Az OpenAI bemutatta a GPT-6 Sol és Luna modelleket

Olcsóbb API, két különböző teljesítményszint

Az OpenAI szeptember 22-i bejelentése szerint a GPT-6 Sol és Luna a GPT-6 Astra fejlesztésénél használt, hasonló módszerekkel készült. A vállalat ezeket a fejlesztéseket a professzionális munkavégzés, a tényszerűség, a programozás, a számítógép-használat és az összehangolás területén alkalmazta az új modelleken.

A GPT-6 Sol bemeneti ára 1 millió tokenenként 4 dollárról 2 dollárra, kimeneti ára pedig 20 dollárról 10 dollárra csökkent a GPT-5.6 Sol promóciós árához képest. A GPT-6 Luna esetében a bemeneti ár 0,20 dollárról 0,10 dollárra, a kimeneti ár 1,20 dollárról 0,50 dollárra esett. Az OpenAI szerint mindkét modell 50 százalékkal olcsóbb az elődjénél.

A vállalat továbbra is a GPT-6 Astrát tartja a teljes modellcsalád legerősebb tagjának. Ezt azoknak a feladatoknak ajánlja, amelyeknél a lehető legjobb eredmény és a kompromisszummentes használat a cél.

Üzleti feladatokban és programozásban is javultak

Az AutomationBench üzleti munkafolyamatokat vizsgáló tesztjén a GPT-6 Sol xhigh erőfeszítési szinten 33,2 százalékos eredményt ért el, feladatonként 0,27 dolláros költséggel. A GPT-6 Astra alacsony erőfeszítési szinten 30,3 százalékot ért el, 3,9-szer magasabb költség mellett. A Claude Opus 5 maximális erőfeszítési szinten 26,9 százalékot ért el, feladatonként a GPT-6 Sol költségének 11,1-szereséért.

Az Agents’ Last Exam összetett szakmai munkafolyamatokat értékelő vizsgálatán a GPT-6 Sol maximális erőfeszítési szinten 56,4 százalékot ért el. Az OpenAI szerint ez 60 százalékkal alacsonyabb feladatonkénti költséggel történt, mint a Claude Opus 5 legjobb eredménye.

A DeepSWE v1.1 szoftvermérnöki tesztjén a GPT-6 Sol 68,8 százalékot ért el, szemben a Claude Fable 5 xhigh szintű 69,9 százalékával. Az OpenAI szerint a Sol körülbelül 80 százalékkal kevesebbe került feladatonként. A GPT-6 Luna 66,6 százalékos eredményt ért el, költsége pedig 93 százalékkal volt alacsonyabb a Claude Opus 5 és 96 százalékkal a Claude Fable 5 költségénél.

Kevesebb hibát és hatékonyabb kontextuskezelést ígérnek

Az OpenAI belső, korábbi modellhibákat jelző, anonimizált valós beszélgetéseken alapuló tényszerűségi értékelésén a GPT-6 Sol körülbelül feleannyi hibát vétett, mint elődje. A vállalat szerint a GPT-6 Luna magasabb erőfeszítési szinteken a GPT-5.6 Sol eredményét hozza, annak költségének körülbelül egy századáért.

A számítógép-használatot vizsgáló OSWorld 2.0 offline teszten a GPT-6 Sol xhigh szinten 60,5 százalékos eredményt ért el. Ez hasonló a Claude Opus 5 medium szintű, 60,3 százalékos eredményéhez, miközben az OpenAI szerint a Sol feladatonként körülbelül 80 százalékkal olcsóbb.

A modellek kommunikációs stílusát is módosították. Az OpenAI tisztább megfogalmazást, kevesebb szakzsargont, ritkább furcsa fordulatokat és valamivel rövidebb válaszokat ígér, a tartalom elvesztése nélkül.

A GPT-6 modellekhez fejlesztett promptgyorsítótár alapértelmezés szerint magasabb találati arányt kínál, a gyorsítótárazott bemeneti tokenek olvasásánál pedig 90 százalékos kedvezmény érhető el. A fejlesztők irányítópulton követhetik a gyorsítótárazás alakulását, diagnosztikai eszközt használhatnak a kihagyott lehetőségek feltárására, és az erőfeszítési szint vagy az elérhető eszközök módosításával is megőrizhetik a korábbi kontextus újrahasznosíthatóságát.