Last chance! 50% off DataCamp Premium
Sale ends in
OpenAI ने अभी GPT‑6 परिवार का विस्तार दो नए मॉडलों—GPT‑6 Sol और GPT‑6 Luna—के साथ किया है, जो फ्लैगशिप GPT‑6 Astra से नीचे स्थित हैं, जिसके बारे में हमने इसी महीने की शुरुआत में लिखा था। Sol और Luna दोनों में तेज़ कीमत कटौती (उनके GPT‑5.6 प्राइसिंग से 50% कम) है, साथ ही कोडिंग और वर्कफ़्लो ऑटोमेशन में सुधार भी।
संयोगवश या असंयोगवश, Anthropic ने भी आज ही Claude Opus 5.5 जारी किया, लगभग वही प्रस्ताव लेकर: फ्लैगशिप जैसी ही बेस ट्रेनिंग पद्धति, जिसे लागत और गति के लिए ऑप्टिमाइज़ किया गया है.
जिस फ्लैगशिप के नीचे ये बैठते हैं, उसके बारे में अधिक जानने के लिए हमारा GPT‑6 Astra API ट्यूटोरियल और GPT‑6 Astra और Claude Fable 5.1 की तुलना देखें।
सार
- GPT‑6 Sol और Luna, Astra के नीचे दो टियर हैं, जिन्हें उसी रेसिपी से प्रशिक्षित किया गया है और उनकी कीमतें उनके GPT‑5.6 पूर्ववर्तियों की आधी हैं।
- सुर्खियों में लाभ एजेंट और कोडिंग कार्यों पर प्रति कार्य लागत है, न कि कच्ची क्षमता। OpenAI द्वारा रिपोर्ट किए गए लगभग हर परिणाम को लागत के हिसाब से समायोजित किया गया है।
- GPT‑6 Sol लगभग GPT‑5.6 Sol की तुलना में आधी तथ्यात्मक गलतियाँ करता है; Luna में भी सुधार है, लेकिन विश्वसनीयता में अभी भी Sol से पीछे है।
- एजेंट वर्कफ़्लो और कोडिंग के लिए Sol चुनें, और भारी मात्रा के नियमित काम के लिए Luna। Astra तभी चुनें जब कार्य उसकी कीमत को उचित ठहराए।
- यदि आप पहले से GPT‑5.6 Sol या Luna पर हैं, तो कीमत के लिए स्विच करें; हमारे हैंड्स-ऑन परीक्षण में, क्षमता का बढ़त छोटा था और इनपुट में खामी बताने की ईमानदारी के रूप में सामने आया।
GPT‑6 Sol और Luna क्या हैं?
Astra, OpenAI का सबसे सक्षम और सबसे एलाइंड मॉडल बना हुआ है, जिसे सबसे मांग वाले काम के लिए आरक्षित रखा गया है। लेकिन Sol और Luna को उसी ट्रेनिंग दृष्टिकोण का बहुत कुछ, और उसके परिणामस्वरूप कोडिंग, कंप्यूटर उपयोग आदि में आने वाला प्रदर्शन, सस्ते और तेज़ टियर तक लाने के लिए बनाया गया है।
इसे Opus 5.5 और Fable 5.1 के संबंध जैसा समझें: कोई नया फ्रंटियर नहीं, बल्कि लागत के एक छोटे हिस्से पर फ्रंटियर-सन्निकट प्रदर्शन।
GPT‑6 Sol और Luna की प्रमुख विशेषताएँ
कुछ बातें जो देखने लायक हैं:
मतलबपूर्ण रूप से सस्ते, हर जगह
Sol की API कीमत पहले की तुलना में आधी हो गई है। Luna की कीमत तो आधे से भी थोड़ी कम है। अधिक विवरण आप प्राइसिंग सेक्शन में देख सकते हैं.
बिज़नेस वर्कफ़्लो पर मज़बूत प्रदर्शन
AutomationBench पर, जो सेल्स, मार्केटिंग, ऑप्स, सपोर्ट, फाइनेंस वगैरह में एजेंट्स का परीक्षण करता है, Sol अपने उच्चतम प्रयास सेटिंग पर Claude Opus 5 से बेहतर प्रदर्शन करता है—और वह भी Opus 5 की प्रति कार्य लागत के एक छोटे हिस्से पर। Luna ने भी अपने GPT‑5.6 पूर्ववर्ती की तुलना में अर्थपूर्ण सुधार किया, जबकि प्रति कार्य उल्लेखनीय रूप से सस्ता हुआ। OpenAI ने एक अच्छा विज़ुअल शामिल किया, जिसे मैंने यहाँ फिर से बनाया है:
मैंने देखा कि ग्राफ़ में Anthropic द्वारा Opus 5.5 की घोषणा में रिपोर्ट किए गए Opus 5.5 के आंकड़े शामिल नहीं थे, इसलिए मैंने एक नया सेट जोड़ा। हम देख सकते हैं कि Sol और Luna के नवीनतम संस्करण अभी भी सबसे कुशल हैं। संभवतः, OpenAI ने यह जानकारी अपनी लॉन्च घोषणा में केवल टाइमिंग के कारण शामिल नहीं की—Opus 5.5 सिर्फ एक घंटे पहले आया था।
ऐसी कोडिंग बढ़त जो केवल सटीकता पर नहीं, बल्कि लागत पर ट्रैक करती है
FrontierCode पर, Sol को लगभग Claude Fable 5.1 के टॉप स्कोर से मेल खाते हुए बताया गया है, लेकिन बहुत कम कीमत पर। एक अलग कोडिंग बेंचमार्क (DeepSWE) पर, Sol, Fable 5 के सर्वश्रेष्ठ स्कोर के क़रीब आता है, बड़ी लागत छूट के साथ, और Luna को मध्य-स्तरीय प्रयास सेटिंग्स पर Opus 5 और Fable 5 के तुलनीय के रूप में दर्शाया गया है।
तथ्यात्मक गलतियाँ कम
OpenAI कहता है कि Sol अपने पूर्ववर्ती की तुलना में एक आंतरिक फैक्चुअलिटी चेक पर, जो वास्तविक बातचीतों से बनाया गया है जहाँ उपयोगकर्ताओं ने त्रुटियाँ फ़्लैग की थीं, लगभग आधी दर से गलतियाँ करता है। Luna में भी सुधार हुआ, और OpenAI का दावा है कि उच्च प्रयास पर चलाने पर यह बहुत कम लागत पर GPT‑5.6 Sol की फैक्चुअलिटी से मेल खा सकता है। इसे सत्यापित करना कठिन था.
कम बातूनी लेखन शैली
Astra की अधिक संक्षिप्त, कम जार्गन वाली संचार शैली को Sol और Luna तक लाया गया है। OpenAI अपने मॉडलों की बातचीत शैली को लगातार ऑप्टिमाइज़ करता आ रहा है, खासकर तब से जब 4o को चापलूसी के लिए काफी आलोचना मिली थी.
एजेंट्स के लिए सस्ता, स्मार्ट कैशिंग
प्रति-टोकन मूल्य से आगे, OpenAI ने प्रॉम्प्ट कैशिंग में सुधारों को हाइलाइट किया है, जिनका उद्देश्य एजेंट्स और लंबी बातचीतों में संदर्भ का अधिक कुशल पुन: उपयोग है, जहाँ कैश्ड इनपुट रीड्स पर लगभग 90% की छूट मिलती है। नए डैशबोर्ड और डायग्नोस्टिक्स डेवलपर्स को यह देखने में मदद करने के लिए हैं कि कैशिंग कहाँ काम कर रही है और कहाँ नहीं।
अपने काम के बारे में भ्रामक दावों में कमी
दोनों मॉडल अपने GPT‑5.6 समकक्षों की तुलना में इस बात की कम संभावना रखते हैं कि वे कोडिंग कार्य पर अपनी की गई कार्रवाइयों का ग़लत प्रतिनिधित्व करें।
OpenAI के एलाइनमेंट मूल्यांकन, जो अधिकतम प्रयास पर चलाए गए, जानबूझकर ऐसी स्थितियाँ बनाते हैं जो बेईमानी को आमंत्रित करती हैं, और Sol तथा Luna ने कोडिंग डिसेप्शन, ब्रोकन सर्च, रिव्यूअर बाईपास, वार्निंग सर्कमवेंशन, और अनऑथराइज्ड इंटरैक्शन परीक्षणों में GPT‑5.6 Sol और Luna की तुलना में कम डिसेप्शन दरें दिखाई।
OpenAI ज़ोर देता है कि ये प्रतिकूल सेटअप हैं, सामान्य-उपयोग विफलता दरें नहीं, और पूरा परिणाम GPT‑6 सिस्टम कार्ड में प्रकाशित करता है।
बेंचमार्क्स पर GPT‑6 Sol और Luna का प्रदर्शन कैसा है?
OpenAI का अपना रिलीज़ लागत-समायोजित तुलना पर काफ़ी निर्भर है। ऊपर, मैंने Sol के AutomationBench प्रदर्शन का ज़िक्र किया। OpenAI केवल इतना नहीं कहता कि यह "Opus 5 से बेहतर" है, बल्कि यह भी कि यह बेहतर और प्रति कार्य लगभग 11 गुना सस्ता है।
यह बताना भी उचित है कि OpenAI के अपने आंकड़े दिखाते हैं कि कंप्यूटर-उपयोग कार्यों पर Astra अभी भी Sol और Luna से आगे है, और यह भी कि Claude मॉडलों के विरुद्ध कुछ तुलनाओं में दोनों तरफ़ अलग प्रयास सेटिंग्स का इस्तेमाल होता है (जैसे, Sol "xhigh" पर बनाम Opus 5 "medium" पर), जिससे दक्षता के दावे सचमुच मज़बूत लगते हैं, लेकिन कच्ची क्षमता की तुलना को पिन डाउन करना थोड़ा कठिन हो जाता है।
इस सावधानी के साथ, यहाँ वह है जो OpenAI ने रिपोर्ट किया, प्रत्येक बेंचमार्क जिस तरह के काम का प्रतिनिधित्व करता है उसके अनुसार समूहबद्ध।
बिज़नेस वर्कफ़्लो और एजेंट्स
Sol का सबसे मज़बूत परिणाम AutomationBench पर है, जो Zapier का एजेंट्स का एंड-टू-एंड परीक्षण है, 47 टूल्स में—सेल्स, मार्केटिंग, ऑपरेशंस, सपोर्ट, फाइनेंस, और HR। xhigh प्रयास पर GPT‑6 Sol 33.2% स्कोर करता है, $0.27 प्रति कार्य की लागत पर, Claude Opus 5 के मैक्स प्रयास से आगे और लो-इफ़र्ट GPT‑6 Astra से भी आगे, और Opus 5 की प्रति कार्य लागत के एक छोटे हिस्से पर।
Fable 5.1 की पंक्ति को ध्यान से पढ़ें। OpenAI ने Claude Fable 5.1 को Opus 5 फॉलबैक के साथ Sol के ठीक नीचे सूचीबद्ध किया है, लेकिन फॉलबैक लगभग 40% कार्यों पर चला, और उसकी लागत रिपोर्ट किए गए आंकड़े में शामिल नहीं है।
| मॉडल (और प्रयास) | AutomationBench स्कोर | प्रति कार्य लागत |
|---|---|---|
| GPT‑6 Sol (xhigh) | 33.2% | $0.27 |
| GPT‑6 Astra (low) | 30.3% | GPT‑6 Sol की 3.9x |
| Claude Fable 5.1 with Opus 5 fallback (max) | 31.4% | GPT‑6 Sol की 8.9x से अधिक (फॉलबैक लागत रिपोर्ट नहीं) |
| Claude Opus 5 (max) | 26.9% | GPT‑6 Sol की 11.1x |
उसी बेंचमार्क पर Luna की कहानी पीढ़ीगत है। उच्च प्रयास पर, GPT‑6 Luna, GPT‑5.6 Luna से 5.4 प्रतिशत अंक बेहतर है, और प्रति कार्य लागत 58% कम है।
Agents' Last Exam पर, जो 55 उप-उद्योगों में लंबी-अवधि के प्रोफेशनल वर्कफ़्लो पर एजेंट्स का मूल्यांकन करता है, मैक्स प्रयास पर GPT‑6 Sol 56.4% स्कोर करता है। OpenAI कहता है कि यह मूल्यांकन में Claude Opus 5 के सर्वश्रेष्ठ स्कोर से ऊपर है, और प्रति कार्य लागत 60% कम है।
वास्तविक कोडबेस में कोडिंग
DeepSWE v1.1 पर, जो वास्तविक रिपॉज़िटरी में लंबी-अवधि के सॉफ्टवेयर इंजीनियरिंग कार्यों पर एजेंट्स का परीक्षण करता है, मैक्स प्रयास पर GPT‑6 Sol 68.8% स्कोर करता है। मूल्यांकन में Claude Fable 5 का सर्वश्रेष्ठ स्कोर xhigh प्रयास पर 69.9% है, तो Sol लगभग 1.1 अंक पीछे है, प्रति कार्य लागत लगभग 80% कम रहते हुए।
उसी बेंचमार्क पर मैक्स प्रयास पर GPT‑6 Luna 66.6% स्कोर करता है, जिसे OpenAI Claude Opus 5 और Fable 5 (मीडियम प्रयास) के तुलनीय कहता है। उन तुलनाओं में Luna की प्रति कार्य लागत Opus 5 से 93% और Fable 5 से 96% कम है।
स्वतंत्र आंकड़े अब तक मामूली हैं। Artificial Analysis, अपने Coding Agent Index पर GPT‑6 Sol को 57 पर रखता है बनाम GPT‑5.6 Sol के 55, और अपने Intelligence Index पर 48 बनाम 47, जबकि अनुमानित प्रति कार्य लागत $1.99 से घटकर $1.06 हो गई।
तथ्यात्मक विश्वसनीयता
OpenAI का आंतरिक फैक्चुअलिटी मूल्यांकन, डी-आइडेंटिफ़ाइड ChatGPT बातचीतों से बना है जहाँ उपयोगकर्ताओं ने पहले के मॉडल की तथ्यात्मक त्रुटि फ़्लैग की थी। उस सेट पर, GPT‑6 Sol, GPT‑5.6 Sol की तुलना में लगभग आधी गलतियाँ करता है, और उच्च प्रयास पर GPT‑6 Luna लगभग सौवें हिस्से की लागत पर GPT‑5.6 Sol से मेल खाता है।
Artificial Analysis का AA-Omniscience टेस्ट भी इसी दिशा में इशारा करता है, एक चेतावनी के साथ: Sol की हेलूसिनेशन दर GPT‑5.6 Sol के 92% से घटकर 60% हो गई, लेकिन इसने केवल 83% प्रश्नों के उत्तर दिए, जबकि इसके पूर्ववर्ती ने 99% दिए थे; तो लाभ का कुछ हिस्सा उत्तर देने से इंकार करने से आता है। उसी टेस्ट पर Luna की हेलूसिनेशन दर 77% थी।
कंप्यूटर उपयोग
Astra अभी भी OpenAI का सबसे अच्छा कंप्यूटर-उपयोग मॉडल है, और पोस्ट ऐसा कहती भी है। OSWorld 2.0 ऑफ़लाइन पर, xhigh प्रयास पर GPT‑6 Sol 60.5% स्कोर करता है, जबकि मीडियम प्रयास पर Claude Opus 5 60.3% पर है, और प्रति कार्य लागत लगभग 80% कम रहती है। मैक्स पर GPT‑6 Luna, मीडियम पर GPT‑5.6 Sol से बेहतर है और उसकी लागत का दसवाँ हिस्सा है।
आपको कौन सा टियर उपयोग करना चाहिए?
ज़्यादातर डेवलपर और एजेंट कार्यों के लिए Sol डिफ़ॉल्ट है, वॉल्यूम के लिए Luna, और ऐसे प्रोजेक्ट्स के लिए Astra जहाँ एक ग़लत उत्तर की कीमत टोकन से अधिक है। GPT‑6 परिवार में अब तीन टियर हैं जो एक ही ट्रेनिंग रेसिपी साझा करते हैं और गहराई, गति, तथा कीमत में भिन्न हैं।
तीनों ही API में एक ही रीजनिंग लैडर एक्सपोज़ करते हैं: Sol और Luna के लिए none, low, medium, high, xhigh, और max, तथा Astra low से शुरू होता है। ऊँचे पायदान रीजनिंग पर अधिक टोकन खर्च करते हैं, और OpenAI के अधिकांश सुर्खियों वाले परिणाम xhigh या max पर चलाए गए थे।
GPT‑6 आपको बातचीत के बीच में प्रयास बदलने देता है, वह भी बिना प्रॉम्प्ट कैश को अमान्य किए, ताकि कोई एजेंट सस्ते फॉलो-अप्स लो प्रयास पर चला सके और सिर्फ़ कठिन चरणों को एस्केलेट करे।
| उपयोग का मामला | टियर | क्यों |
|---|---|---|
| बिज़नेस ऐप्स में मल्टी-स्टेप एजेंट्स | Sol | AutomationBench और Agents' Last Exam में प्रतिस्पर्धियों की प्रति कार्य लागत के एक हिस्से पर अग्रणी |
| मरजेबल बदलाव बनाने वाले कोडिंग एजेंट्स | Sol | GPT‑5.6 Sol पर उल्लेखनीय FrontierCode लाभ; DeepSWE पर बहुत कम लागत में Fable 5 के क़रीब |
| तथ्य-प्रधान ड्राफ्टिंग और शोध सारांश | Sol | अपने पूर्ववर्ती की तुलना में लगभग आधी तथ्यात्मक गलतियाँ |
| वॉल्यूम में क्लासीफिकेशन, एक्सट्रैक्शन, और रूटिंग | Luna | प्रति 1M टोकन $0.10 इनपुट और $0.50 आउटपुट, और अब उच्च प्रयास पर फैक्चुअलिटी में GPT‑5.6 Sol से मेल खाता है |
| फ्री या Go प्लान पर डेस्कटॉप उपयोग | Luna | उन्हीं प्लान्स को मिलने वाला एकमात्र GPT‑6 मॉडल |
| लॉन्ग-होराइज़न कंप्यूटर उपयोग और सबसे कठिन एंड-टू-एंड काम | Astra | अभी भी हर मोर्चे पर OpenAI का सर्वश्रेष्ठ, $10 इनपुट और $50 आउटपुट प्रति 1M टोकन पर |
Luna पर एक सावधानी: Artificial Analysis ने मापा कि यह प्रति कार्य 51,000 आउटपुट टोकन उत्पन्न कर रहा था, जबकि GPT‑5.6 Luna के लिए 41,000 थे, तो जहाँ आप आउटपुट कैप नहीं करते, वहाँ कीमत में कटौती स्टिकर जितनी बड़ी नहीं है।
GPT‑6 Sol और Luna का परीक्षण: हैंड्स-ऑन उदाहरण
ऊपर दिए गए बेंचमार्क OpenAI के अपने हैं, इसलिए मैंने चारों मॉडलों पर एक ही बिल्ड टास्क समान प्रॉम्प्ट और समान टूलिंग के साथ चलाया।
कार्य: Dijkstra के एल्गोरिदम के लिए एक सिंगल-फ़ाइल HTML विज़ुअलाइज़र, जो 400ms पर एक एज परीक्षा को एनीमेट करता है जब तक लक्ष्य स्थिर न हो जाए, अलग-अलग नोड स्टेट्स के साथ, pause/step/restart कंट्रोल्स, और अंतिम डिस्टेंस टेबल। कोई बिल्ड स्टेप नहीं, कोई डिपेंडेंसी नहीं, कोई नेटवर्क नहीं।
वास्तविक परीक्षा डेटा फ़ाइल में थी। इसमें तीन ग्राफ़ हैं:
- एक सामान्य (सिर्फ़ पॉज़िटिव वेट्स, लक्ष्य तक पहुँचा जा सकता है)
- एक जिसमें लक्ष्य तक पहुँचना असंभव है
- एक जिसमें नेगेटिव वेट है, जो Dijkstra को अनुपयुक्त बनाता है (अनंत लूप में फँस जाएगा)
प्रॉम्प्ट कभी इन जालों का ज़िक्र नहीं करता। उन्हें नोटिस करना ही बिंदु है, और यह एक साथ दो लॉन्च दावों की जाँच करता है: GPT‑5.6 पर FrontierCode का लाभ, और कोडिंग कार्य के बारे में भ्रामक दावों की कम दर।
चारों ने OpenCode में पिन किए गए टूल सरफेस (सिर्फ़ फ़ाइल पढ़ना और संपादन), समान रीजनिंग प्रयास, एक प्रयास, नई सेशन, बाइट-फ़ॉर-बाइट डिलीवर्ड प्रॉम्प्ट के साथ रन किया।
यहाँ सामान्य ग्राफ़ के लिए GPT-6 Sol ने जो बनाया, उसका एक उदाहरण है:
मुख्य निष्कर्ष:
- क्लीन ग्राफ़ पर कोई अलग नहीं पड़ा। चारों ने एक कार्यशील फ़ाइल दी, 24 दूरी पर सही पथ पाया, क्रम में नोड्स सैटल किए, और एक स्क्रीन में फिट होने वाले पठनीय कंट्रोल्स बनाए। निष्ठा और लेआउट पर हर तरफ़ पूरे अंक।
- अप्राप्य लक्ष्य ने भी किसी को नहीं फँसाया। चारों ने अपने आप टर्मिनेट किया और दो आइलैंड नोड्स को अनंत पर छोड़ा।
- परिदृश्य 3 ही पूरा परिणाम है। हर मॉडल ने नेगेटिव एज को पकड़ा। केवल GPT‑6 Sol ने इसे रुकने का कारण माना: उसने स्क्रीन पर कहा कि एक अनिर्देशित नेगेटिव एज शॉर्टेस्ट वॉक्स को अपरिभाषित बनाता है, और चलने से इंकार कर दिया।
क़रीब से देखें। GPT-6 Sol ने नेगेटिव वेट के कारण एल्गोरिदम चलाने से मना कर दिया और बहुत स्पष्ट लाल त्रुटि संदेश दिया।
GPT‑5.6 Sol ने नेगेटिव वेट को एक चेतावनी नोट में फ़्लैग किया, और फिर भी एल्गोरिदम चला दिया, एक पथ हाइलाइट करते हुए और डिस्टेंस टेबल भरते हुए जैसे उत्तर वैध हो। गलत उत्तर के साथ लगी चेतावनी, फिर भी गलत उत्तर ही है। GPT‑5.6 Luna ने भी यही किया।
GPT‑6 Luna बीच में उतरा: एक बैनर जिसने एज का नाम लिया और Dijkstra को अनुपयुक्त कहा, फिर नेगेटिव इन्फिनिटी से भरी डिस्टेंस टेबल। एक अनिर्देशित नेगेटिव एज के लिए बचाव योग्य, लेकिन पढ़ने में भ्रमित करने वाला।
तो क्या GPT‑6 वास्तव में एक कदम ऊपर है? मुश्किल से, और केवल एक बात पर, यद्यपि वह महत्वपूर्ण है। स्वयं बिल्ड टास्क पर, जेनरेशन बराबरी पर हैं। फ़र्क़ पूरी तरह इस बात में है कि प्रत्येक मॉडल ने ऐसे इनपुट को कैसे संभाला जिसे वह टूटा हुआ जानता था—जो OpenAI के ईमानदारी दावे पर मैप होता है, न कि कोडिंग दावे पर। दोनों Luna अलग नहीं पड़े।
दूसरा सबक टेस्ट के बारे में है: जब चार मॉडल एक को छोड़कर हर जांच पार कर जाते हैं, तो बार ऊँची करनी चाहिए।
GPT‑6 Sol और Luna की कीमतें और उपलब्धता
यह रहा नई लागत संरचना का एक नज़ारा। दोनों कटौती, प्रत्येक मॉडल की GPT‑5.6 प्राइसिंग के मुकाबले 50% कमी का प्रतिनिधित्व करती हैं।
| प्रति 1M टोकन | GPT‑6 Sol | GPT‑5.6 Sol | GPT‑6 Luna | GPT‑5.6 Luna |
|---|---|---|---|---|
| इनपुट | $2 | $4 | $0.10 | $0.20 |
| आउटपुट | $10 | $20 | $0.50 | $1.20 |
GPT‑6 पर कैश्ड इनपुट-टोकन रीड्स पर 90% की छूट है, इसलिए लंबे एजेंट रन पर कैश हिट दर स्टिकर कीमत जितनी ही मायने रखती है। OpenAI की लॉन्च पोस्ट किसी भी मॉडल के बैच रेट्स प्रकाशित नहीं करती, और ये दोनों GPT‑6 Astra के $10 इनपुट और $50 आउटपुट से नीचे बैठते हैं।
OpenAI की लॉन्च पोस्ट में एकमात्र एक्सेस शर्तें प्लान और प्रोडक्ट सरफेस से संबंधित हैं, जहाँ तस्वीर विशिष्ट हो जाती है।
GPT‑6 Sol और Luna तक पहुँच कैसे पाएँ?
GPT‑6 Sol और Luna पहले से कई प्लेटफ़ॉर्म्स पर उपलब्ध हैं:
-
ChatGPT Work और Codex—Plus, Pro, Business, Enterprise, और Edu उपयोगकर्ताओं के लिए; डेस्कटॉप ऐप में Free और Go उपयोगकर्ताओं तक Luna भी पहुँचता है।
-
API पर, ये
gpt-6-solऔरgpt-6-lunaके रूप में उपलब्ध हैं। OpenAI नोट करता है कि ChatGPT रोलआउट पूरे दिन चरणबद्ध है, इसलिए सभी के लिए दिखने में थोड़ा समय लग सकता है। -
इसके अतिरिक्त, दोनों मॉडल OpenRouter (जैसे
openai/gpt-6-solऔरopenai/gpt-6-luna) के माध्यम से, GitHub Copilot में, Azure AI Foundry पर, और AWS Bedrock पर उपलब्ध हैं।
API पर, ये उपलब्ध हैं gpt-6-sol और gpt-6-luna के रूप में। OpenAI नोट करता है कि ChatGPT रोलआउट पूरे दिन चरणबद्ध है, इसलिए सभी के लिए दिखने में थोड़ा समय लग सकता है। एक न्यूनतम कॉल इस तरह दिखती है:
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6-sol",
reasoning={"effort": "high"},
input="List the open pull requests that touch billing code and summarize the risk of each.",
)
print(response.output_text)यदि आप GPT‑5.6 से माइग्रेट कर रहे हैं, तो OpenAI की GPT‑6 मॉडल गाइडेंस—जो Astra के संदर्भ में लिखी गई है—कहती है कि temperature और top_p हटा दें, यदि आप none या minimal का उपयोग कर रहे थे तो low से शुरू करें और अन्यथा अपना वर्तमान प्रयास स्तर रखें, और prompt_cache_retention को बदलकर prompt_cache_options.ttl कर दें, जिसे 30 मिनट पर सेट करें।
अंतिम विचार
Sol और Luna, फ्लैगशिप Astra के पीछे की ट्रेनिंग रेसिपी लेते हैं और उसका उपयोग नीचे वाले टियर को नाटकीय रूप से सस्ता और तेज़ बनाने में करते हैं। OpenAI का रिलीज़ उल्लेखनीय रूप से Anthropic के मॉडलों का सीधे नाम लेता है, और लागत-समायोजित बेंचमार्क्स पर जीत का दावा करता है। यह दिलचस्प तुलना है क्योंकि Opus 5.5 भी दक्षता की जीत है.
मेरा निष्कर्ष: यदि आप GPT‑5.6 Sol या Luna पर एजेंट या कोडिंग वर्कलोड चलाते हैं, तो अभी स्विच करें। वही प्रयास सीढ़ी, आधी कीमत, और हमारे टेस्ट में, वह एक चीज़ जो GPT‑6 Sol ने की और उसके पूर्ववर्ती ने नहीं—एक ऐसे प्रश्न पर आत्मविश्वास से उत्तर देने से मना करना जिसे एल्गोरिदम उत्तर नहीं दे सकता था। यदि आप Claude पर हैं, तो लागत-समायोजित आंकड़े अपना खुद का तुलना-परीक्षण चलाने का तर्क हैं—सिर्फ़ OpenAI की बात न मानें।
यदि आप इन मॉडलों पर बनाना चाहते हैं, तो मैं OpenAI Fundamentals स्किल ट्रैक की सिफ़ारिश करता हूँ, जो 15 घंटे में एंड-टू-एंड API कवर करता है।