GPT-5.6 معرفی شد؛ سه‌گانه‌ی Sol، Terra و Luna و نسل تازه‌ی ChatGPT

اوپن‌ای‌آی این‌بار فقط یک مدل عرضه نکرد؛ سه مدل را هم‌زمان با نام‌های Sol، Terra و Luna معرفی کرد تا نسل تازه‌ی ChatGPT را بسازد.

۱) چه اتفاقی افتاد؟ رونمایی از خانواده‌ی GPT-5.6

روز نهم ژوئیه ۲۰۲۶ (هجدهم تیر)، شرکت OpenAI بزرگ‌ترین به‌روزرسانی امسالِ ChatGPT را معرفی کرد: خانواده‌ای تازه به نام GPT-5.6. نکته‌ی متفاوت این رونمایی آن بود که برخلاف نسل‌های پیشین، این‌بار یک مدل واحد معرفی نشد؛ بلکه سه مدل به‌صورت هم‌زمان روی صحنه آمدند. این سه مدل نام‌هایی برگرفته از آسمان دارند: Sol (خورشید)، Terra (زمین) و Luna (ماه). عرضه‌ی جهانی این خانواده ظرف تنها ۲۴ ساعت روی ChatGPT، ابزار کدنویسی Codex و API تکمیل شد.

پیام اصلی OpenAI ساده اما مهم است: نسل تازه نه فقط باهوش‌تر، بلکه «به‌صرفه‌تر» است. این شرکت می‌گوید GPT-5.6 از هر توکن هوش بیشتری بیرون می‌کشد و برای سخت‌ترین کارها «قابلیت به‌اندازه‌ی نیاز» ارائه می‌دهد؛ یعنی به‌صورت پیش‌فرض کارآمد و کم‌هزینه کار می‌کند، اما هر وقت لازم شد می‌توانید حالت‌های قدرتمندتر را فعال کنید. اگر به‌تازگی دنبال جدیدترین تحولات این حوزه هستید، در بخش اخبار هوش مصنوعی ما را دنبال کنید.

این حرکت یک تغییر راهبردی را نشان می‌دهد: عبور از «یک مدل پرچم‌دار برای همه» به «یک خانواده‌ی لایه‌بندی‌شده». برای آشنایی بیشتر با این شرکت و مسیرش می‌توانید مقاله‌ی OpenAI چیست را بخوانید؛ اما در ادامه تمرکز ما روی همین سه مدل و تفاوت‌هایشان است.

۲) Sol، Terra و Luna؛ سه فلسفه در یک خانواده

هر یک از این سه مدل برای یک هدف مشخص ساخته شده‌اند. Sol پرچم‌دار و باهوش‌ترین عضو خانواده است؛ OpenAI آن را «بهترین مدل کدنویسی ما تا امروز» می‌نامد و برای سنگین‌ترین و پیچیده‌ترین کارها طراحی شده است. Terra نسخه‌ی متعادل و روزمره است که از نظر توان با نسل قبلی یعنی GPT-5.5 رقابت می‌کند و برای اغلب کاربران، انتخاب منطقی و متعادلی به شمار می‌رود. Luna هم سبک‌ترین، سریع‌ترین و ارزان‌ترین گزینه است و برای کارهای انبوه، ساده و حجم‌بالا مناسب است.

انتخاب این سه نام تصادفی نیست. خورشید، زمین و ماه استعاره‌ای از سه سطح انرژی و مقیاس‌اند: از پرقدرت‌ترین منبع تا سبک‌ترین همراه. همین ساختار به کاربر اجازه می‌دهد به‌جای پرداخت هزینه‌ی یک مدل فوق‌قدرتمند برای هر کار کوچک، دقیقاً همان اندازه «هوش» را بخرد که کارش لازم دارد. این رویکرد لایه‌بندی‌شده، همان چیزی است که در سال‌های اخیر به استاندارد صنعت مدل‌های زبانی تبدیل شده است.

به بیان ساده، اگر شما یک توسعه‌دهنده باشید که روی یک پروژه‌ی پیچیده کار می‌کند، Sol انتخاب شماست؛ اگر یک کاربر عمومی هستید که روزانه با ChatGPT گفت‌وگو می‌کند، Terra کافی است؛ و اگر برنامه‌ای می‌سازید که باید هزاران درخواست ساده را ارزان و سریع پاسخ دهد، Luna بهترین گزینه است.

چرا لایه‌بندی مدل‌ها اهمیت دارد؟ صرفه‌جویی بدون افت کیفیت

یکی از بزرگ‌ترین چالش‌های استفاده از هوش مصنوعی در مقیاس واقعی، هزینه است. وقتی یک کسب‌وکار روزانه میلیون‌ها درخواست پردازش می‌کند، تفاوت قیمت میان مدل‌ها به عددی بزرگ تبدیل می‌شود. با ارائه‌ی سه لایه، OpenAI عملاً به توسعه‌دهندگان اجازه می‌دهد بار کاری خود را هوشمندانه تقسیم کنند: کارهای ساده به Luna، کارهای متوسط به Terra و کارهای حیاتی به Sol سپرده می‌شوند. اگر می‌خواهید بدانید چرا این موضوع برای شرکت‌ها حیاتی است، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار نگاه خوبی به این تصویر بزرگ‌تر می‌دهد.

۳) قیمت‌گذاری: کدام مدل برای چه کسی؟

شفاف‌ترین تفاوت این سه مدل در قیمت آن‌هاست. در API و بر مبنای هر یک میلیون توکن، قیمت‌ها به این شکل است: Sol با ۵ دلار ورودی و ۳۰ دلار خروجی، Terra با ۲٫۵ دلار ورودی و ۱۵ دلار خروجی، و Luna با ۱ دلار ورودی و ۶ دلار خروجی. به عبارت دیگر، فاصله‌ی قیمت میان ارزان‌ترین و گران‌ترین لایه تا پنج برابر است؛ اختلافی که در مقیاس بزرگ، تعیین‌کننده خواهد بود.

OpenAI در کنار این تغییرات، ساختار حافظه‌ی پنهان (Cache) را هم به‌روز کرده است. نوشتن روی حافظه‌ی پنهان اکنون با نرخ ۱٫۲۵ برابرِ ورودیِ معمولی محاسبه می‌شود و حداقل عمر این حافظه سی دقیقه است. این جزئیات فنی ممکن است خشک به نظر برسند، اما برای تیم‌هایی که اپلیکیشن‌های بزرگ می‌سازند، مستقیماً روی صورت‌حساب ماهانه اثر می‌گذارند.

نتیجه‌ی عملی این قیمت‌گذاری روشن است: مدل‌سازی هزینه دیگر یک تصمیم «همه یا هیچ» نیست. توسعه‌دهنده می‌تواند بخش‌های مختلف یک محصول را به لایه‌های مختلف بسپارد و تعادلی دقیق میان کیفیت و هزینه برقرار کند. همین انعطاف، یکی از دلایلی است که این عرضه را فراتر از یک «نسخه‌ی جدید ساده» می‌کند.

۴) فراخوانی برنامه‌ای ابزارها؛ مهم‌ترین نوآوری این نسل

شاید مهم‌ترین نوآوری فنی GPT-5.6 قابلیتی باشد به نام «فراخوانی برنامه‌ای ابزارها» (Programmatic Tool Calling). در روش سنتی، مدل برای استفاده از هر ابزار بیرونی باید یک درخواست جداگانه بفرستد و منتظر پاسخ بماند؛ فرایندی که هم کند است و هم پرهزینه. اما در روش تازه، مدل می‌تواند خودش یک برنامه‌ی کوچک جاوااسکریپت بنویسد و آن را در محیطی کاملاً ایزوله و بدون دسترسی به اینترنت اجرا کند تا چند ابزار را با هم هماهنگ سازد.

اثر این تغییر چشمگیر است. بر اساس گزارش OpenAI، برخی مشتریانِ اولیه با این قابلیت توانسته‌اند مصرف توکن خود را بین ۳۸ تا ۶۳٫۵ درصد کاهش دهند. کاهش مصرف توکن یعنی هم هزینه‌ی کمتر و هم سرعت بیشتر؛ دو چیزی که برای هر سامانه‌ی مبتنی بر هوش مصنوعی حکم طلا را دارد. این قابلیت به‌ویژه برای «عامل‌های هوش مصنوعی» (AI Agents) که باید چندین مرحله را پشت سر هم و بدون دخالت انسان انجام دهند، یک جهش واقعی است.

البته باید توجه داشت که قدرت این ابزارها زمانی به‌درستی آزاد می‌شود که درخواست‌ها و دستورهای شما دقیق و روشن باشند. اگر تازه با هنر نوشتن دستور خوب آشنا می‌شوید، خواندن راهنمای نوشتن پرامپت به زبان ساده کمک می‌کند خروجی بهتری از این مدل‌ها بگیرید.

۵) حالت Ultra و آغاز عصر چند-عاملی

دومین نوآوری بزرگ، حالتی تازه به نام Ultra است. در این حالت، به‌جای اینکه یک مدل به‌تنهایی روی یک مسئله کار کند، چهار عامل هوش مصنوعی به‌صورت هم‌زمان و موازی روی بخش‌های مختلف یک کار پیچیده فعالیت می‌کنند و در پایان نتیجه را کنار هم می‌گذارند. این همان چیزی است که بسیاری آن را «آینده‌ی هوش مصنوعی» می‌دانند: تیمی از عامل‌ها به‌جای یک نابغه‌ی تنها.

تأثیر این حالت در عمل قابل اندازه‌گیری است. برای مثال در آزمون Terminal-Bench 2.1، امتیاز مدل از ۸۸٫۸ درصد در حالت عادی به ۹۱٫۹ درصد در حالت Ultra افزایش می‌یابد. در کنار Ultra، حالتی به نام max هم وجود دارد که برای استدلال‌های عمیق و طولانی طراحی شده است. این دو گزینه به کاربر اجازه می‌دهند میان سرعت و ژرفای فکر مدل، تعادل دلخواه خود را انتخاب کند.

این تحول یادآور بحثی قدیمی است: آیا هوش مصنوعی جای متخصص انسانی را می‌گیرد یا صرفاً او را تقویت می‌کند؟ نگاه واقع‌بینانه به این پرسش را در مقاله‌ی توسعه‌دهنده‌ی تنها در برابر مهندس واقعی دنبال کرده‌ایم؛ جایی که نشان می‌دهیم قدرت واقعی در ترکیب انسان و ابزار است، نه حذف یکی به نفع دیگری.

۶) بنچمارک‌ها: GPT-5.6 کجای رقابت ایستاده است؟

OpenAI برای اثبات ادعاهایش مجموعه‌ای از نتایج بنچمارک منتشر کرده است. مدل Sol در شاخص Coding Agent مؤسسه‌ی مستقل Artificial Analysis امتیاز ۸۰ را کسب کرد و در آزمون Terminal-Bench 2.1 به ۸۸٫۸ درصد رسید که با فعال‌کردن حالت Ultra تا ۹۱٫۹ درصد بالا می‌رود. در آزمون مرورگر و جست‌وجوی BrowseComp نیز امتیاز ۹۲٫۲ درصد ثبت شد و در OSWorld 2.0 که توانایی کار با محیط کامپیوتر را می‌سنجد، امتیاز ۶۲٫۶ درصد به دست آمد؛ آن هم با مصرف حدود ۸۵ درصد توکن کمتر نسبت به برخی رقبا.

با این حال، تصویر کاملاً یک‌طرفه نیست. در بعضی آزمون‌های سنگین مثل SWE-Bench Pro، مدل Sol با امتیاز ۶۴٫۶ درصد هنوز از قوی‌ترین مدل‌های رقیب مانند جدیدترین نسخه‌های Claude عقب‌تر است و در برخی وظایف مربوط به دانش عمومی نیز رقبا پیش‌تازند. این یعنی رقابت میان مدل‌های مرزی به‌قدری نزدیک شده که هیچ شرکتی نمی‌تواند خود را قهرمان بی‌چون‌وچرای همه‌ی میدان‌ها بنامد.

برای درک بهتر این فضای رقابتی، نگاهی به رویارویی مدل‌ها خالی از لطف نیست؛ ما پیش‌تر در مقاله‌ی نبرد ChatGPT و DeepSeek نشان دادیم که «بهترین مدل» همیشه به نوع کار بستگی دارد. همچنین اگر می‌خواهید دیدی متعادل درباره‌ی توانایی‌ها و مرزهای واقعی این فناوری داشته باشید، مقاله‌ی توان و محدودیت‌های واقعی هوش مصنوعی پیشنهاد می‌شود.

۷) کدنویسی و استفاده از کامپیوتر؛ نقطه‌ی قوت اصلی

اگر یک کلمه بخواهیم تمرکز اصلی GPT-5.6 را توصیف کند، آن کلمه «کدنویسی» است. OpenAI به‌صراحت Sol را بهترین مدل کدنویسی خود تا امروز می‌داند و نتایج بنچمارک‌ها هم این ادعا را تا حد زیادی تأیید می‌کنند. اما نکته‌ی جالب‌تر، بهبود «توانایی کار با کامپیوتر» است؛ یعنی مدل می‌تواند نتیجه‌ی نهایی کار خود، مثلاً یک صفحه‌ی وب یا یک رابط کاربری، را ببیند، بررسی کند و پیش از تحویل، اشکالات آن را اصلاح کند.

این قابلیت، مدل را از یک «نویسنده‌ی کد» به یک «همکار فنی» نزدیک‌تر می‌کند. به‌جای اینکه صرفاً کدی تولید کند و آن را به شما بسپارد، خودش خروجی را وارسی می‌کند و کیفیت را بالا می‌برد. برای توسعه‌دهندگان و طراحان، این یعنی چرخه‌های آزمون‌وخطای کوتاه‌تر و بهره‌وری بیشتر. کاربرانی که می‌خواهند از این توان در کارهای روزمره بهره ببرند، می‌توانند از آموزش‌های ChatGPT شروع کنند.

۸) ایمنی و ملاحظات مسئولانه

OpenAI اعلام کرده که برای GPT-5.6 از یک رویکرد «لایه‌ای» در ایمنی استفاده کرده است؛ ترکیبی از محافظت‌های آموزش‌دیده در خود مدل، به‌همراه بررسی‌های بلادرنگ، پایش مداوم و سطح‌بندی دسترسی بر اساس میزان اعتماد و ریسک. این ساختار چندلایه تلاش می‌کند تعادلی میان قدرت مدل و کنترل خطرهای احتمالی برقرار کند.

یک نکته‌ی مهم در حوزه‌ی امنیت سایبری مطرح شده است: بر اساس گزارش OpenAI، این مدل در «یافتن و رفع آسیب‌پذیری‌ها» توانمندتر از آن است که بتواند حملات مستقل و سرتاسری را به‌صورت خودکار انجام دهد. به بیان دیگر، جهت‌گیری آن بیشتر به سمت دفاع است تا حمله؛ موضوعی که در فضای امروزِ نگرانی‌ها درباره‌ی سوءاستفاده از هوش مصنوعی اهمیت زیادی دارد.

۹) چطور به GPT-5.6 دسترسی داشته باشیم؟

روش دسترسی به این مدل‌ها بسته به نوع اشتراک و محصول متفاوت است. در خودِ ChatGPT، کاربران Plus، Pro، Business و Enterprise می‌توانند به Sol دسترسی داشته باشند (در حالت effort متوسط و بالاتر) و مشترکان Pro و Enterprise علاوه بر آن گزینه‌ی «Sol Pro» را هم در اختیار دارند. در محصولات ChatGPT Work و Codex، کاربران رایگان و Go به Terra می‌رسند، در حالی که کاربران پولی می‌توانند میان هر سه مدل انتخاب کنند و حالت max برای همه‌ی کاربرانِ دارای دسترسی فعال است.

حالت پیشرفته‌ی Ultra محدودتر است و فعلاً برای کاربران Pro و Enterprise در ChatGPT Work و کاربران Plus به بالا در Codex در دسترس قرار دارد. جمع‌بندی ساده این است: برای چشیدن طعم قوی‌ترین لایه یعنی Sol، به یک اشتراک پولی ChatGPT نیاز دارید. اگر می‌خواهید پیش از خرید، با امکانات و تفاوت پلن‌ها بیشتر آشنا شوید، دنبال‌کردن اخبار و راهنماهای ما کمک‌کننده خواهد بود.

پرسش‌وپاسخ کوتاه (FAQ)

خانواده‌ی GPT-5.6 شامل چند مدل است؟
سه مدل: Sol (پرچم‌دار و باهوش‌ترین)، Terra (متعادل و روزمره) و Luna (سبک، سریع و ارزان).

تفاوت اصلی Sol و Luna چیست؟
Sol قوی‌ترین و گران‌ترین مدل برای کارهای پیچیده است، در حالی که Luna برای کارهای ساده و انبوه طراحی شده و تا پنج برابر ارزان‌تر است.

«فراخوانی برنامه‌ای ابزارها» چه می‌کند؟
به مدل اجازه می‌دهد با نوشتن کد کوچک، چند ابزار را هماهنگ کند و مصرف توکن را تا حدود ۶۳ درصد کاهش دهد؛ یعنی هم ارزان‌تر و هم سریع‌تر.

برای استفاده از Sol به چه اکانتی نیاز دارم؟
به یک اشتراک پولی ChatGPT (از پلن Plus به بالا). کاربران رایگان معمولاً به لایه‌ی Terra دسترسی دارند.