رونمایی از مدل‌های GPT-6 Sol و Luna؛ کاهش ۵۰ درصدی هزینه‌های API توسط OpenAI

شرکت OpenAI با معرفی مدل‌های جدید GPT-6 Sol و GPT-6 Luna، خانواده مدل‌های هوش مصنوعی خود را گسترش می‌دهد. این مدل‌های میان‌رده و اقتصادی به عنوان موتورهای محرک سازمانی برای وظایف رایجی که به هوش کمتری نیاز دارند، طراحی شده‌اند و هزینه دسترسی به آن‌ها از طریق رابط برنامه‌نویسی اپلیکیشن (API) شرکت OpenAI، نصف یا کمتر از هزینه‌های نسل‌های قبلی است.

هر دو مدل در بنچمارک‌ها نسبت به نسل قبلی خود (سری ۵.۶) پیشرفت داشته‌اند، هرچند همچنان از نظر عملکرد و قدرت، پایین‌تر از مدل پرچمدار GPT-6 Astra قرار می‌گیرند؛ مدلی که اوایل این ماه با بیانیه جسورانه رئیس شرکت مبنی بر ورود به «عصر AGI» یا هوش مصنوعی جامع، رونمایی شد.

• مدل GPT-6 Luna با قیمت فوق‌العاده مقرون‌به‌صرفه ۰.۱۰ / ۰.۵۰ دلار به ازای هر یک میلیون توکن ورودی/خروجی عرضه می‌شود.

• مدل GPT-6 Sol با قیمت ۲ / ۱۰ دلار به ازای هر یک میلیون توکن ورودی/خروجی در دسترس است.

به گفته OpenAI، بهبودها در سیستم استنتاج و کشینگ به این شرکت اجازه داده است تا قیمت‌ها را همزمان با افزایش قابلیت‌ها کاهش دهد. بر اساس گزارش‌های منتشرشده، این نرخ‌ها برای مدل‌های GPT-6 Sol و Luna دائمی هستند و قیمت‌گذاری تبلیغاتی یا موقت محسوب نمی‌شوند. در مقایسه با نرخ‌های فعلی سری GPT-5.6، این افت قیمت بسیار چشمگیر است:

• مدل GPT-5.6 Sol در حال حاضر ۴ دلار برای هر میلیون توکن ورودی و ۲۰ دلار برای خروجی هزینه دارد؛ به این ترتیب مدل GPT-6 Sol دقیقاً ۵۰ درصد در هر دو بخش ارزان‌تر است.

• مدل GPT-5.6 Luna در حال حاضر ۰.۲۰ دلار برای ورودی و ۱.۲۰ دلار برای خروجی هزینه دارد که نشان می‌دهد مدل GPT-6 Luna در بخش ورودی ۵۰ درصد و در بخش خروجی ۵۸.۳ درصد ارزان‌تر تمام می‌شود.

مدل Sol در درجه اول برای کارهای پیچیده‌ای هدف‌گذاری شده است که توسعه‌دهندگان و متخصصان به طور مکرر انجام می‌دهند؛ مانند توسعه قابلیت‌ها، بررسی کدها، دیباگ و تحلیل داده‌ها.

از سوی دیگر، مدل Luna به عنوان گزینه‌ای برای حجم کاری بالا و وظایف مشخص‌تر مانند خلاصه‌سازی، استخراج اطلاعات و پاسخ به سؤالات ساده در نظر گرفته شده است.

در این میان، Astra همچنان برای پیچیده‌ترین پروژه‌های چندوجهی، وظایف رسانه‌ای ترکیبی، یا مسائل سخت علمی و ریاضی اختصاص یافته است.

برای سازمان‌ها، این سطح‌بندی اهمیت زیادی دارد زیرا اقتصادِ ایجنت‌های هوش مصنوعی به طور فزاینده‌ای به تعداد فراخوانی‌های مدل در یک جریان کاری، میزان بازخوانی متن (Context) و نیاز واقعی شرکت به یک مدل پرچمدار برای هر مرحله، بستگی دارد.

مدل Sol دقیقاً هم‌قیمت Claude Sonnet 5 و نصف قیمت توکن مدل جدید Opus 5.5 است

با قیمت ۲ دلار برای ورودی و ۱۰ دلار برای خروجی به ازای هر یک میلیون توکن، مدل GPT-6 Sol دقیقاً هم‌رده با مدل Claude Sonnet 5 از شرکت Anthropic قیمت‌گذاری شده است؛ قیمتی که Anthropic در ماه آگوست آن را از حالت اولیه به دائمی تبدیل کرد.

اما شرکت Anthropic صبح روز سه‌شنبه با معرفی Claude Opus 5.5 چشم‌انداز رقابتی را دوباره تغییر داد. مدل جدید ۴ دلار به ازای هر میلیون توکن ورودی و ۲۰ دلار برای خروجی هزینه دارد که باعث می‌شود GPT-6 Sol در مقایسه با Opus 5.5 در زمینه توکن‌های کش‌نشده ورودی و خروجی، ۵۰ درصد ارزان‌تر باشد.

به گفته Anthropic، خود Opus 5.5 به ازای هر توکن ۲۰ درصد ارزان‌تر از Opus 5 است و به دلیل نیاز به توکن‌های کمتر برای انجام یک وظیفه مشابه، هزینه اجرای کارهای رایج را حدود ۴۰ درصد کاهش می‌دهد.

با این حال، بالاترین سطح دسترسی عمومی Anthropic هنوز به طور قابل‌توجهی در قیمت‌گذاری خام توکن‌ها گران‌تر است. مدل Claude Fable 5.1 با هزینه ۱۰ دلار برای ورودی و ۵۰ دلار برای خروجی، پنج برابر قیمت مدل Sol تمام می‌شود.

از سوی دیگر، رویکرد Google در رده پرفورمنس-محور Flash تهاجمی‌تر است. جدیدترین مدل این شرکت، Gemini 3.8 Flash که در اوایل همین ماه معرفی شد، تا ۳۱ دسامبر با قیمت تبلیغاتی ۰.۷۵ دلار برای ورودی و ۳.۷۵ دلار برای خروجی عرضه می‌شود و از ابتدای سال ۲۰۲۷ به ۱.۵۰ و ۷.۵۰ دلار افزایش می‌یابد.

شرکت Google این مدل را برای مهندسی نرم‌افزار بلندمدت، ایجنت‌های خودمختار و جریان‌های کاری پیچیده سازمانی معرفی کرده است.

مدل Gemini حتی پس از افزایش قیمت برنامه‌ریزی‌شده Gemini 3.8 Flash، باز هم از GPT-6 Sol ارزان‌تر خواهد بود؛ اما ساختار قیمت‌گذاری آن‌ها متفاوت است: Google قیمت فعلی Flash را موقت اعلام کرده، در حالی که OpenAI تصریح کرده است که قیمت‌گذاری ۲ / ۱۰ دلاری Sol هیچ‌گونه انقضای تبلیغاتی ندارد.

مدل Luna اما در رده قیمتی کاملاً متفاوتی قرار می‌گیرد. با قیمت ۰.۱۰ / ۰.۵۰ دلار، نرخ‌های خام توکن Luna حدود ۹۵ درصد کمتر از Sonnet 5 در هر دو بخش ورودی و خروجی و تقریباً ۸۶.۷ درصد کمتر از نرخ‌های اولیه Gemini 3.8 Flash است.

در مقایسه با Grok 4.7 از xAI که به تازگی عرضه شده است، مدل Luna در بخش ورودی ۹۵ درصد و در بخش خروجی حدود ۹۱.۷ درصد ارزان‌تر است (این مقایسه با کمترین قیمت Grok 4.7 برای ورودی‌های کمتر از ۲۰۰ هزار توکن انجام شده است).

البته این‌ها صرفاً مقایسه‌های قیمتی هستند نه برابری توانمندی‌ها؛ اما به خوبی نشان می‌دهند که چرا Luna برای هدایت حجم زیادی از کارهای روتین ایجنت‌ها از مدل‌های گران‌تر، طراحی شده است.

مدل‌های متن‌باز (Open-weight) حتی فشار بیشتری به این قیمت‌گذاری‌ها وارد می‌کنند. مدل جدید MiMo-V2.6-Pro شرکت Xiaomi که در زمان عرضه، بر اساس گزارش تحلیلگران، قدرتمندترین مدل متن‌باز جهان بود، با قیمت ۰.۴۳۵ دلار برای هر میلیون توکن ورودی کش‌نشده و ۰.۸۷ دلار برای خروجی از طریق API ارائه می‌شود؛ یعنی حدود ۷۸ درصد کمتر از GPT-6 Sol در بخش ورودی و ۹۱ درصد کمتر در بخش خروجی.

مدل کوچک‌تر MiMo-V2.6-Flash حتی با قیمت ۰.۱۴ / ۰.۲۸ دلار ارزان‌تر هم هست؛ یعنی حدود ۹۳ درصد کمتر از Sol در بخش ورودی و ۹۷ درصد کمتر از آن در بخش خروجی.

مدل Luna با این رده متن‌باز بسیار رقابتی‌تر عمل می‌کند: نرخ ورودی ۰.۱۰ دلاری آن حدود ۲۹ درصد ارزان‌تر از نرخ ۰.۱۴ دلاری MiMo-V2.6-Flash است، اگرچه نرخ خروجی ۰.۵۰ دلاری آن حدود ۷۹ درصد گران‌تر از نرخ ۰.۲۸ دلاری Flash است.

از آنجایی که Xiaomi هر دو مدل MiMo را تحت لیسانس MIT منتشر کرده است، سازمان‌ها می‌توانند به جای پرداخت هزینه هر توکن به Xiaomi، آن‌ها را دانلود کرده و روی زیرساخت‌های خود میزبانی کنند که این امر اقتصاد پروژه‌ها را از پرداخت هزینه API به سمت هزینه‌های زیرساخت و عملیات سوق می‌دهد.

بنابراین مهم‌ترین استدلال فروش برای GPT-6 Sol لزوماً ارزان‌ترین بودن نیست، بلکه این مسئله است که آیا هزینه بالاتر API آن، به اندازه کافی با قابلیت‌های قابل‌اطمینان، عملکرد کدنویسی بهتر و سادگی عملیاتی همراه است تا هزینه بیشتر نسبت به گزینه‌های متن‌باز را توجیه کند یا خیر.

تمرکز OpenAI روی کاهش هزینه به ازای هر وظیفه

استدلال کلیدی OpenAI برای عملکرد این مدل‌ها، به جای تمرکز روی امتیازهای بنچمارک خام، به شدت روی کاهش هزینه به ازای هر وظیفه موفق متمرکز است.

در AutomationBench 1.0.6، که عملکرد ایجنت‌ها را در انجام کارهایی شامل ۴۷ ابزار در بخش‌های فروش، بازاریابی، مالی، پشتیبانی و منابع انسانی ارزیابی می‌کند، گزارش OpenAI نشان می‌دهد GPT-6 Sol در سطح تلاش بالا (xhigh effort) با هزینه ۰.۲۷ دلار برای هر وظیفه موفق به کسب امتیاز ۳۳.۲ درصد شده است.

ارزیابی این شرکت نشان می‌دهد که Claude Opus 5 با حداکثر تلاش در همین بنچمارک امتیاز ۲۶.۹ درصد را کسب کرده در حالی که هزینه انجام هر وظیفه آن ۱۱.۱ برابر بیشتر بوده است. مدل Claude Fable 5.1 به همراه پشتیبان Opus 5 نیز با امتیاز ۳۱.۴ درصد، بیش از ۸.۹ برابر هزینه بیشتری نسبت به مدل Sol داشته است.

مدل GPT-6 Astra در حالت تلاش پایین امتیاز ۳۰.۳ درصد را در AutomationBench کسب کرد که پایین‌تر از امتیاز ۳۳.۲ درصدی Sol بود، در حالی که هزینه آن برای هر وظیفه ۳.۹ برابر بیشتر بود.

نکته مهم این است که OpenAI در نمودارهای خود مدل Sol را با Opus 5 مقایسه کرده، در حالی که Anthropic مدل جدیدتر Opus 5.5 را با کاهش هزینه ۴۰ درصدی معرفی کرده است. بنابراین، برای مقایسه دقیق اینکه کدام یک کمترین هزینه را در برابر موفقیت ارائه می‌دهند، باید منتظر تست‌های مستقل باشیم.

آمار مربوط به برنامه‌نویسی نیز الگوی مشابهی دارد. در بنچمارک DeepSWE 1.1، مدل GPT-6 Sol با بالاترین سطح تلاش امتیاز ۶۸.۸ درصد را کسب کرد؛ در مقابل Claude Fable 5 با امتیاز ۶۹.۹ درصد قرار گرفت اما با هزینه تخمینی ۸۰ درصد بیشتر. مدل GPT-6 Luna نیز به ۶۶.۶ درصد رسید و به گفته OpenAI، هزینه هر وظیفه آن ۹۳ درصد کمتر از Opus 5 و ۹۶ درصد کمتر از Fable 5 است.

در OSWorld 2.0، که یک بنچمارک استفاده از رایانه است، Sol امتیاز ۶۰.۵ درصد را به دست آورد و Claude Opus 5 به امتیاز ۶۰.۳ درصد رسید، اما OpenAI مدعی است هزینه انجام این وظایف در Sol حدود ۸۰ درصد ارزان‌تر تمام می‌شود.

در بنچمارک Agents’ Last Exam نیز که کارهای حرفه‌ای بلندمدت را ارزیابی می‌کند، GPT-6 Sol با امتیاز ۵۶.۴ درصد، توانست هزینه هر وظیفه را ۶۰ درصد نسبت به بالاترین نمره Opus 5 کاهش دهد.

بهبود درستی‌سنجی با هزینه کمتر

شرکت OpenAI بحث هزینه و عملکرد را به قابلیت اطمینان و درستی اطلاعات نیز گسترش داده است.

در یک ارزیابی داخلی مبتنی بر مکالمات واقعی کاربران در ChatGPT که در آن‌ها خطاهای اطلاعاتی وجود داشت، این شرکت می‌گوید GPT-6 Sol تقریباً نصف مدل GPT-5.6 Sol اشتباه می‌کند و با هزینه‌ای کمتر «به سطح قابلیت اطمینان Astra نزدیک شده است».

مدل Luna نیز نوع دیگری از کارایی را نشان می‌دهد. در سطوح تلاش بالاتر، OpenAI معتقد است که GPT-6 Luna می‌تواند درستی اطلاعات را در حد GPT-5.6 Sol، اما تنها با یک‌صدم هزینه انجام وظیفه، تضمین کند.

این شرکت تأکید کرده است که این ارزیابی عمداً از مکالمات پرخطر و خطا‌پذیر انتخاب شده و نمایانگر استفاده عادی کاربران در ChatGPT نیست.

کشینگ؛ بخشی از هزینه کل مالکیت

قیمت‌گذاری توکن‌ها تنها یک بخش از اقتصاد ایجنت‌هاست. ایجنت‌های نرم‌افزاری و تجاری با اجراهای طولانی‌مدت، به طور مکرر دستورالعمل‌های سیستمی، فایل‌ها، تعاریف ابزارها و تاریخچه مکالمات را به مدل بازمی‌گردانند.

به گفته OpenAI، مدل GPT-6 بهبود قابل‌توجهی در نرخ موفقیت کشینگ به همراه دارد و یک تخفیف ۹۰ درصدی برای بازخوانی توکن‌های ورودیِ کش‌شده ارائه می‌دهد. توسعه‌دهندگان می‌توانند میزان تلاش استدلال مدل یا ابزارهای در دسترس را بدون باطل شدن تاریخچه متن از پیش‌کش‌شده تغییر دهند.

شرکت‌های دیگر نیز همین استراتژی را در پیش گرفته‌اند. مدل Sonnet 5 تا ۹۰ درصد تخفیف در زمینه کشینگ ارائه می‌دهد و مدل Gemini 3.8 Flash نرخ ۰.۰۷۵ دلار را در نظر گرفته است.

مدل‌های Xiaomi در زمینه قیمت‌گذاری خواندن حافظه پنهان بسیار تهاجمی عمل کرده‌اند؛ مدل MiMo-V2.6-Flash ورودی کش‌شده را با قیمت ۰.۰۰۲۸ دلار و مدل Pro با ۰.۰۰۳۶ دلار لیست کرده است که این نرخ‌ها، استفاده از مدل‌های متن‌باز را برای جریان‌های کاری با حجم کش بالا جذاب می‌کند.

شرکت OpenAI پلتفرم GitHub را به عنوان یک نمونه عینی از این موفقیت معرفی می‌کند؛ جایی که بهبودهای کشینگ توانست توکن‌های ورودیِ نیازمند پردازش مجدد را تا بیش از ۵۰ درصد کاهش دهد.

دستاوردهای هم‌ترازی با موارد لبه حل‌نشده همراه است

شرکت OpenAI آمارهای بسیار دقیقی را نیز درباره رفتار نامطلوب ایجنت‌ها منتشر کرده است. در یک آزمون کدنویسی فریبکارانه که عمداً برای القای رفتارهای غیرصادقانه طراحی شده بود، مدل GPT-6 Sol نرخ فریب ۱.۳ درصد را ثبت کرد که در مقایسه با ۱۰.۴ درصد در مدل GPT-5.6 Sol بسیار بهبود یافته است؛ در مدل Luna نیز این عدد از ۹.۵ به ۲.۸ درصد کاهش یافت.

در یک آزمون چالشی دیگر، در شرایطی که یک جستجوگر خراب به مدل داده شد تا اعتراف به خرابی ابزار به جای حدس زدن آزمایش شود، نرخ شکست در اعتراف در مدل Sol از ۷۷.۸ به ۵.۴ درصد کاهش یافت. با این حال، هنگامی که مدل‌ها با اخطارهای صریحی مانند «دسترسی مسدود شد» روبرو روبرو شدند، Sol همچنان در ۶۴.۴ درصد مواقع تلاش کرد این محدودیت را دور بزند که در مدل Luna این آمار ۴۲.۴ درصد بود.

در دسترس بودن در API، سرویس Codex و ChatGPT Work

مدل‌های GPT-6 Sol و Luna اکنون از طریق OpenAI API با نام‌های gpt-6-sol و gpt-6-luna در دسترس توسعه‌دهندگان قرار دارند. این مدل‌ها همچنین در محیط ChatGPT Work و سرویس Codex برای مشتریان پلاس، پرو، بیزینس و اینترپرایز فعال می‌شوند، در حالی که کاربران نسخه‌های رایگان می‌توانند مدل Luna را در نسخه دسکتاپ تجربه کنند.

مدل قدرتمند GPT-6 Astra همچنان گزینه برتر OpenAI برای پروژه‌هایی باقی می‌ماند که توانمندی و عملکرد مدل از هزینه آن بسیار مهم‌تر است.

تغییر اساسی برای خریداران سازمانی این است که انتخاب یک مدل هوش مصنوعی دیگر به معنی پیدا کردن «یک مدل برتر» نیست، بلکه به تخصیص کلاس‌های کاری گوناگون روی مجموعه‌ای از مدل‌های مختلف وابسته شده است.

با قیمت‌گذاری فعلی Luna، استخراج داده و خلاصه‌سازی با هزینه‌ای ناچیز انجام می‌شود و Sol برای کارهای مکرر کدنویسی با نرخ‌های مقرون‌به‌صرفه رقابت می‌کند؛ در حالی که Astra برای پیچیده‌ترین پروژه‌ها رزرو می‌شود.

این حقیقت که کاهش قیمت مدل‌های Sol و Luna دائمی است، استدلال توسعه‌دهندگان را برای تخصیص وظایف، بدون نگرانی از انقضای تخفیف‌های تبلیغاتی در آینده تقویت می‌کند؛ امری که بازار هوش مصنوعی و اقتصاد توسعه این ابزارها را وارد فاز جدیدی از محاسبه هزینه و بهره‌وری خواهد کرد.