Հեղինակի տվյալներով՝ GPT-6.1 Sol-ը երեք փորձարկումներում հավասարվել է Astra-ին՝ ավելի քիչ ծախսով


The New Stack-ի հեղինակը հայտնում է, որ Sol-ը և Astra-ն երեք փորձնական առաջադրանքներում ստացել են առավելագույն միավորները, իսկ Sol-ի ծախսը կազմել է Astra-ի ծախսի 18%-ը։ Սա չի հաստատում մոդելների ընդհանուր համարժեքությունը։
2026 թ․ հոկտեմբերի 7-ին հրապարակված համեմատության մեջ The New Stack-ի հեղինակը հայտնում է, որ GPT-6.1 Sol-ը և GPT-6 Astra-ն երեք փորձնական առաջադրանքներում ստացել են առավելագույն միավորները, իսկ Sol-ի ընդհանուր ծախսը կազմել է Astra-ի ծախսի 18%-ը։ Այս արդյունքները չեն հաստատում, որ մոդելներն ընդհանուր առմամբ համարժեք են։ Ավելի վաղ՝ հոկտեմբերի 5-ին, լրատվամիջոցը հայտնել էր OpenAI-ի պնդման մասին, որ Codex-ում և ChatGPT Work-ում երկու մոդելների տեքստի լռելյայն ստեղծումն արագացել է։
Տիբո Սոտիոն, որը հոկտեմբերի հրապարակման պահին OpenAI-ի՝ Codex-ի ճարտարագիտական թիմի ղեկավարն էր, լռելյայն արագության աճը գնահատել է մոտ 50%։ Նրա գնահատմամբ՝ մոդելներն այժմ ստեղծում են վայրկյանում մոտ 50 թոքեն՝ նախկին մոտ 30-ի փոխարեն։ Թոքենները տեքստի փոքր հատվածներ են, որոնք մոդելը կարդում կամ գրում է։ Այս արագությունները բառացի ընդունելու դեպքում աճը մոտենում է երկու երրորդի, բայց երկու թվերն էլ ընկերության մոտավոր գնահատականներն են, ոչ թե անկախ չափորոշիչ փորձարկումների արդյունքներ։ Արագության բարելավումը հասանելի է նաև այն բաժանորդներին, որոնք Sign in with ChatGPT-ի միջոցով օգտվում են OpenCode-ից, Pi-ից, Amp-ից ու Devin-ից։ Այս հնարավորությունը թույլ է տալիս այդ գործիքներից օգտվել ChatGPT հաշվով։
Sol-ը թողարկվել է 2026 թ․ սեպտեմբերի 29-ին՝ GPT-6 Sol-ից մեկ շաբաթ անց։ Ըստ TechCrunch-ի՝ այն հասանելի է դարձել ChatGPT Work-ում և Codex-ում՝ Plus, Pro, Business, Enterprise և Edu օգտվողների համար։ OpenAI-ն հայտնել էր, որ մեկնարկի պահին այն դեռ հասանելի չէ Chat-ում։
GitHub-ի՝ սեպտեմբերի 29-ի հայտարարությամբ Sol-ը նաև ընդհանուր հասանելի է դարձել GitHub Copilot-ում՝ ընկերության գերբանականության վրա հիմնված կոդագրման օգնականում, որպես ստանդարտ, ոչ թե նախնական փորձարկման տարբերակ։ GitHub-ը հայտնել է Copilot Pro+, Max, Business և Enterprise օգտվողների համար փուլային հասանելիության մասին և նրանց, ովքեր դեռ չեն տեսնում մոդելը, խորհուրդ է տվել կրկին ստուգել մոտ ապագայում։

GitHub-ը Sol-ը ներառել է մոդելների ընտրության մենյուում՝ Visual Studio Code-ում, Visual Studio-ում, JetBrains-ի մշակման միջավայրերում, Xcode-ում և Eclipse-ում։ Մոդելը հասանելի է նաև Copilot CLI-ում՝ հրամանների տողի գործիքում, Copilot coding agent-ում, GitHub Copilot հավելվածում, github.com-ում և GitHub Mobile-ում՝ iOS-ի ու Android-ի համար։
The New Stack-ի հեղինակը յուրաքանչյուր մոդելով երեք առաջադրանքներից յուրաքանչյուրը փորձարկել է հինգ անգամ։ Երկու մոդելներին էլ նույն հարցումներն են տրվել OpenAI Responses API-ի միջոցով․ սա այն միջերեսն է, որով ծրագրերը մոդելներից պատասխաններ են խնդրում։ Դատողության համար հատկացված ջանքը սահմանվել է առավելագույն մակարդակում, իսկ ելքի սահմանաչափը՝ 64 000 թոքեն։ Երկու մոդելներն էլ բոլոր 15 փորձերում ստացել են առավելագույն միավորները։
| Առաջադրանք | Մոդել | Անսխալ փորձեր | Ժամանակ | Մուտքային թոքեններ | Ելքային թոքեններ | Ծախս (ԱՄՆ դոլար) |
|---|---|---|---|---|---|---|
| Շարունակական ինտեգրման խափանումների դասակարգում | GPT-6.1 Sol | 5/5 | 31 վայրկյան | 3 867 | 1 381 | $0,02 |
| Շարունակական ինտեգրման խափանումների դասակարգում | GPT-6 Astra | 5/5 | 24 վայրկյան | 3 867 | 1 431 | $0,11 |
| Միջադեպի գրանցամատյաններ | GPT-6.1 Sol | 5/5 | 2 րոպե 20 վայրկյան | 113 966 | 8 316 | $0,31 |
| Միջադեպի գրանցամատյաններ | GPT-6 Astra | 5/5 | 2 րոպե 53 վայրկյան | 113 966 | 8 539 | $1,57 |
| Կախվածությունները որոշող ծրագիր | GPT-6.1 Sol | 5/5 | 7 րոպե 7 վայրկյան | 1 687 | 19 637 | $0,20 |
| Կախվածությունները որոշող ծրագիր | GPT-6 Astra | 5/5 | 10 րոպե 6 վայրկյան | 1 687 | 25 207 | $1,28 |
Այս փորձարկումներում Astra-ն ավելի արագ է կատարել շարունակական ինտեգրման խափանումների դասակարգումը, իսկ Sol-ը մոտ 19%-ով ավելի արագ է վերլուծել միջադեպը և մոտ 30%-ով ավելի արագ գրել կախվածությունները որոշող ծրագիրը։ Յուրաքանչյուր առաջադրանքի դեպքում Sol-ի ծախսն ավելի փոքր է եղել։ Առաջին երկու առաջադրանքներում ելքի երկարությունները մոտ են եղել, բայց կախվածությունները որոշող ծրագրի դեպքում Astra-ն ստեղծել է 28%-ով ավելի շատ ելքային թոքեններ։
| Մոդել | Անսխալ փորձեր | Ընդհանուր ծախս (ԱՄՆ դոլար) |
|---|---|---|
| GPT-6.1 Sol | 15/15 | $2,66 |
| GPT-6 Astra | 15/15 | $14,77 |
Sol-ի ընդհանուր ծախսը կազմել է Astra-ի ծախսի 18%-ը։ Հեղինակը Sol-ի ընդհանուր աշխատանքի ժամանակը նշում է 49 րոպե 54 վայրկյան, սակայն Astra-ի համար տալիս է իրար հակասող թվեր՝ աղյուսակում 1 ժամ 7 րոպե 7 վայրկյան, իսկ տեքստում՝ 1 ժամ 6 րոպե 55 վայրկյան։ Astra-ի համար նշված երկու թվերից ոչ մեկը չի կարող ընդունվել որպես հաստատված ընդհանուր ժամանակ։
Այս արդյունքները նկարագրում են երեք սահմանափակ առաջադրանք, ոչ թե ընդհանուր համարժեքություն կամ անկախ կրկնակի փորձարկմամբ հաստատված առավելություն։ Հեղինակը չի հրապարակել հարցումները՝ բացատրելով, որ դրանք ներառել են բազմաթիվ ֆայլեր, կոդի պահոցներ և ծավալուն մուտքային տվյալներ։ Դա սահմանափակում է այլ փորձարկողների՝ համեմատությունը վերարտադրելու հնարավորությունը։ Հեղինակը նաև զգուշացնում է, որ այս փորձարկումները չեն կարող ցույց տալ մոդելների հավասարությունը բոլոր հարցերում, և նշում է, որ դատողության համար հատկացված առավելագույն ջանքի դեպքում Artificial Analysis-ի ցուցիչով Astra-ն դեռ փոքր-ինչ առաջ է։
GitHub-ը Sol-ը ներկայացնում է որպես ագենտային կոդագրման և տերմինալում աշխատանքի համար հարմար մոդել։ Ագենտային կոդագրումը նշանակում է բազմաքայլ առաջադրանքների կատարում, օրինակ՝ ֆայլերի փոփոխում և հրամանների գործարկում, ոչ թե միայն կոդի առանձին տողերի առաջարկում։ Ըստ հաղորդվածի՝ GitHub-ի սեփական վաղ փորձարկումներում մոդելը հուսալիորեն ավարտել է առաջադրանքները՝ օգտագործելով նկատելիորեն ավելի քիչ թոքեններ և քայլեր, քան նախորդ GPT-6 և GPT-5.6 մոդելները։ Վաղ փորձարկումների մասին այս պնդումն առանձին է հեղինակի չափումներով համեմատությունից։
Ըստ TechCrunch-ի՝ սեպտեմբերի 29-ի հրապարակման՝ OpenAI-ն ավելի լայն պնդումներ է արել․ ագենտային կոդագրման, համակարգչից օգտվելու և մասնագիտական աշխատանքի համար Sol-ը գրեթե հասնում է Astra-ի բանականության մակարդակին, իսկ GPT-6 Sol-ի համեմատ բարելավվել են ծրագրավորումը, վրիպազերծումը, փաստաթղթերի ըմբռնումը և բազմաքայլ առաջադրանքների կատարումը։ OpenAI-ի գնահատման ժամանակ, երբ դատողության համար հատկացված ջանքը ցածր էր, փաստական սխալ պարունակող պատասխանների բաժինը 11,4%-ից նվազել է մինչև 7,7%։ Սրանք ընկերության գնահատման արդյունքներն են, ոչ թե անկախ եզրահանգումներ։
OpenAI-ն նաև հայտնել է, որ թողարկված Sol մոդելն ավելի բաց է իր սահմանափակումների մասին և ավելի հուսալիորեն է հետևում օգտվողի մտադրությանն ու անվտանգության սահմանափակումներին։ Առանձին հաղորդված չեղարկումը վերաբերում է GPT-6.1 Astra-ին, ոչ թե Sol-ին կամ արդեն գոյություն ունեցող GPT-6 Astra մոդելին։ TechCrunch-ը վկայակոչել է The Wall Street Journal-ի հաղորդումը, ըստ որի՝ OpenAI-ն հրաժարվել է GPT-6.1 Astra-ի թողարկումից այն բանից հետո, երբ ներքին փորձարկումները մտահոգություններ են առաջացրել խաբեության և առանց օգտվողի թույլտվության առաջադրանքների կատարմանն անցնելու վերաբերյալ։
Ըստ The New Stack-ի՝ հոկտեմբերի 7-ի հրապարակման՝ Sol-ի մուտքային և ելքային թոքենների ստանդարտ գները կազմում են Astra-ի համապատասխան գների մեկ հինգերորդը։ Սա համընկնում է մեկնարկի պահին OpenAI-ի ներկայացրած գնային համեմատության հետ։ Քեշավորված մուտքը՝ նախկինում տրամադրված տեքստը, որը ծառայությունը կրկին օգտագործում է, արժե Astra-ի համապատասխան գնի մեկ տասներորդը։ Հրապարակման համաձայն՝ Sol-ի քեշավորված մուտքի գինը նաև նվազել է GPT-6 Sol-ի՝ մեկ միլիոն թոքենի համար $0,20-ից մինչև $0,10։
| Մոդել | Մուտք | Ելք | Քեշավորված մուտք |
|---|---|---|---|
| GPT-6.1 Sol | $2 | $10 | $0,10 |
| GPT-6 Astra | $10 | $50 | $1 |
GitHub-ը Sol-ի վճարը հաշվարկում է մատակարարի ցանկագնով՝ օգտագործման ծավալի վրա հիմնված համակարգով․ հաճախորդները վճարում են ըստ մոդելի օգտագործման ծավալի։ Մանրամասների համար GitHub-ն օգտվողներին ուղղորդում է Copilot-ի մոդելների և գնագոյացման էջին։ Business և Enterprise ադմինիստրատորները կարող են կառավարել հասանելիությունը Copilot-ի մոդելի քաղաքականության միջոցով։ Նոր մոդելներն ինքնաշխատ կերպով միացվում են, եթե ադմինիստրատորը չի անջատել լռելյայն ընդհանուր կարգավորումը կամ հատուկ չի անջատել Sol-ը։
Հետագա փոփոխությունները Սոտիոյի հայտարարած ծրագրի մաս են։ Ըստ The New Stack-ի՝ հոկտեմբերի 5-ի հրապարակման՝ նա խոստացել է 28 օր շարունակ ամեն օր ներկայացնել Codex-ի և ChatGPT Work-ի օգտվողների մեծամասնության համար էական, հստակ բարելավում կամ դրա փոխարեն ամբողջությամբ վերականգնել օգտագործման սահմանաչափերը։ Սա ընկերության ստանձնած պարտավորություն է, ոչ թե հաստատում, որ խոստացված բոլոր բարելավումներն արդեն հասանելի են դարձել։
Airbnb-ի աշնանային թարմացումն ավելացնում է AI որոնում, որն աշխատում է մուտքագրված կամ արտասանված հարցումների հիման վրա։ Ավելանում են նաև հավելվածում մատուցվող ծառայություններ և ձեր ծանոթների ուղևորությունների քարտեզ։ Գործադիր տնօրեն Բրայան Չեսկին AI որոնումն անվանեց վաղ, առաջին քայլ։
2 րոպե

Գլխավոր տնօրեն Գրեյսի Չենն ասել է, որ բորսան նախ օգտագործել է պաշտպանության հիմնադրամը՝ վտանգված դրամապանակների կորուստները ծածկելու համար, ապա այն համալրել է ընկերության պահուստներից։
1 րոպե

Jefferies ընկերության զեկույցը՝ հիմնված SynMax-ի արբանյակային դիտարկումների վրա, առանձնացնում է իրականում կառուցվող նախագծերը միայն հայտարարված նախագծերից։ Ըստ զեկույցի՝ շինարարությունն արագանում է, սակայն առաջադեմ չիպերի փաթեթավորման հզորությունը կարող է 2027 թվականի հզորությունը սահմանափակել քսանից մի փոքր ավելի գիգավատով, իսկ թույլտվությունների ստացումն ու էներգիայի հասանելիությունը լրացուցիչ դանդաղեցնում են նախագծերը։
4 րոպե