और क्या नया है?

यह अपडेट रीजनिंग को और बढ़ाने के नए तरीके लाता है, साथ ही कुछ विशिष्ट क्षेत्रों में व्यापक क्षमता-वृद्धि भी।

मॉडल को और कड़ा धकेलने के दो नए तरीके

GPT-5.6 दो नए नियंत्रण पेश करता है:

• max रीजनिंग प्रयास: एक नया रीजनिंग-प्रयास सेटिंग जो Sol को किसी समस्या पर सोचने के लिए अधिकतम समय देती है।

• ultra मोड: यह वाला और दिलचस्प है। एकल एजेंट के किसी कार्य पर काम करने के बजाय, ultra उप-एजेंट्स का उपयोग करता है।

यदि आप नीचे दिए बेंचमार्क देखें, तो आप पाएंगे कि ultra अपनी अलग पंक्ति के रूप में दिखाई देता है ("GPT-5.6 Sol Ultra"), और यह शीर्ष स्कोर दर्ज करता है।

बेहतर कोडिंग

GPT-5.6 Sol ने Terminal-Bench 2.1 पर नया स्टेट-ऑफ-द-आर्ट सेट किया है, जो करीब छह हफ्ते पहले आया था। Terminal-Bench का नवीनतम संस्करण कमांड-लाइन वर्कफ़्लो को परखता है जिन्हें पुनरावृत्ति और टूल समन्वय की आवश्यकता होती है। वास्तविक संख्याओं पर हम बेंचमार्क वाले भाग में आएंगे।

बेहतर जीवविज्ञान

यह एक कम-ज्ञात बेंचमार्क टेस्ट है: GeneBench v1। यह लम्बी-अवधि जीनोमिक्स और मात्रात्मक-जीवविज्ञान विश्लेषणों का आकलन करता है। रिलीज़ से पता चलता है कि GPT-5.6 Sol GPT-5.5 से बेहतर परिणाम देता है जबकि कम टोकन का उपयोग करता है। 

बेहतर (और अधिक सावधानी से संभाली गई) साइबर सुरक्षा

OpenAI GPT-5.6 Sol को अब तक का अपना सबसे सक्षम साइबर सुरक्षा मॉडल कहता है, और कंपनी ने रिलीज़ में इसी विचार पर काफी समय दिया है। Sol लम्बी-अवधि की सुरक्षा कार्यों—जिनमें वल्नरेबिलिटी रिसर्च और एक्सप्लॉइटेशन शामिल हैं—पर परफॉर्मेंस-एफिशिएंसी सीमा को आगे बढ़ाता है। रिलीज़ हमें कुछ और कम-ज्ञात बेंचमार्क टेस्टों पर सफलताओं के बारे में बताती है: 

• ExploitBench पर, OpenAI कहता है कि GPT-5.6 Sol (अनरिलीज़्ड) Mythos Preview मॉडल के साथ प्रतिस्पर्धी है जबकि केवल लगभग एक-तिहाई आउटपुट टोकन उपयोग करता है।
• ExploitGym पर, जो UC Berkeley के शोधकर्ताओं द्वारा बनाया गया बेंचमार्क है, जैसे-जैसे रीजनिंग बढ़ती है, तीनों मॉडलों में मजबूत साइबर सुधार दिखते हैं।

GPT-5.6 बेंचमार्क परिणाम

सबसे उल्लेखनीय बेंचमार्क सफलता Terminal-Bench 2.1 पर परिणाम है, जिसका मैंने पहले जिक्र किया। मॉडल इस तरह पंक्तिबद्ध होते हैं, उच्चतम से निम्नतम स्कोर तक:

कुछ बातें ध्यान खींचती हैं:

• ultra मोड फर्क डालता है। GPT-5.6 Sol Ultra (91.9%) साधारण Sol (88.8%) से साफ तौर पर ऊपर है, जो कम से कम यहां उप-एजेंट दृष्टिकोण के काम करने का सबसे स्पष्ट सबूत है।

• स्तर-क्रम इस एकल बेंचमार्क से पूरी तरह मेल नहीं खाता। ध्यान दें कि GPT-5.6 Luna वास्तव में GPT-5.6 Terra से ऊपर स्कोर करता है, जबकि Terra को उच्चतर स्तर के रूप में पेश किया गया है। और Terra इस टेस्ट पर GPT-5.5 (88.0%) से नीचे आता है, बावजूद इसके कि OpenAI Terra को कुल मिलाकर "GPT-5.5 के साथ प्रतिस्पर्धी" बताता है। मेरा निष्कर्ष यह है: स्तर कई कार्यों में बुद्धिमत्ता/गति/लागत के संतुलन के बारे में होते हैं, औसतन; किसी एक बेंचमार्क की गारंटी नहीं।

सेफ्टी स्टैक और सीमित प्रीव्यू

यहीं पर GPT-5.6 एक सामान्य मॉडल लॉन्च से सबसे अलग दिखता है। मॉडल को स्वयं टेस्ट करने के बजाय (नीचे बताए अनुसार हम क्यों नहीं कर सकते), इस रिलीज़ का सबसे खबरयोग्य हिस्सा यह है कि इसे कैसे जारी किया जा रहा है।

परतदार सुरक्षा-उपाय स्टैक

OpenAI का तर्क है कि कोई एकल सुरक्षा-उपाय दृढ़संकल्पित या अनुकूलनशील दुरुपयोग के सामने टिकता नहीं, इसलिए यह कई उपायों की परतें जोड़ता है। GPT-5.6 प्रीव्यू में परतें शामिल हैं:

• मॉडल-स्तरीय प्रशिक्षण जो प्रतिबंधित साइबर सहायता से इनकार करे, जिनमें इरादे को छिपाने या मॉडल को जेलब्रेक करने के प्रयास शामिल हैं।
• रियल-टाइम क्लासिफ़ायर साइबर और जीवविज्ञान दुरुपयोग के लिए जो आउटपुट का उत्पन्न होते समय आकलन करते हैं। उच्च-जोखिम मामलों में, जेनरेशन को रोका जा सकता है जबकि एक बड़ा रीजनिंग मॉडल पूरी बातचीत की समीक्षा करता है, और आउटपुट आपको मिलने से पहले ही रोका जा सकता है।
• अकाउंट-स्तरीय समीक्षा जो किसी उपयोगकर्ता की वार्ताओं और जोखिम संकेतों को देखकर लगातार दुर्भावनापूर्ण व्यवहार और वैध द्वि-उपयोग सुरक्षा कार्य में फर्क कर सकती है।
• विभेदित एक्सेस, निगरानी, प्रवर्तन, और निरंतर परीक्षण।

OpenAI साफ कहता है कि, खासकर प्रीव्यू के दौरान, इसका मतलब है कि कुछ अनुरोध ब्लॉक या अस्वीकार हो सकते हैं, और अन्य में बस अधिक समय लग सकता है क्योंकि जेनरेशन समीक्षा के लिए रुकी हो। यह भी स्वीकार किया जाता है कि सेफ्टी-उपाय कभी-कभी वैध द्वि-उपयोग कार्य पर भी ट्रिगर हो सकते हैं, जहां रक्षात्मक और आक्रामक गतिविधि पहली नज़र में समान दिख सकती है। 

बड़े पैमाने पर रेड-टीमिंग

इसे मज़बूत करने के लिए, OpenAI कहता है कि उसने सुरक्षा पर असामान्य मात्रा में कंप्यूट झोंका: 700,000 A100-समकक्ष GPU घंटे से अधिक की स्वचालित रेड-टीमिंग, जिसका लक्ष्य यूनिवर्सल जेलब्रेक्स ढूंढ़ना था—ऐसे हमले जो कई प्रॉम्प्ट्स और संदर्भों में आम हों, न कि केवल किसी एक संकीर्ण सेटिंग में। इसके साथ थर्ड-पार्टी मानव विशेषज्ञ रेड-टीमिंग भी की गई, जो प्रीव्यू के दौरान जारी है, साथ ही नया खोजे गए जेलब्रेक्स को पुनरुत्पादित और पैच करने की त्वरित-प्रतिक्रिया प्रक्रिया, और उन्हें भविष्य की टेस्टिंग में शामिल करना।

रोलआउट इतना सतर्क क्यों है

OpenAI कहता है कि उसने लॉन्च से पहले GPT-5.6 की योजनाएं और क्षमताएं अमेरिकी सरकार को दिखाई, और सरकार के अनुरोध पर यह कुछ विश्वसनीय साझेदारों के लिए सीमित प्रीव्यू से शुरू कर रहा है।

यह एक महीने में दूसरी बार है जब अमेरिकी सरकार ने एक फ्रंटियर मॉडल लॉन्च में दखल दिया है, क्योंकि दो सप्ताह पहले, एक अमेरिकी निर्यात-नियंत्रण निर्देश ने Anthropic को Claude Fable 5 और Mythos 5 को दुनिया भर के हर ग्राहक के लिए ऑफ़लाइन करने पर मजबूर कर दिया।

मेरा निष्कर्ष: OpenAI ने Anthropic के साथ जो हुआ वह देखा और मॉडल शिप होने के बाद खींच लिए जाने के बजाय पहले ही चाबियां सौंपने का फैसला किया। 

टेस्टिंग पर एक टिप्पणी

हमारी सामान्य मॉडल रिपोर्टों में, यहीं हम नए मॉडल को रीजनिंग, वेब सर्च, और एक-दो उच्च-जोखिम प्रॉम्प्ट पर हाथों-हाथ परखते। फिलहाल हम ऐसा नहीं कर सकते। GPT-5.6 एक सीमित प्रीव्यू में है, जो कुछ विश्वसनीय साझेदारों तक सीमित है, इसलिए यह परीक्षण के लिए सामान्य रूप से उपलब्ध नहीं है।

मैं GPT-5.6 तक कैसे पहुँच सकता/सकती हूँ?

प्रीव्यू के दौरान, GPT-5.6 मॉडल API और Codex के माध्यम से विश्वसनीय साझेदारों और संगठनों के एक चुनिंदा समूह को उपलब्ध हैं। OpenAI कहता है कि वह जल्द ही इन्हें ChatGPT, Codex, और API के जरिए व्यापक रूप से उपलब्ध कराने की योजना बना रहा है। 

कीमत

GPT-5.6 की कीमत तीनों स्तरों में प्रति 1M टोकन पर निर्धारित है:

कुछ मूल्य-संबंधी विवरण जो जानने लायक हैं:

• और अधिक पूर्वानुमेय प्रॉम्प्ट कैशिंग, जिसमें स्पष्ट कैश ब्रेकपॉइंट का समर्थन और 30 मिनट का न्यूनतम कैश जीवन शामिल है।
• GPT-5.6 और बाद के मॉडलों के लिए, कैश राइट्स का बिल मॉडल की अनकैश्ड इनपुट दर के 1.25x पर किया जाएगा, जबकि कैश रीड्स 90% कैश्ड-इनपुट छूट बनाए रखेंगी।

Cerebras के जरिए स्पीड

OpenAI यह भी कहता है कि वह जुलाई में Cerebras पर GPT-5.6 Sol को अधिकतम 750 टोकन प्रति सेकंड तक लॉन्च कर रहा है, जिसकी पहुंच क्षमता बढ़ने के साथ शुरू में चुनिंदा ग्राहकों तक सीमित होगी। यह सीधे तौर पर कम-विलंबता वाले कार्यों को लक्षित करता है, जहां फ्रंटियर मॉडल का इंतजार ही बाधा बनता है।

अंतिम विचार

GPT-5.6 में कुछ अच्छी बातें हैं: एक साफ़-सुथरा तीन-स्तरीय परिवार, रीजनिंग को आगे धकेलने के दो नए तरीके (max और ultra), और कोडिंग, जीवविज्ञान, एवं साइबर सुरक्षा में सुधार।

फिर भी, फिलहाल मॉडल एक बंद प्रीव्यू में है, इसलिए अभी कोई स्वतंत्र रूप से इसकी पुष्टि नहीं कर सकता। OpenAI जो कहानी बताता है—कि GPT-5.6 "इतना सक्षम है कि हमें सरकार के साथ समन्वय करना पड़ा"—यह सबसे अनुकूल मार्केटिंग जैसी लग सकती है। लेकिन साथ ही, यह इसे गलत नहीं बनाता, और साइबर सुरक्षा के संदर्भ में सारी सावधानी की सराहना करनी चाहिए। 

फिलहाल ईमानदार सार यह है: संख्याएं मजबूत दिखती हैं, पहुँच सीमित है, और असली परीक्षा तब होगी जब मॉडल व्यापक रूप से उपलब्ध होंगे। हमारे न्यूज़लेटर की सदस्यता लें, और हम आपको अद्यतन रखते रहेंगे।