GPT-6 Sol و Luna؛ راهنمای مدل‌های جدید OpenAI

OpenAI در ۲۲ سپتامبر ۲۰۲۶ مدل‌های GPT-6 Sol و GPT-6 Luna را عرضه کرد. این دو مدل در کنار Astra، گزینه‌های ارزان‌تری برای برنامه‌نویسی، استدلال و گردش‌کار عامل‌ها فراهم می‌کنند. Sol گزینه‌ای برای ارزیابی در کارهای روزمره دشوار است و Luna برای وظایف مشخص با حجم اجرای بالا معرفی شده است. این توصیف، جایگاه اعلام‌شده از سوی سازنده است؛ نه رتبه‌بندی عملکرد در آزمون مستقل ژرف‌نگر.

این مقاله عرضه مدل‌ها و تغییرات مهم دسترسی را از ۱ ژوئیه تا ۲۵ سپتامبر ۲۰۲۶ پوشش می‌دهد. مدل‌های تصویر، مکالمه صوتی، تبدیل گفتار به متن و کاربردهای تخصصی نیز بررسی می‌شوند تا مقایسه به مدل‌های متنی محدود نماند. تاریخچه رسمی API و مستندات مدل‌ها در ۲۵ سپتامبر بازبینی شده‌اند. پیشنهادهای انتخاب و مثال‌های هزینه، تحلیل تحریریه هستند؛ برای این مقاله آزمون مقایسه‌ای مدل‌ها اجرا نکرده‌ایم.

تصویر جلد: نقشه تحریریه ژرف‌نگر از خانواده‌های مدل بررسی‌شده؛ این تصویر، اثر رسمی OpenAI یا نمودار عملکرد نیست.

چه مدلی در چه تاریخی عرضه شد؟

تاریخ‌ها مهم‌اند، زیرا عرضه یک مدل در API، فعال‌شدن آن در محصول و گسترش دسترسی محدود، رویدادهای یکسانی نیستند.

در بررسی خانواده GPT-5.6 نسل قبلی را توضیح داده‌ایم. تحلیل عرضه Astra نیز جزئیات آن مدل را پوشش می‌دهد. این گزارش، ارتباط آن عرضه‌ها با گزینه‌های تازه را روشن می‌کند و مدل‌های قدیمی‌تر فهرست را به‌عنوان محصول تازه سپتامبر معرفی نمی‌کند.

تفاوت نقش Sol، Luna و Astra

در صفحه مشخصات Sol، برنامه‌نویسی پیچیده و کار عامل‌ها برجسته شده است. صفحه Luna بر وظایف مشخص و پرتعداد با هزینه کمتر تأکید دارد. هر دو، متن و تصویر را به‌عنوان ورودی می‌پذیرند و متن تولید می‌کنند؛ تولید مستقیم تصویر یا مکالمه صوتی، خروجی این دو مدل نیست. پنجره زمینه هر دو ۱٬۰۵۰٬۰۰۰ توکن و سقف خروجی آن‌ها ۱۲۸٬۰۰۰ توکن اعلام شده است. این اعداد ظرفیت پردازش را توصیف می‌کنند و تضمین یادآوری دقیق همه جزئیات یک سند بسیار بزرگ نیستند.

Astra همچنان بالاترین سطح توانایی عمومی در معرفی OpenAI است. در یک ارزیابی عملی می‌توان دسته‌بندی تکراری را به Luna، تغییر کد یک مخزن را به Sol و یک بررسی استثنائاً دشوار را به Astra سپرد. این تقسیم کار، پیشنهاد آزمایش است. انتخاب نهایی باید مدلی باشد که معیار پذیرش شما را با کمترین هزینه کل، شامل زمان اصلاح انسانی، برآورده می‌کند.

تا تاریخ این بررسی، خانواده مستندشده GPT-6 شامل Terra نیست؛ Terra همچنان به نسل GPT-5.6 تعلق دارد. همچنین نباید نام یک تنظیم استدلال یا برچسب داخل محصول را با عرضه یک مدل مستقل در API اشتباه گرفت.

قیمت API با شرایط یکسان درخواست

جدول زیر، قیمت را به دلار آمریکا به‌ازای هر یک میلیون توکن متنی نشان می‌دهد. مبنا، پردازش Standard و درخواست‌هایی با حداکثر ۲۷۲٬۰۰۰ توکن ورودی است. منبع مقایسه، فهرست فعلی قیمت API است؛ اعتبار مصرفی اشتراک‌ها نظام صورتحساب جداگانه‌ای دارد.

نرخ ورودی و خروجی Sol نصف نرخ فعلی مدل هم‌نام در نسل قبلی است. ورودی Luna نیز نصف شده، اما خروجی آن از ۱٫۲۰ به ۰٫۵۰ دلار رسیده است. بنابراین یک درصد تخفیف کلی را نباید به همه ردیف‌های صورتحساب تعمیم داد. این مقایسه درباره قیمت توکن است؛ تغییر حجم استدلال یا تعداد تلاش‌های لازم می‌تواند صرفه‌جویی هر کار تکمیل‌شده را تغییر دهد.

زمینه طولانی چگونه هزینه را تغییر می‌دهد؟

طبق مشخصات Sol و Luna، برای درخواست‌های بیش از ۲۷۲٬۰۰۰ توکن ورودی، نرخ ورودی و کش دو برابر و نرخ خروجی یک‌ونیم برابر می‌شود. این ضرایب برای کل درخواست اعمال می‌شوند، نه فقط توکن‌های بالاتر از آستانه. نرخ‌های Batch و Flex نصف Standard و نرخ Fast mode در API دو برابر نرخ متناظر اعلام شده‌اند. اقامت داده در اتحادیه اروپا برای این مدل‌ها به پردازش Standard محدود است.

یک محاسبه نمونه را در نظر بگیرید: با ۱۰۰٬۰۰۰ توکن ورودی بدون کش و ۱۰٬۰۰۰ توکن خروجی قابل‌صورتحساب، هزینه متن برای Astra برابر ۱٫۵۰ دلار، برای Sol برابر ۰٫۳۰ دلار و برای Luna برابر ۰٫۰۱۵ دلار است. اگر ورودی به ۳۰۰٬۰۰۰ توکن برسد و خروجی ثابت بماند، هزینه‌ها با نرخ زمینه طولانی به‌ترتیب ۶٫۷۵، ۱٫۳۵ و ۰٫۰۶۷۵ دلار خواهند بود.

این مثال‌ها هزینه ابزار، نوشتن کش، اجرای دوباره و اضافه‌بهای منطقه‌ای را در بر نمی‌گیرند. هنگام بودجه‌بندی، خروجی استدلال قابل‌صورتحساب را نیز در کنار متن قابل‌مشاهده حساب کنید. در یک سامانه سندمحور، توزیع واقعی طول ورودی را اندازه بگیرید؛ شاید کاری که مرتب از آستانه عبور می‌کند، پیش از تغییر مدل به بازیابی دقیق‌تر یا فشرده‌سازی زمینه نیاز داشته باشد.

دسترسی در ChatGPT Work، Codex و API

تاریخچه محصول در ۲۲ سپتامبر از عرضه تدریجی Sol و Luna برای کاربران Plus، Pro، Business، Enterprise و Edu در Work و Codex، نه گفت‌وگوی معمولی Chat خبر می‌دهد. کاربران Free و Go می‌توانند در برنامه دسکتاپ از Luna استفاده کنند. وضعیت عرضه و تنظیمات فضای کاری همچنان تعیین‌کننده‌اند؛ مدیر Enterprise باید مدل‌های جدید را فعال کند. دسترسی هیچ حساب مشخصی در این مقاله آزمایش نشده است.

در برنامه‌های متصل به API، شناسه‌های دقیق gpt-6-sol و gpt-6-luna را به کار ببرید. دیده‌شدن مدل در انتخاب‌گر دسکتاپ، مجوز سازمان API، سهمیه یا پیکربندی منطقه‌ای آن را اثبات نمی‌کند. این موارد باید در همان محیطی بررسی شوند که قرار است کار واقعی را اجرا کند.

یک موعد مهاجرت نیز وجود دارد: طبق راهنمای مدل‌های محصول، GPT-5.5 در ۱۴ اکتبر ۲۰۲۶ از ChatGPT، Work و Codex بازنشسته می‌شود. این اطلاعیه صریحاً شامل OpenAI API نیست. تیم‌ها باید پیش‌فرض‌های ذخیره‌شده و کارهای زمان‌بندی‌شده را بررسی کنند، بدون آنکه بازنشستگی در محصول را به‌اشتباه تعطیلی API تلقی کنند.

مهاجرت API فراتر از تغییر نام مدل است

Sol و Luna سطوح استدلال none، low، medium، high، xhigh و max را می‌پذیرند و پیش‌فرض API آن‌ها medium است. فراخوانی تابع در Chat Completions فقط با reasoning_effort: "none" پشتیبانی می‌شود؛ برای استدلال همراه ابزار از Responses استفاده کنید. Astra متفاوت است: سطح none ندارد و فراخوانی ابزار آن به Responses نیاز دارد.

راهنمای اتصال GPT-6 اجرای ناهمگام ابزار و هدایت حین اجرا را نیز توضیح می‌دهد. با این قابلیت‌ها عامل می‌تواند هنگام اجرای یک ابزار، بخش مستقلی از کار را پیش ببرد یا اصلاح کاربر را دریافت کند. اجرای واقعی ابزار، اتصال نتیجه به فراخوانی مربوط و مدیریت کارهای ناتمام همچنان مسئولیت برنامه شماست.

پیش از مهاجرت، مسیر API، سطح استدلال، ابزارها، ساختار خروجی و معیارهای پذیرش سامانه فعلی را ثبت کنید. همان ورودی‌های نماینده را با مدل پیشنهادی تکرار کنید. یک کار قطع‌شده و یک شکست ابزار را هم در ارزیابی بگنجانید. پاسخ نهایی باید آخرین خواسته کاربر و وضعیت واقعاً ذخیره‌شده را منعکس کند، حتی اگر نتیجه یک فراخوانی قدیمی دیرتر برسد.

تولید تصویر با Sunburst و Flare

GPT Image 2.5 Sunburst برای ویرایش دقیق معرفی شده و GPT Image 2.5 Flare بر تولید سریع تصاویر روزمره تمرکز دارد. هر دو متن و تصویر می‌گیرند و تصویر برمی‌گردانند؛ سطوح کیفیت xhigh و max نیز اضافه شده‌اند. آن‌ها را از طریق Images API یا ابزار تولید تصویر در Responses انتخاب کنید، نه به‌عنوان مدل عمومی تولید متن.

نرخ اعلام‌شده هر دو، ۵ دلار برای یک میلیون توکن ورودی متن، ۸ دلار برای ورودی تصویر و ۳۰ دلار برای خروجی تصویر است. برابر بودن نرخ توکن، برابر بودن هزینه هر عکس را ثابت نمی‌کند؛ تعداد توکن مصرف‌شده و کیفیت انتخابی نیز مؤثرند. مستندات تصریح می‌کنند که محاسبه‌گر GPT Image 2، مصرف توکن GPT Image 2.5 را برآورد نمی‌کند.

برای آزمایش ویرایش تصویر فروشگاهی، ماندگاری بسته‌بندی، لوگو، ظاهر جنس و اعمال دقیق تغییر خواسته‌شده را بررسی کنید. در طرح فارسی، شکل حروف و اتصال آن‌ها را در اندازه نهایی بخوانید. این‌ها معیارهای پیشنهادی ارزیابی‌اند؛ مستندات عرضه، مدرک بی‌نقص‌بودن تایپوگرافی فارسی یا حفظ کامل هویت محصول نیستند.

GPT-Live معماری متفاوتی برای مکالمه صوتی دارد

GPT-Live 1 مکالمه دوطرفه هم‌زمان را مدیریت می‌کند: می‌تواند هم‌زمان بشنود و صحبت کند و استدلال و ابزارها را به عامل پشتیبان بسپارد. مسیر اتصال آن Live sessions API است. هزینه جلسه صوتی دقیقه‌ای ۰٫۰۵ دلار با محاسبه ثانیه‌ای است و مصرف مدل پشتیبان و ابزار جداگانه حساب می‌شود. بنابراین جلسه بیست‌دقیقه‌ای، پیش از هزینه پردازش پشتیبان، یک دلار هزینه صوت دارد.

مدل‌های پیشین Realtime 2.1 و Realtime 2.1 Mini مدل‌های صوتی دارای استدلال و ابزار در Realtime API هستند. Mini گزینه تقطیرشده و کم‌هزینه‌تر است. این معماری را نباید با جداسازی لایه مکالمه و عامل پشتیبان در Live API یکسان دانست.

پیش از مقایسه قیمت واحد، معماری موردنیاز را انتخاب کنید. دستیار پشتیبانی که هنگام جست‌وجوی سفارش به مکالمه ادامه می‌دهد، نیاز متفاوتی از اجرای یک فرمان صوتی محدود دارد. قطع صحبت، اصلاح نام و عدد و واکنش دستیار به پایان‌نیافتن کار پشتیبان را آزمایش کنید. روان‌بودن صدا، اثبات ثبت موفق تغییر سفارش نیست.

تبدیل گفتار به متن نهایی یا متن زنده

GPT Transcribe برای فایل صوتی و نوبت‌های نهایی‌شده Realtime با نرخ دقیقه‌ای ۰٫۰۰۴۵ دلار ارائه می‌شود. GPT Live Transcribe متن زنده با تأخیر کم را با نرخ دقیقه‌ای ۰٫۰۱۷ دلار تولید می‌کند. برای هر دو، ارائه زمینه و راهنمای واژگان و زبان مستند شده است. هزینه بیست دقیقه با این نرخ‌ها به‌ترتیب ۰٫۰۹ و ۰٫۳۴ دلار خواهد بود.

این‌ها مدل تبدیل گفتار به متن‌اند، نه عامل مکالمه صوتی. برای صورت‌جلسه مشخص کنید کاربر زیرنویس زنده می‌خواهد یا متن نهایی بررسی‌شده. نام‌ها، تاریخ‌ها، مبلغ‌ها، کلمات حذف‌شده و اصلاحات را روی ضبط‌های نماینده ارزیابی کنید. میانگین خطای کلمه ممکن است یک شماره حساب اشتباه را پنهان کند که کل خروجی را غیرقابل‌استفاده می‌کند. تماس‌های فارسی و چندزبانه به مجموعه آزمون خودشان نیاز دارند؛ چنین ارزیابی‌ای برای این مقاله انجام نشده است.

دسترسی تخصصی به Rosalind و Daybreak

رویداد سپتامبر GPT-Rosalind، دسترسی عمومی درون برنامه تأییدشده برای پژوهش داخلی علوم زیستی است. فهرست قیمت، ورودی ۵ دلار، ورودی کش‌شده ۰٫۵۰ دلار و خروجی ۲۵ دلار به‌ازای هر میلیون توکن را اعلام می‌کند و آغاز صورتحساب ۵ اکتبر ۲۰۲۶ است. این عرضه به معنای دسترسی بدون محدودیت یا اثبات مناسب‌بودن مدل برای تصمیم بالینی نیست.

GPT-5.6 Cyber نیز برای کار امنیتی مجاز به تأیید و فعال‌سازی جداگانه نیاز دارد. Daybreak Blue و Red سطوح دسترسی هستند، نه دو مدل عمومی تازه از خانواده GPT-6. تیم متقاضی هر مسیر تخصصی باید پیش از وابسته‌کردن برنامه عملیاتی خود به آن، شرایط دسترسی و محدوده پژوهش موردنظر را روشن کند.

اولین آزمایش را چگونه انتخاب کنیم؟

از یک کار تکرارشونده و معیار پذیرش روشن شروع کنید. در استخراج فاکتور، فیلدهای لازم، مقدارهای مجازِ ناموجود، واحد پول و قواعد تطبیق جمع را مشخص کنید. برای برنامه‌نویسی، تغییر رفتار موردانتظار و بررسی‌های اثبات‌کننده آن را بنویسید. برای تصویر، جزئیاتی را تعیین کنید که باید ثابت بمانند. یک امتیاز کلی جای این قراردادهای متفاوت را نمی‌گیرد.

نرخ تکمیل صحیح، زمان اصلاح، هزینه کل توکن یا مدت صوت و زمان سپری‌شده را مقایسه کنید. مسیر API، شناسه مدل، سطح استدلال و وضعیت کش را کنار هر نتیجه ثبت کنید. فقط جایی از Luna به Sol یا Astra بروید که بهبود مشاهده‌شده، هزینه را توجیه کند؛ وقتی خروجی لازم صدا یا تصویر است، مدل رسانه‌ای مناسب را انتخاب کنید. چنین آزمایشی برای تصمیم خرید یا مهاجرت مدرک می‌سازد و انتخاب را از نام مدل و هیجان عرضه جدا می‌کند.

یادداشت منابع — بازبینی ۲۰۲۶

بازبینی در ۲۵ سپتامبر ۲۰۲۶ انجام شد. تاریخ رویدادها از تاریخچه‌های رسمی و مشخصات، نرخ‌ها و شرایط دسترسی از مستندات زنده بررسی‌شده در همان روز گرفته شده‌اند. بازه پوشش، ژوئیه تا ۲۵ سپتامبر ۲۰۲۶ است. برای این مقاله آزمون مستقل مدل، بررسی دسترسی حساب یا مطالعه عملکرد زبان فارسی انجام نشده است.

• تاریخچه API: زمان عرضه و تغییر دسترسی.
• Sol، Luna و Astra: مشخصات و محدودیت‌ها.
• قیمت API: نرخ‌ها، شرایط پردازش و صورتحساب Rosalind.
• راهنمای اتصال GPT-6: مهاجرت API و قابلیت‌های عامل.
• تاریخچه محصول و مدل‌های محصول: محدوده عرضه و بازنشستگی.
• Sunburst و Flare: تولید و ویرایش تصویر.
• GPT-Live 1، Realtime 2.1 و Realtime 2.1 Mini: معماری مکالمه صوتی.
• Transcribe و Live Transcribe: مسیرها و قیمت تبدیل گفتار به متن.
• GPT-5.6 Cyber: دسترسی تخصصی امنیت.