OpenAI ने मंगलवार को दो नए मॉडल, GPT-6 Sol और GPT-6 Luna, जारी किए। यह कदम Anthropic द्वारा अपने नए फ्लैगशिप Claude Opus 5.5 के लॉन्च के कुछ ही मिनट बाद उठाया गया।

Sol और Luna, GPT-6 Astra से नीचे की श्रेणी में आते हैं। Astra को OpenAI ने 3 सितंबर को लॉन्च करते समय "दुनिया का सबसे बुद्धिमान और aligned मॉडल" कहा था। सबसे कठिन कार्यों के लिए Astra अब भी OpenAI की पहली पसंद है; जबकि Sol और Luna रोजमर्रा के काम के लिए बनाए गए सस्ते और तेज विकल्प हैं।

इस लिहाज से यह रणनीति Anthropic के अपनाए गए मॉडल से काफी मिलती-जुलती है। Astra, Fable के समकक्ष है; Sol, Opus के; Terra, Sonnet के; और Luna, Haiku के समकक्ष है (जब वह अपग्रेड हो जाएगा)।

प्रतिस्पर्धी बने रहने के लिए OpenAI ने प्राइसिंग में भी बदलाव किया। दोनों मॉडलों की API लागत GPT-5.6 की प्रति-टोकन प्रमोशनल दरों की तुलना में 50% कम कर दी गई। टोकन टेक्स्ट के वे हिस्से होते हैं जिन्हें मॉडल पढ़ता और लिखता है—आमतौर पर यह पूरे शब्द से थोड़ा कम होता है—और कंपनियां प्रति मिलियन के हिसाब से भुगतान करती हैं, क्योंकि बड़े पैमाने पर AI बिलिंग इसी तरह तेजी से बढ़ती है।

अब Sol की कीमत प्रति मिलियन input tokens के लिए $2 और प्रति मिलियन output tokens के लिए $10 है, जो पहले $4 और $20 थी। Luna की कीमत घटकर $0.10 और $0.50 हो गई है, जो पहले $0.20 और $1.20 थी। कुल मिलाकर, Anthropic की तुलना में OpenAI हर टियर में सस्ता ऑफर दे रहा है।

परफॉर्मेंस के दावे AutomationBench पर आधारित हैं, जो Zapier द्वारा बनाया गया एक बेंचमार्क है। यह जांचता है कि क्या कोई AI agent sales, marketing, operations, support, finance और HR सहित 47 टूल्स का उपयोग करके एक पूरा business workflow पूरा कर सकता है या नहीं। इसका स्कोर pass rate के रूप में दिया जाता है। GPT-6 Sol ने अपने highest reasoning setting पर प्रति task $0.27 की लागत में 33.2% स्कोर किया।

OpenAI के अपने आंकड़ों के अनुसार, Claude Opus 5 ने अपनी शीर्ष सेटिंग पर 26.9% स्कोर किया, लेकिन प्रति task उसकी लागत 11 गुना से भी अधिक थी। इसी टेस्ट में GPT-6 Sol ने Anthropic के महंगे फ्लैगशिप Claude Fable 5.1 को भी मामूली अंतर से पीछे छोड़ा।

Agents' Last Exam पर—जो 55 उप-उद्योगों में फैले लंबे, आर्थिक रूप से मूल्यवान कार्यों पर AI agents का मूल्यांकन करता है और नतीजों को पूर्णता प्रतिशत के रूप में ग्रेड करता है—GPT-6 Sol ने अपने highest effort मोड पर 56.4% स्कोर किया। OpenAI का कहना है कि यह Claude Opus 5 के सर्वश्रेष्ठ स्कोर को प्रति task 60% कम लागत पर पीछे छोड़ता है।

Reasoning effort OpenAI द्वारा जोड़ा गया एक dial है: इसे बढ़ाने पर मॉडल जवाब देने से पहले खुद को दोबारा जांचने में अधिक समय और कंप्यूटिंग पावर लगाता है, जिससे आमतौर पर accuracy और cost दोनों साथ-साथ बढ़ते हैं।

कंप्यूटर उपयोग के लिए—जहां एक AI agent इंसान की तरह क्लिक करता है, टाइप करता है और सॉफ्टवेयर में नेविगेट करता है—OSWorld 2.0 पर GPT-6 Sol ने Claude Opus 5 के medium-effort स्कोर की लगभग बराबरी की, 60.5% बनाम 60.3%, जबकि लागत करीब 80% कम रही। OSWorld लंबे, यथार्थवादी कंप्यूटर कार्यों का परीक्षण करता है और यह बताता है कि काम का कितना हिस्सा सही ढंग से पूरा हुआ, उसी आधार पर partial score देता है।

GPT-6 Sol और Luna अब ChatGPT Work और Codex में Plus, Pro, Business, Enterprise और Edu subscribers के लिए लाइव हैं। Luna डेस्कटॉप ऐप के जरिए free और Go users तक भी पहुंच रहा है।

फिलहाल इनमें से कोई भी मॉडल सामान्य ChatGPT ऐप में उपलब्ध नहीं है, और OpenAI का कहना है कि सेवा को स्थिर बनाए रखने के लिए दोनों को पूरे दिन धीरे-धीरे रोल आउट किया जा रहा है।