GPT-6 Sol और Luna अब VEGA पर लाइव हैं!

OpenAI ने GPT-6 परिवार में दो मॉडल जोड़े: GPT-6 Sol और GPT-6 Luna। दोनों ही VEGA पर उपलब्ध हैं। OpenAI ने इन्हें उन्हीं विधियों से प्रशिक्षित किया है जिनसे इस महीने की शुरुआत में पेश किया गया फ्लैगशिप मॉडल GPT-6 Astra को प्रशिक्षित किया गया था, इसलिए यह जोड़ी Astra के पेशेवर कार्य, तथ्यात्मकता, कोडिंग, कंप्यूटर उपयोग और अलाइनमेंट में मिले लाभों को सस्ती, तेज़ टियर्स में लाती है।

विभिन्न कार्य-पैमानों के लिए दो मॉडल

Sol दोनों में से दमदार मॉडल है। इसे कठिन पेशेवर कार्यों, एजेंटिक कोडिंग और लंबी वर्कफ़्लो के लिए बनाया गया है, जहाँ आपको मज़बूत परिणाम और बार-बार सुधार करने की गुंजाइश चाहिए। Luna हल्का टियर है: तेज़ और सस्ता, दैनिक सहायता और बड़े पैमाने पर कार्यभार के लिए तैयार, हालाँकि यह पिछले Luna से स्पष्ट रूप से बेहतर है।

सबसे कठिन परियोजनाओं के लिए Astra पहली पसंद बना हुआ है। Sol और Luna का उद्देश्य दक्षता है: ये उसी बुद्धिमत्ता का बड़ा हिस्सा GPT-5.6 पीढ़ी की तुलना में लगभग आधी API कीमत पर देते हैं।

बेंचमार्क्स

बेंचमार्क	GPT-6 Sol	GPT-6 Luna
AutomationBench (बिज़नेस वर्कफ़्लो, 47 टूल्स)	33.2% (xhigh) — अधिकतम प्रयास पर Claude Opus 5 को हराता है	पूर्ववर्ती से +5.4 pp (high)
Agents' Last Exam (पेशेवर वर्कफ़्लो)	56.4% (max) — Opus 5 के सर्वश्रेष्ठ स्कोर से ऊपर	—
DeepSWE 1.1 (सॉफ़्टवेयर इंजीनियरिंग)	68.8% (max)	66.6% (max)
OSWorld 2.0 ऑफ़लाइन (कंप्यूटर उपयोग)	60.5% (xhigh) — Opus 5 medium के बराबर	GPT-5.6 Sol (medium) से बेहतर

• पेशेवर कार्य। AutomationBench पर, GPT-6 Sol xhigh प्रयास पर Claude Opus 5 को अधिकतम प्रयास पर हराता है और प्रति कार्य केवल एक अंश खर्च करता है, साथ ही यह कम-प्रयास वाले GPT-6 Astra को भी पीछे छोड़ देता है।
• तथ्यात्मकता। Sol अपने पूर्ववर्ती की तुलना में लगभग आधी तथ्यात्मक त्रुटियाँ करता है, जो Astra-स्तर की विश्वसनीयता के करीब है। Luna अधिक प्रयास पर GPT-5.6 Sol की तथ्यात्मकता के बराबर पहुँचता है, लागत के एक छोटे से हिस्से में।
• कोडिंग। FrontierCode बदलावों को इस आधार पर आँकता है कि वे वास्तव में किसी वास्तविक कोडबेस में मर्ज हो सकते हैं या नहीं; Sol वहाँ GPT-5.6 Sol से काफ़ी बेहतर है और Claude Fable 5.1 xhigh के बराबर है। DeepSWE पर यह Fable 5 के सर्वश्रेष्ठ स्कोर से लगभग एक अंक नीचे आता है।
• सहयोग शैली। Sol और Luna Astra की स्पष्ट बातचीत शैली को आगे बढ़ाते हैं: कम जार्गन, कम अनावश्यक विवरण, थोड़े छोटे उत्तर, बिना सार को खोए। यह अंतर तकनीकी और कोडिंग बातचीत में सबसे अधिक दिखाई देता है।

एजेंट्स और लंबी बातचीत के लिए बेहतर कैशिंग

OpenAI ने GPT-6 के लिए प्रॉम्प्ट कैशिंग भी फिर से डिज़ाइन की। डिफ़ॉल्ट रूप से हिट रेट अधिक हैं, एक डैशबोर्ड और डायग्नोस्टिक्स टूल दिखाता है कि कैशिंग कहाँ चूक रही है, और स्पष्ट ब्रेकपॉइंट डेवलपर्स को यह नियंत्रित करने देते हैं कि कैश्ड प्रॉम्प्ट प्रीफ़िक्स कहाँ समाप्त होते हैं। रीज़निंग प्रयास और टूल उपलब्धता को बातचीत के बीच में बदला जा सकता है, कैश को अमान्य किए बिना। GitHub के अनुसार, इन बदलावों ने अरबों Copilot अनुरोधों में ताज़ा प्रोसेसिंग की ज़रूरत वाले प्रॉम्प्ट टोकन के हिस्से को आधे से अधिक कम कर दिया है।

अलाइनमेंट

Sol और Luna में Astra के साथ शिप किए गए अलाइनमेंट कार्य विरासत में मिले हैं। OpenAI के मूल्यांकन में, दोनों अपने GPT-5.6 समकक्षों की तुलना में अपने कोडिंग कार्य के बारे में भ्रामक दावों की कम दर दर्ज करते हैं, साथ ही धोखे और परिरक्षण परीक्षणों में भी सुधार दिखता है।

VEGA पर GPT-6 Sol और Luna आज़माएँ

दोनों मॉडल पहले से VEGA मॉडल पिकर में उपलब्ध हैं। भारी पेशेवर और कोडिंग कार्यों के लिए Sol चुनें, तेज़ दैनिक सवालों के लिए Luna, और इन्हें एग्रीगेटर के अन्य फ्रंटियर मॉडल्स के साथ साथ-साथ तुलना करें।