رونمایی OpenAI از GPT-6.1 Sol؛ عملکردی نزدیک به Astra با هزینه‌ای یک‌پنجم

۱. GPT-6.1 Sol چیست و چرا این معرفی مهم است؟

در سال‌های اخیر، رقابت اصلی شرکت‌های هوش مصنوعی فقط بر سر قدرتمندتر شدن مدل‌ها نبوده، بلکه بر سر ارزان‌تر و در دسترس‌تر کردن همان قدرت هم بوده است. GPT-6.1 Sol دقیقاً در همین نقطه قرار می‌گیرد: OpenAI مدلی را عرضه کرده که بدون رسیدن به هزینه‌های سنگین مدل پرچمدارش یعنی GPT-6 Astra، بخش زیادی از توانایی‌های آن را ارائه می‌دهد. برای کسب‌وکارها و توسعه‌دهندگانی که تا امروز به‌خاطر هزینه، امکان استفاده از مدل‌های قدرتمندتر را نداشتند، این یک تغییر مهم به‌حساب می‌آید.

OpenAI این مدل را «هوش نزدیک به Astra برای کدنویسی، کار با کامپیوتر و وظایف حرفه‌ای» توصیف کرده است. به بیان دیگر، Sol برای همان دسته از کاربردهایی طراحی شده که امروز بیشترین تقاضا را در میان توسعه‌دهندگان و تیم‌های محصول دارند. اگر می‌خواهید با مفهوم مدل‌های زبانی و کاربردهای آن‌ها بیشتر آشنا شوید، می‌توانید مطلب OpenAI چیست و چطور کار می‌کند را در سایت ما بخوانید.

نکته‌ی دیگری که این معرفی را متمایز می‌کند، زمان‌بندی آن است. GPT-6.1 Sol تنها چند روز پس از معرفی مدل‌های رقیب از سوی شرکت‌های دیگر عرضه شده و این موضوع نشان می‌دهد چرخه‌ی رقابت میان آزمایشگاه‌های بزرگ هوش مصنوعی هر ماه فشرده‌تر می‌شود. برای پیگیری منظم این‌گونه معرفی‌ها و به‌روزرسانی‌ها، می‌توانید بخش اخبار هوش مصنوعی سایت ما را هم دنبال کنید.

۲. عملکرد در کدنویسی: نتایج آزمون DeepSWE

یکی از مهم‌ترین معیارهایی که OpenAI برای معرفی Sol به آن اشاره کرده، آزمون DeepSWE v1.1 است؛ آزمونی که توانایی مدل‌ها در حل مسائل واقعی مهندسی نرم‌افزار را می‌سنجد. طبق داده‌های منتشرشده، GPT-6.1 Sol در این آزمون تقریباً به سطح GPT-6 Astra رسیده، در حالی که هزینه‌ی اجرای هر وظیفه در آن حدود یک‌پنجم مدل پرچمدار است. این مدل همچنین نسبت به نسخه‌ی قبلی خود یعنی GPT-6 Sol، حدود ۶.۴ درصد پیشرفت در این آزمون داشته است.

کار با کامپیوتر و اتوماسیون وظایف

در آزمون OSWorld 2.0 که توانایی مدل‌ها را در انجام مستقیم کارها روی رابط کامپیوتر می‌سنجد، Sol با هزینه‌ای نصف نسخه‌ی قبلی، حدود هفت درصد امتیاز بهتری نسبت به GPT-6 Sol کسب کرده و تنها ۲.۱ درصد با نمره‌ی Astra فاصله دارد؛ آن هم با هزینه‌ای معادل یک‌هفتم. این نتیجه نشان می‌دهد که مدل‌های ارزان‌تر دیگر لزوماً به‌معنای افت چشمگیر کیفیت در وظایف عملیاتی نیستند. اگر به کاربردهای عملی هوش مصنوعی در کسب‌وکار علاقه‌مندید، مطلب چرا هوش مصنوعی برای کسب‌وکار مهم است می‌تواند تصویر روشن‌تری از این موضوع ارائه دهد.

۳. مقایسه با رقبا: عملکرد در برابر Claude Opus 5.5

یکی از نکات جالب‌توجه در معرفی GPT-6.1 Sol، مقایسه‌ی مستقیم آن با مدل‌های رقیب است. طبق آزمون GDP.pdf که وظایف حرفه‌ای و اداری را ارزیابی می‌کند، Sol حتی از Claude Opus 5.5 ساخت شرکت Anthropic هم با هزینه‌ای کمتر از نصف، امتیاز بالاتری گرفته است. در آزمون AutomationBench که گردش‌کارهای سازمانی و اتوماسیون را می‌سنجد، Sol با ۲.۲ درصد اختلاف از Opus 5.5 جلوتر است، آن هم با تنها یک‌سوم هزینه؛ و ۴.۸ درصد از نسخه‌ی قبلی یعنی GPT-6 Sol بهتر عمل کرده است.

این نتایج نشان می‌دهد رقابت میان OpenAI و Anthropic دیگر فقط بر سر قدرت خام مدل‌ها نیست، بلکه بر سر نسبت قیمت به عملکرد هم هست؛ معیاری که برای تیم‌های فنی و کسب‌وکارهایی با بودجه‌ی محدود اهمیت زیادی دارد. برای آشنایی بیشتر با تفاوت رویکرد شرکت‌های مختلف هوش مصنوعی، می‌توانید مطلب مقایسه‌ی ChatGPT و DeepSeek را هم در سایت ما دنبال کنید.

۴. پژوهش علمی و آزمون Terminal-Bench Science

در حوزه‌ی پژوهش علمی، OpenAI عملکرد Sol را در آزمون Terminal-Bench Science 0.1 اعلام کرده است. طبق این داده‌ها، Sol نمره‌ی GPT-6 Sol را در این آزمون بیش از دو برابر کرده، آن هم با هزینه‌ای کمتر از نصف؛ به‌طور مشخص هزینه‌ی هر وظیفه در Sol حدود ۵.۴۷ دلار بوده، در حالی که این رقم برای رقبا بین ۲۳.۲۱ تا ۲۳.۸۰ دلار گزارش شده است. این تفاوت هزینه می‌تواند برای آزمایشگاه‌های تحقیقاتی و تیم‌های علمی با بودجه‌ی محدود اهمیت زیادی داشته باشد.

چنین بهبودهایی نشان می‌دهد OpenAI تلاش کرده Sol را نه‌فقط برای کدنویسی و کارهای اداری، بلکه برای کاربردهای تحلیلی و پژوهشی هم بهینه کند. با این حال، لازم است این ادعاها همچنان توسط آزمایشگاه‌های مستقل هم بررسی و تأیید شوند.

۵. دقت، ایمنی و شفافیت مدل

در کنار بهبود عملکرد، OpenAI به ارتقای دقت و ایمنی Sol هم اشاره کرده است. طبق داده‌های این شرکت، نرخ خطای واقعیت‌سنجی مدل در حالت استدلال سبک از ۱۱.۴ درصد به ۷.۷ درصد رسیده که تقریباً ۳۲ درصد کاهش را نشان می‌دهد؛ و در همه‌ی سطوح استدلال، فاصله‌ی این نرخ خطا با مدل Astra کمتر از ۱.۹ درصد است.

در بخش ایمنی هم، Sol نسبت به نسخه‌ی قبلی خود شفافیت بیشتری درباره‌ی محدودیت‌هایش نشان می‌دهد. برای نمونه، در سناریویی که ابزار جست‌وجوی مدل دچار خرابی می‌شود، Sol تنها در ۲.۱ درصد موارد این مشکل را به کاربر اطلاع نمی‌دهد، در حالی که این رقم برای GPT-6 Sol حدود ۴.۹ درصد بوده است. این نوع بهبودها معمولاً کمتر دیده می‌شوند، اما برای اعتمادپذیری مدل در کاربردهای حساس اهمیت زیادی دارند.

۶. قیمت‌گذاری و نحوه‌ی دسترسی به GPT-6.1 Sol

قیمت‌گذاری این مدل برای توسعه‌دهندگان هم یکی از نکات کلیدی این معرفی است. طبق اعلام OpenAI، هزینه‌ی هر میلیون توکن ورودی ۲ دلار و هر میلیون توکن خروجی ۱۰ دلار خواهد بود. جالب‌تر اینکه توکن‌های ذخیره‌شده یا کش‌شده تنها ۰.۱ دلار به ازای هر میلیون قیمت دارند؛ یعنی حدود ۹۵ درصد ارزان‌تر از نرخ معمول ورودی و ۵۰ درصد ارزان‌تر از قیمت کش‌شده‌ی GPT-6 Sol.

از نظر دسترسی، کاربران پلن‌های Plus، Pro، Business، Enterprise و Edu از هم‌اکنون می‌توانند در ChatGPT و در محیط Codex Work از Sol استفاده کنند. OpenAI همچنین از نسخه‌ای با نام Ultrafast خبر داده که به‌زودی عرضه می‌شود و سرعت تولید توکن در آن تا هشت برابر بیشتر خواهد بود؛ ویژگی‌ای که می‌تواند برای اپلیکیشن‌های نیازمند پاسخ فوری بسیار کاربردی باشد. اگر می‌خواهید با نحوه‌ی نوشتن پرامپت مؤثر برای این‌گونه مدل‌ها آشنا شوید، مطلب آموزش نوشتن پرامپت برای مبتدیان راهنمای خوبی است.

۷. جایگاه Sol در نقشه‌ی رقابتی مدل‌های هوش مصنوعی

عرضه‌ی GPT-6.1 Sol در بازه‌ای اتفاق می‌افتد که رقابت میان OpenAI، Anthropic، گوگل با مدل‌های Gemini و xAI با مدل‌های Grok هر روز فشرده‌تر می‌شود. هر یک از این شرکت‌ها به‌جای رقابت صرف بر سر بزرگ‌تر کردن مدل‌ها، به دنبال ارائه‌ی نسخه‌های ارزان‌تر و کارآمدتر از مدل‌های پرچمدار خود هستند تا بتوانند سهم بیشتری از بازار توسعه‌دهندگان و کسب‌وکارها را جذب کنند. GPT-6.1 Sol نمونه‌ی روشنی از همین روند است: مدلی که به‌جای شکستن رکوردهای مطلق، بر بهینه‌سازی نسبت قیمت به عملکرد تمرکز کرده است.

این رویکرد می‌تواند در ماه‌های آینده الگوی مشابهی را در میان رقبا هم رقم بزند؛ به‌ویژه با توجه به اینکه بسیاری از استارتاپ‌ها و تیم‌های محصول، هزینه‌ی استفاده از مدل‌های هوش مصنوعی را یکی از مهم‌ترین موانع مقیاس‌پذیری خود می‌دانند. برای درک بهتر محدودیت‌ها و توان واقعی این فناوری در عمل، مطالعه‌ی مطلب پتانسیل واقعی و محدودیت‌های هوش مصنوعی را هم پیشنهاد می‌کنیم.

۸. پرسش‌های پرتکرار درباره‌ی GPT-6.1 Sol

GPT-6.1 Sol چه تفاوتی با GPT-6 Astra دارد؟
Sol در بسیاری از آزمون‌ها به عملکردی نزدیک به Astra رسیده، اما با هزینه‌ای بسیار پایین‌تر؛ در حالی که Astra همچنان قدرتمندترین و گران‌ترین مدل خانواده‌ی GPT محسوب می‌شود.

آیا GPT-6.1 Sol از Claude Opus 5.5 بهتر است؟
در برخی آزمون‌های مشخص مانند GDP.pdf و AutomationBench، Sol با هزینه‌ای کمتر امتیاز بالاتری گرفته است؛ اما نتیجه‌ی نهایی می‌تواند بسته به نوع کاربرد و نیاز هر تیم متفاوت باشد.

چه کسانی هم‌اکنون به این مدل دسترسی دارند؟
کاربران پلن‌های Plus، Pro، Business، Enterprise و Edu در ChatGPT و همچنین توسعه‌دهندگانی که از Codex و رابط برنامه‌نویسی OpenAI استفاده می‌کنند.

نسخه‌ی Ultrafast چه زمانی عرضه می‌شود؟
OpenAI اعلام کرده این نسخه با سرعت تولید توکن تا هشت برابر بیشتر، به‌زودی در دسترس قرار می‌گیرد؛ اما تاریخ دقیقی برای عرضه‌ی آن منتشر نشده است.

۹. این خبر برای توسعه‌دهندگان فارسی‌زبان چه معنایی دارد؟

پایین آمدن قیمت مدل‌های قدرتمند مثل GPT-6.1 Sol خبر خوبی برای توسعه‌دهندگان و استارتاپ‌های فارسی‌زبان است که معمولاً با بودجه‌ی محدودتری نسبت به شرکت‌های بزرگ بین‌المللی کار می‌کنند. دسترسی به مدلی با عملکرد نزدیک به Astra اما با هزینه‌ای یک‌پنجم، می‌تواند ساخت محصولات مبتنی بر هوش مصنوعی — از ابزارهای پشتیبانی مشتری گرفته تا دستیارهای کدنویسی داخلی — را برای تیم‌های کوچک‌تر مقرون‌به‌صرفه‌تر کند.

از سوی دیگر، تسلط بر نحوه‌ی درست استفاده از این مدل‌ها همچنان یک مهارت کلیدی است. صرفاً دسترسی ارزان‌تر به مدل قدرتمند، جایگزین دانش فنی و تجربه‌ی واقعی مهندسی نرم‌افزار نمی‌شود. برای درک بهتر تفاوت میان استفاده‌ی سطحی از ابزارهای هوش مصنوعی و مهارت واقعی مهندسی، مطالعه‌ی مطلب توهم توسعه‌دهنده‌ی تنها در برابر مهندس واقعی را پیشنهاد می‌کنیم. همچنین اگر تازه با ابزارهایی مثل ChatGPT کار می‌کنید، آموزش‌های عملی بخش آموزش ChatGPT در سایت ما می‌تواند نقطه‌ی شروع خوبی باشد.