آیا تا به حال تصور کرده‌اید یک مدل زبانی می‌تواند با کمتر از یک‌چهارم هزینه رقبا، در تست‌های عامل‌های طولانی‌مدت ۵۳.۶ امتیاز بگیرد و همزمان زمان اجرا را ۶۱ درصد کاهش دهد؟ این دقیقاً چیزی است که GPT-5.6 Sol از اوپن‌ای‌آی در آزمون Agents’ Last Exam به دست آورده است.

در ۹ ژوئیه ۲۰۲۶، اوپن‌ای‌آی اعلام کرد که خانواده جدید GPT-5.6 شامل سه مدل Sol (پرچمدار)، Terra (متعادل) و Luna (ارزان‌ترین) برای دسترسی عمومی منتشر شده است. این مدل‌ها نه تنها در کدنویسی، استدلال علمی و امنیت سایبری پیشرفت قابل‌توجهی داشته‌اند، بلکه با معرفی حالت ultra امکان هماهنگی چندین عامل موازی برای تسریع تسک‌های پیچیده را فراهم کرده‌اند.

پیشینه و تاریخچه

اوپن‌ای‌آی از انتشار GPT-3 در سال ۲۰۲۰ تا GPT-4 در مارس ۲۰۲۳ مسیر رو به رشد هوش مصنوعی را ترسیم کرد. هر نسل جدید با افزایش پارامترها، داده‌های آموزشی و تکنیک‌های بهینه‌سازی، قابلیت‌های استدلال، کدنویسی و درک متن را گسترش داد. GPT-4 Turbo و GPT-4o در سال ۲۰۲۴ تمرکز را بر سرعت و کاهش هزینه گذاشتند، اما همچنان چالش‌های مقیاس‌پذیری در کارهای عاملی طولانی‌مدت باقی مانده بود. پیش‌نمایش محدود GPT-5.6 در ماه‌های اخیر نشان‌دهنده تلاش اوپن‌ای‌آی برای برون‌ریزی از این محدودیت‌ها بود.

جزئیات کامل خبر

عملکرد بی‌نظیر در معیارهای مرجع

• Agents’ Last Exam: GPT-5.6 Sol با ۵۳.۶ امتیاز، Claude Fable 5 (استدلال تطبیقی) را با ۱۳.۱ امتیاز پیشی گرفت. حتی در حالت استدلال متوسط، Sol با ۱۱.۴ امتیاز برتری و حدود یک‌چهارم هزینه تخمینی، فابل ۵ را شکست داد.
• Artificial Analysis Intelligence Index v4.1: Sol با استدلال حداکثری، تنها یک امتیاز کمتر از فابل ۵ قرار گرفت، در حالی که تسک‌ها را در ۶۱٪ زمان کمتر و با تقریباً نیمی از هزینه تخمینی انجام داد.
• مدل‌های کوچک‌تر Terra و Luna هم در هر دو معیار، فابل ۵ را با حدود یک‌ششده هزینه غلبه کردند.

معماری و نوآوری‌ها

اوپن‌ای‌آی تأکید کرد که GPT-5.6 برای «بیشترین کار مفید از هر توکن» آموزش دیده است. این به معنای کاهش تعداد توکن‌های لازم برای انجام تسک‌های پیچیده، کاهش تأخیر و صرفه‌جویی در هزینه است. حالت ultra جدید، چندین عامل را به صورت موازی و هماهنگ می‌کند تا پروژه‌های بزرگ کدنویسی، تحلیل داده یا تحقیق علمی را در زمان récord به پایان برساند.

استفاده از کامپوتر و قضاوت طراحی

Sol دارای «استفاده قوی‌تر از کامپوتر» و «قضاوت طراحی» است که به او اجازه می‌دهد کد را بازبینی، اصلاح و نتایج آماده‌به‌کار تحویل دهد. این ویژگی برای توسعه‌دهندگان و تیم‌های محصول که به دنبال اتوماسیون پایان‌به‌پایان هستند، ارزش‌افزوده بسیار بالایی دارد.

قیمت‌گذاری و در دسترس بودن

مدل‌ها از طریق API و ChatGPT Enterprise در دسترس هستند. قیمت‌گذاری بر اساس توکن و سطح استدلال (low, medium, high, ultra) تنظیم شده تا کاربران بتوانند تعادل بین هزینه و عملکرد را بهینه کنند. جزئیات دقیق قیمت در صفحه رسانه‌ای اوپن‌ای‌آی منتشر شده است.

🔍 تحلیل نیکای

GPT-5.6 نشان می‌دهد اوپن‌ای‌آی استراتژی «هوش کارآمد» را به جدیت می‌گیرد: به جای افزایش صرف پارامترها، روی بهینه‌سازی توکن، هزینه و زمان تمرکز کرده است. این حرکت می‌تواند بازار را به سمت مدل‌های کوچک‌تر اما قدرتمندتر (Terra، Luna) سوق دهد و رقبا چون Anthropic (Claude Fable) و Google DeepMind (Gemini) را تحت فشار قرار دهد تا معیارهای کارایی را بهبود ببخشند. برای کاربران ایرانی، کاهش هزینه توکن به معنی دسترسی ارزان‌تر به APIهای پیشرفته است که می‌تواند استارتاپ‌ها و تیم‌های توسعه داخلی را در ساخت محصولات مبتنی بر LLM تسریع کند. در ۳ تا ۶ ماه آینده انتظار می‌رود اوپن‌ای‌آی نسخه‌های fine-tuned برای دامنه‌های خاص (پزشکی، حقوقی، مالی) منتشر کند و قابلیت ultra را با ابزارهای خودکار CI/CD یکپارچه نماید.

💡 نکات کلیدی

• GPT-5.6 Sol در Agents’ Last Exam ۵۳.۶ امتیاز کسب کرد، ۱۳.۱ امتیاز بالاتر از Claude Fable 5.
• Terra و Luna با حدود یک‌ششده هزینه فابل ۵، عملکرد بهتری در معیارهای هوش و عامل دارند.
• حالت ultra امکان اجرای موازی چندین عامل را فراهم می‌کند و زمان تسک‌های پیچیده را تا ۶۱٪ کاهش می‌دهد.
• مدل‌ها از طریق API و ChatGPT Enterprise با قیمت‌گذاری بر اساس توکن و سطح استدلال در دسترس هستند.
• بهبود استفاده از کامپوتر و قضاوت طراحی، Sol را به همکار نهایی برای توسعه‌دهندگان تبدیل می‌کند.

🎯 برای چه کسانی مهم است؟

این خبر برای توسعه‌دهندگان 백‌اند و فرانت‌اند، مهندسان ML/Ops، مدیران محصول، استارتاپ‌های AI، محققان علمی و سازمان‌هایی که به دنبال اتوماسیون 지식‌کار (knowledge work) هستند، حیاتی است. تیم‌هایی که هزینه API را حساسیت دارند، می‌توانند با Terra یا Luna تعادل بهینه‌ای بین بودجه و عملکرد برقرار کنند.

سؤال: با توجه به کاهش هزینه و افزایش کارایی GPT-5.6، آیا فکر می‌کنید مدل‌های بزرگ‌تر (مثل GPT-6) همچنان نیاز به افزایش پارامترها خواهند داشت یا آینده در بهینه‌سازی توکن و معماری عامل‌محور است؟

منبع: GPT-5.6: Frontier intelligence that scales with your ambition – OpenAI