GPT-6 Sol ו-GPT-6 Luna: OpenAI מוזילה את המודל המוביל שלה ב-50%
אחרי GPT-6 Astra, OpenAI משיקה שני אחים זולים ומהירים יותר: GPT-6 Sol ו-GPT-6 Luna, במחיר נמוך ב-50% מקודמיהם. המדריך המעשי: מה כל מודל עושה טוב, כמה זה עולה בפועל, ולמי בעסק זה כבר משנה את שיקול העלות-תועלת.
מאת דניאל נחמיהובני פרבר ·
שבועות ספורים אחרי שהשיקה את GPT-6 Astra, שלפי הגדרתה שלה הוא "המודל הנבון והמיושר ביותר בעולם", OpenAI מרחיבה את משפחת GPT-6 בשני כיוונים: GPT-6 Sol ו-GPT-6 Luna. אלה לא גרסאות מוקטנות במובן השלילי, אלא מודלים שאומנו בשיטות דומות ל-Astra ומביאים חלק ניכר מהיכולות שלו, בעבודה מקצועית, דיוק עובדתי, קוד ושימוש במחשב, במחיר נמוך משמעותית ובמהירות גבוהה יותר. המהלך הבולט ביותר: הפחתת מחיר של 50 אחוז בהשוואה למחירי הפרסום הקודמים של GPT-5.6 Sol ו-GPT-5.6 Luna.
GPT-6 Astra הביא דור חדש של אינטליגנציה. Sol ו-Luna עוזרים לפזר את היתרונות של האינטליגנציה הזו, בכך שהם מקדמים את הגבול בצד היעילות בעלות.
מה זה בעצם Sol ו-Luna, ואיפה Astra נכנס לתמונה
שלושת המודלים חיים עכשיו יחד תחת משפחת GPT-6. Astra הוא הדגל, ל"עבודות התובעניות והחשובות ביותר" לפי OpenAI עצמה, ונשאר המודל הטוב ביותר שלה בכל תחום. Sol הוא הבחירה כשצריך המון עבודה מקצועית איכותית בעלות סבירה. Luna הוא המודל הקל והזול, מתאים למשימות יומיומיות בנפח גבוה. שלושתם משתפים את אותה גישת אימון, כך שהשיפורים העיקריים של Astra, כולל סגנון תקשורת וניהול יישור קו, זולגים גם לשני האחים הזולים יותר.
| מחיר ל-1M טוקנים | לפני (GPT-5.6) | עכשיו (GPT-6) | הוזלה |
|---|---|---|---|
| Sol, קלט | 4 דולר | 2 דולר | 50% |
| Sol, פלט | 20 דולר | 10 דולר | 50% |
| Luna, קלט | 0.20 דולר | 0.10 דולר | 50% |
| Luna, פלט | 1.20 דולר | 0.50 דולר | 50% |
עבודה מקצועית ואוטומציה עסקית
ב-AutomationBench, מבחן זרימות עבודה עסקיות שמריצה חברת Zapier על פני 47 כלים בתחומי מכירות, שיווק, תפעול, תמיכה, כספים ומשאבי אנוש, GPT-6 Sol ברמת מאמץ גבוהה מאוד (xhigh) עולה על Claude Opus 5 ברמת המאמץ המקסימלית שלו, בעלות של 9 אחוז בלבד מהעלות של Opus 5 למשימה.
| מודל (רמת מאמץ) | ציון | עלות למשימה יחסית ל-Sol |
|---|---|---|
| GPT-6 Sol (xhigh) | 33.2% | בסיס ההשוואה |
| GPT-6 Astra (low) | 30.3% | פי 3.9 |
| Claude Opus 5 (max) | 26.9% | פי 11.1 |
| Claude Fable 5.1 + נפילה ל-Opus 5 (max) | 31.4% | מעל פי 8.9, בלי לכלול את מלוא עלות הנפילה |
במבחן נוסף, Agents' Last Exam, שבודק זרימות עבודה מקצועיות מורכבות, GPT-6 Sol ברמת מאמץ מקסימלית מגיע ל-56.4 אחוז, מעל הציון הגבוה ביותר של Opus 5 באותו מבחן, ובעלות נמוכה ב-60 אחוז למשימה. GPT-6 Luna ברמת מאמץ גבוהה משתפר ב-5.4 נקודות אחוז מעל קודמו, בעלות נמוכה ב-58 אחוז.
קוד: פחות עלות על אותה רמת עבודה
ב-FrontierCode, מבחן שבודק אם שינויי קוד מוכנים למיזוג לתוך בסיס קוד אמיתי, GPT-6 Sol משתפר משמעותית מעל הגרסה הקודמת שלו ומגיע לרמה דומה ל-Claude Fable 5.1 ברמת המאמץ הגבוהה ביותר שלו, בעלות נמוכה בהרבה. ב-DeepSWE v1.1, מבחן הנדסת תוכנה מורכבת, GPT-6 Sol ברמת מאמץ מקסימלית מגיע ל-68.8 אחוז, פחות מנקודת אחוז אחת מהציון הגבוה ביותר של Fable 5 באותו מבחן, ובעלות נמוכה בכ-80 אחוז למשימה.
GPT-6 Luna ברמת מאמץ מקסימלית מגיע ל-66.6 אחוז, ציון דומה ל-Claude Opus 5 ו-Fable 5 ברמת מאמץ בינונית, אבל עולה 93 אחוז פחות מ-Opus 5 ו-96 אחוז פחות מ-Fable 5 למשימה. במילים אחרות: עבור צוותי פיתוח שמריצים סוכני קוד בנפח גבוה, ה-Luna הזול יכול להחליף חלק ניכר מהעבודה שדרשה עד היום מודל יקר בהרבה.
אמינות עובדתית ושימוש במחשב
על מבחן הדיוק העובדתי הפנימי של OpenAI, המבוסס על שיחות אמיתיות שבהן משתמשים דיווחו על טעות, GPT-6 Sol טועה בערך בחצי מהמקרים לעומת קודמו, ומתקרב לרמת האמינות של Astra בעלות נמוכה בהרבה. GPT-6 Luna ברמות מאמץ גבוהות משתווה ל-GPT-5.6 Sol, בערך במאית מהעלות שלו.
בשימוש עצמאי במחשב, Astra נשאר המודל הטוב ביותר של OpenAI, אבל Sol ו-Luna מתייעלים גם כאן. ב-OSWorld 2.0, GPT-6 Sol ברמת מאמץ גבוהה מאוד מגיע לציון דומה ל-Opus 5 ברמת מאמץ בינונית, בעלות נמוכה בכ-80 אחוז. GPT-6 Luna ברמת מאמץ מקסימלית עולה על GPT-5.6 Sol ברמת מאמץ בינונית, בעשירית מהעלות שלו.
סגנון תקשורת וקאשינג לסוכנים
שני המודלים יורשים גם את שיפור סגנון התקשורת של Astra: יותר בהירות, פחות ז'רגון, פחות ניסוחים מוזרים ופחות פרטים בעלי ערך נמוך, עם תשובות מעט קצרות יותר בלי לאבד תוכן. OpenAI מדגימה זאת בבקשה טכנית לשינוי עיצוב אתר: הגרסה החדשה פחות ממהרת למסקנות, פחות חוזרת על פרטים מובנים מאליהם, ושקופה יותר לגבי מה שכן ומה שלא נבדק בפועל.
שינוי טכני שרלוונטי במיוחד לסוכנים ולשיחות ארוכות: שיפור בקאשינג פרומפטים, עם שיעורי פגיעה גבוהים יותר כברירת מחדל והנחה של 90 אחוז על קריאות טוקן קלט שמגיעות מהמטמון. יש גם כלים חדשים למפתחים: לוח בקרה לניטור קאשינג, כלי אבחון שמסביר החמצות הזדמנות, ונקודות עצירה מפורשות לשליטה באילו קידומות פרומפט נשמרות. GitHub מדווחת שהשיפורים האלה הפחיתו ביותר מ-50 אחוז את נתח הטוקנים שדרשו עיבוד מחדש על פני מיליארדי בקשות, מה שמאיץ את התגובות של Copilot.
יישור קו: לא רק מהירות וזול יותר
שני המודלים משתפרים גם במבחני היישור לעומת הגרסאות הקודמות שלהם, כולל שיעור נמוך יותר של טענות מטעות לגבי עבודת קוד שבוצעה. OpenAI מדגישה שהמבחנים האלה בכוונה בודקים תרחישים קיצוניים שנועדו לחלץ חוסר יושר, ולא משקפים את שיעור הבעיות בשימוש רגיל, שם זה נדיר בהרבה.
איפה זמין וממתי
- GPT-6 Sol ו-GPT-6 Luna זמינים כבר היום ב-ChatGPT Work וב-Codex, למשתמשי Plus, Pro, Business, Enterprise ו-Edu.
- משתמשי Free ו-Go מקבלים גישה ל-GPT-6 Luna באפליקציית הדסקטופ.
- שני המודלים עדיין לא זמינים בממשק ה-Chat הרגיל.
- ב-API הם זמינים תחת המזהים gpt-6-sol ו-gpt-6-luna.
למי שכבר בנה תהליכים סביב GPT-6 Astra, המעבר ל-Sol או ל-Luna בעבודות שלא דורשות את הרמה המקסימלית הוא בדרך כלל החלפת מזהה מודל בלבד. שווה לבדוק בכל תהליך אם באמת צריך את Astra, או שאפשר לחסוך משמעותית בלי לפגוע באיכות.
למי זה כבר משנה את שיקול העלות-תועלת
צוותי אוטומציה עסקית ומחלקות תפעול שמריצות סוכנים על נפח גבוה של משימות חוזרות ירוויחו הכי מהר: אותה איכות עבודה בערך, בעלות נמוכה משמעותית, מה שהופך תהליכים שהיו יקרים מכדי להריץ בקנה מידה גדול לכדאיים. צוותי פיתוח שמשתמשים ב-Codex ירגישו את זה גם דרך הקאשינג המשופר, פחות עלות על שיחות ופרויקטים ארוכים.
מנגד, למשימות שבהן איכות התוצאה קריטית ואין מקום לטעות, Astra נשאר הבחירה הנכונה לפי OpenAI עצמה. הבחירה בין שלושת המודלים היא בחירה כלכלית ותפעולית, לא רק טכנית: כמה חשוב לכם כל אחוז דיוק נוסף, לעומת כמה חשוב לכם לצמצם עלות בקנה מידה.
שאלות נפוצות על GPT-6 Sol ו-GPT-6 Luna
מה ההבדל בין GPT-6 Sol, GPT-6 Luna ו-GPT-6 Astra?+
Astra הוא הדגל, המודל המתקדם ביותר לעבודה תובענית. Sol מיועד לעבודה מקצועית איכותית בעלות נמוכה יותר. Luna הוא המודל הקל והזול ביותר, מתאים למשימות יומיומיות בנפח גבוה. שלושתם משתפים חלק מאותה טכנולוגיית אימון.
כמה עולים GPT-6 Sol ו-GPT-6 Luna?+
Sol עולה 2 דולר למיליון טוקני קלט ו-10 דולר למיליון טוקני פלט. Luna עולה 0.10 דולר קלט ו-0.50 דולר פלט למיליון טוקנים. שני המחירים נמוכים ב-50 אחוז ממחירי הפרסום הקודמים.
איפה אפשר להשתמש ב-GPT-6 Sol ו-GPT-6 Luna?+
ב-ChatGPT Work וב-Codex, למשתמשי Plus, Pro, Business, Enterprise ו-Edu, זמינים מיידית. משתמשי Free ו-Go מקבלים את Luna באפליקציית הדסקטופ. ב-API הם זמינים תחת gpt-6-sol ו-gpt-6-luna. שניהם עדיין לא זמינים בממשק ה-Chat הרגיל.
האם Sol ו-Luna מחליפים את GPT-6 Astra?+
לא. OpenAI מציינת ש-Astra נשאר המודל הטוב ביותר שלה בכל תחום, ומתאים לעבודה שדורשת את התוצאה הטובה ביותר. Sol ו-Luna מיועדים למשימות שבהן עלות ומהירות חשובות יותר מהביצועים המקסימליים.
האם המעבר מ-GPT-5.6 ל-GPT-6 Sol או Luna דורש שינוי בקוד הקיים?+
ברוב המקרים מדובר בהחלפת מזהה המודל בלבד. כדאי לבדוק את ההשפעה בפועל על העלות ועל איכות התוצר, ולנצל את שיפורי הקאשינג החדשים כדי לחסוך עוד בפרויקטים ארוכים.
האם יש שיפור גם בבטיחות וביישור קו?+
כן. OpenAI מדווחת ששני המודלים משתפרים לעומת הגרסאות הקודמות שלהם במבחני יישור קו, כולל שיעור נמוך יותר של טענות מטעות לגבי עבודת קוד, אף שהמבחנים האלה בודקים תרחישים קיצוניים ולא מייצגים שימוש רגיל.
