اوپن‌ای‌آی جی‌پی‌تی ۵.۶ سُل را منتشر کرد: مقایسه با مدل‌های هوش مصنوعی دیگر

اوپن‌ای‌آی مدل جدید خود، GPT-5.6 Sol را برای عموم منتشر کرد. این شرکت امروز مدل پرچمدار جدید خود را همراه با دو مدل کوچک‌تر به نام‌های Terra و Luna عرضه کرد. پیش از این، وزارت بازرگانی ایالات متحده دسترسی به نسخه پیش‌نمایش این مدل را به مدت دو هفته برای حدود ۲۰ شریک مورد اعتماد محدود کرده بود.

این استراتژی نام‌گذاری برای اوپن‌ای‌آی جدید است. این اولین بار است که این شرکت به مدل‌های خود نام می‌دهد، به جای استفاده صرف از اعداد. Sol، Terra و Luna سطوح مختلفی از قابلیت‌ها را نشان می‌دهند که می‌توانند با سرعت خودشان پیشرفت کنند. Sol مدل پرچمدار است، Terra مدل روزمره است که اوپن‌ای‌آی می‌گوید با GPT-5.5 با نصف قیمت مطابقت دارد، و Luna گزینه ارزان‌تر است.

قیمت‌گذاری برای Sol، یک میلیون توکن ورودی و خروجی، ۵ دلار و ۳۰ دلار است که برای Luna به ۱ دلار و ۶ دلار کاهش می‌یابد. (توکن‌ها، برای کسانی که آشنا نیستند، کوچکترین واحد اطلاعاتی هستند که یک مدل می‌تواند پردازش کند. شرکت‌ها معمولاً مدل‌های خود را بر اساس هر توکن برای خدمات API قیمت‌گذاری می‌کنند.) دو تنظیم جدید همراه با این مدل عرضه شده‌اند: حداکثر تلاش استدلالی که به Sol اجازه می‌دهد طولانی‌تر فکر کند، و حالت فوق‌العاده (ultra mode) که کار را به زیرعامل‌ها (subagents) واگذار می‌کند.

برای مقایسه، Anthropic برای Claude Fable 5، ۱۰ دلار و ۵۰ دلار، گوگل برای Gemini 3.1 Pro، ۲ دلار و ۱۲ دلار، و xAI برای Grok 4.5، ۱۵ دلار و ۷۵ دلار دریافت می‌کند.

در سمت چین: DeepSeek برای V4 Pro، ۱.۷۴ دلار و ۳.۴۸ دلار، و شیائومی برای MiMo v2.5 Pro، تنها ۱ دلار و ۵ دلار دریافت می‌کند. این امر Sol را بین مدل‌های پیشرفته آمریکایی و رقبای کم‌هزینه چینی قرار می‌دهد.

آنچه بنچمارک‌ها نشان می‌دهند

در Terminal-Bench 2.1 – آزمونی از گردش کارهای خط فرمان که پاداش برنامه‌ریزی، استفاده از ابزار و تکرار را می‌دهد و به صورت سهم وظایفی که مدل تکمیل می‌کند امتیازدهی می‌شود – Sol در پیکربندی فوق‌العاده خود به ۹۱.۹٪ و Sol استاندارد به ۸۸.۸٪ رسید.

این نتایج هر دو را بالاتر از Claude Mythos 5 از Anthropic با ۸۸.۰٪، Claude Fable 5 با ۸۴.۳٪، و Claude Opus 4.8 با ۷۸.۹٪ قرار می‌دهد. Gemini 3.1 Pro Preview گوگل با ۷۰.۷٪ در انتهای نمودار قرار گرفت.

اوپن‌ای‌آی بیشترین تمرکز را بر امنیت سایبری داشت. در ExploitBench، که اندازه‌گیری می‌کند یک مدل چقدر خوب آسیب‌پذیری‌های نرم‌افزاری را پیدا و از آن‌ها سوءاستفاده می‌کند، Sol با نسخه پیش‌نمایش محدود Mythos مطابقت داشت و در عین حال حدود یک سوم توکن‌ها را مصرف کرد. اوپن‌ای‌آی می‌گوید Sol همچنان از خط “Cyber Critical” در چارچوب ریسک خود عبور نمی‌کند.

دسترسی زودهنگام پر سر و صدا بود. تئو، یک توسعه‌دهنده شناخته شده، یوتیوبر هوش مصنوعی و مدیرعامل پلتفرم هوش مصنوعی T3 Chat، Sol را “پیشرو در استفاده از کامپیوتر” نامید و گفت که شکایات او از GPT-5.5 را برطرف کرده است.

ظاهراً اکنون اجازه دارم در مورد GPT-5.6 صحبت کنم؟
این یک مدل فوق‌العاده خوب است. نه به اندازه Fable “هوشمند”، اما فوق‌العاده توانمند است. تمام مشکلاتی را که با GPT-5.5 داشتم برطرف کرد.
بسیار مصمم است. حتی بدون استفاده از /goal، برای یک روز کار می‌کند. زیرعامل‌ها را درک می‌کند…
— تئو – t3.gg (@theo) ۸ ژوئیه ۲۰۲۶

دن شیپر، که تیمش در Every آن را به مدت یک ماه آزمایش کرد، جمله واضح‌تری ارائه داد: “GPT-5.6 مانند پورشه است، Fable مانند درایو وارپ (warp drive).” برداشت او این است که Sol برای استفاده روزمره است و Fable چیزی است که برای عبور از کهکشان به سراغ آن می‌روید.

GPT-5.6 مانند پورشه است، Fable مانند درایو وارپ.
ما حدود یک ماه است که به صورت داخلی در @every در حال آزمایش هستیم. و GPT-5.6 بهترین ترکیب از قدرت، سرعت و عملکرد را برای کارهای دانش روزمره و کدنویسی شما ارائه می‌دهد.
Fable موجودی متفاوت است. اگر نیاز دارید که…
— دن شیپر 📧 (@danshipper) ۸ ژوئیه ۲۰۲۶

دایچی کوننو، پژوهشگری که زودتر به آن دسترسی پیدا کرد، گفت Sol به وضوح از GPT-5.5 بهتر است و نزدیک به Fable 5 قرار می‌گیرد، اما Anthropic همچنان در وظایف نوشتاری پیشتاز است. نکته دقیق‌تر او این است که محافظت‌های Sol در مورد سوالات علوم زیستی فعال نشدند، که او فکر می‌کند می‌تواند آن را به یک گزینه پیش‌فرض برای کارهای زیست‌شناسی تبدیل کند.

GPT-5.6-Sol را به طور کامل بررسی کردم، اما عملکرد آن به وضوح از GPT-5.5 بهتر است و احساس می‌کنم با Claude Fable 5 قابل مقایسه است!
۱. در نوشتن متن، Fable برتری دارد.
۲. محافظت‌ها در مورد موضوعات علوم زیستی فعال نمی‌شوند.
نکته دوم بسیار مهم است و ممکن است محققان زیست‌شناسی در آینده GPT-5.6-Sol را به عنوان انتخاب اول خود در نظر بگیرند! https://t.co/pQmciCQH3q
— دایچی کوننو / 紺野 大地 (@_daichikonno) ۹ ژوئیه ۲۰۲۶

نشت اطلاعاتی در حال حاضر به فراتر از آن اشاره دارد. حساب ردیابی نقشه راه به نام “Synthwave” در X ادعا می‌کند که GPT-5.6 آخرین مدل از خط 5.x است و GPT-6 که بر اساس یک پایگاه بزرگتر ساخته شده، ظرف حدود یک ماه عرضه خواهد شد. همین رشته توییت، Fable 5.1 از Anthropic را نزدیک و عرضه عمومی V4 از DeepSeek را قریب‌الوقوع اعلام می‌کند.

زمان‌بندی هدفمند است. Sol در همان هفته‌ای عرضه می‌شود که Fable 5 از Anthropic از برنامه‌های اشتراک خارج می‌شود – پس از بازگشت جهانی در ۱ ژوئیه، این مدل پس از اتمام سهمیه هفتگی ۵۰٪ خود در ۷ ژوئیه، تنها با اعتبار استفاده قابل دسترسی شد.

رقابت در صدر تنگاتنگ است. SpaceXAI دیروز Grok 4.5 را با کسری از قیمت عرضه کرد که ایلان ماسک آن را “تقریباً قابل مقایسه با Opus 4.7، اما بسیار سریعتر” توصیف کرد. Meta امروز صبح Muse Spark 1.1، اولین مدل پولی خود را منتشر کرد. هیچ‌کدام پیشتاز نیستند، اما هر دو در کلاس پیشرفته قرار دارند.

این امر گوگل را به عنوان تنها آزمایشگاه بزرگ آمریکایی باقی می‌گذارد که پرچمدار خود را در این دور تازه نکرده است. برترین مدل آن، Gemini 3، از نوامبر ۲۰۲۵ در دسترس بوده است – قدیمی‌ترین عرضه پیشرفته که همچنان پابرجاست، در حالی که OpenAI، Anthropic، xAI و Meta همگی در هفت روز گذشته پیشرفت‌هایی داشته‌اند.