OpenAI ने GPT-5.6 मॉडल फैमिली लॉन्च की, 'Sol' नया फ्लैगशिप मॉडल

OpenAI ने गुरुवार को सीमित पूर्वावलोकन अवधि के बाद अपने GPT-5.6 मॉडल परिवार को आम उपलब्धता के लिए जारी कर दिया है। इस लॉन्च में कंपनी का नया फ्लैगशिप मॉडल 'Sol', रोजमर्रा के काम के लिए एक संतुलित मॉडल 'Terra', और सबसे लागत-कुशल विकल्प के रूप में 'Luna' शामिल हैं।

प्रदर्शन और बेंचमार्क

OpenAI के अनुसार, GPT-5.6 Sol ने प्रमुख बेंचमार्क पर प्रभावशाली परिणाम दिए हैं, खासकर अपने प्रतिस्पर्धियों की तुलना में। कंपनी ने बताया कि Sol ने मध्यम तर्कशक्ति (medium reasoning) पर Claude Fable 5 को 11.4 अंकों से बेहतर प्रदर्शन किया, जबकि अनुमानित लागत लगभग एक-चौथाई थी।

कुछ प्रमुख प्रदर्शन मीट्रिक्स में शामिल हैं:

• एजेंट्स लास्ट एग्जाम (Agents’ Last Exam): Sol ने 53.6 का स्कोर हासिल किया, जो Claude Fable 5 से 13.1 अंक अधिक है।
• आर्टिफिशियल एनालिसिस कोडिंग एजेंट इंडेक्स: Sol ने 80 का स्कोर किया, जो Fable 5 से 2.8 अंक अधिक है, और यह लगभग एक-तिहाई कम लागत पर हुआ।
• OSWorld 2.0: Sol ने 62.6% का नया रिकॉर्ड बनाया, Opus 4.8 को 85% कम आउटपुट टोकन का उपयोग करके पीछे छोड़ दिया।

नई क्षमताएं और विशेषज्ञ मूल्यांकन

इस लॉन्च के साथ, OpenAI ने 'अल्ट्रा' नामक एक नई क्षमता सेटिंग भी पेश की है, जो मांग वाले कार्यों पर बेहतर परिणाम और तेजी से पूरा करने के लिए डिफ़ॉल्ट रूप से चार एजेंटों को समानांतर में समन्वयित करती है। Qodo के सह-संस्थापक और सीईओ, इतमार फ्रीडमैन ने कहा कि GPT-5.6 उनके एजेंटिक कोड-रिव्यू परीक्षणों पर मूल्यांकन किया गया सबसे मजबूत मॉडल था।

Ad

कंपनी ने यह भी कहा कि GPT-5.6 मॉडल जीव विज्ञान और साइबर सुरक्षा दोनों में पहले के मॉडलों की तुलना में अधिक सक्षम हैं, लेकिन किसी भी श्रेणी में 'महत्वपूर्ण' (Critical) सीमा को पार नहीं करते हैं। लॉन्च से पहले इन मॉडलों की व्यापक रेड टीमिंग की गई, जिसमें लगभग 700,000 A100e GPU घंटों की ब्लैक-बॉक्स स्वचालित रेड टीमिंग शामिल थी।

उपलब्धता और मूल्य निर्धारण

GPT-5.6 गुरुवार से ChatGPT, Codex और OpenAI API पर उपलब्ध होना शुरू हो गया है, और अगले 24 घंटों में धीरे-धीरे वैश्विक स्तर पर पूर्ण उपलब्धता की ओर बढ़ेगा।

API मूल्य निर्धारण प्रति 1 मिलियन टोकन पर इस प्रकार निर्धारित किया गया है:

• Sol: $5 इनपुट और $30 आउटपुट
• Terra: $2.50 इनपुट और $15 आउटपुट
• Luna: $1 इनपुट और $6 आउटपुट