OpenAI تطلق نموذجي GPT-6 Sol وLuna بخفض 50% لأسعار API

أعلنت شركة «أوبن إيه آي» (OpenAI) توسيع عائلة الجيل السادس عبر طرح نموذجي «جي بي تي 6 سول» (GPT-6 Sol) و»جي بي تي 6 لونا» (GPT-6 Luna)، موسعةً خياراتها بنماذج أقل تكلفة تستهدف الأعمال اليومية والبرمجة والأتمتة على نطاق واسع. وجاءت هذه الخطوة عقب إزاحة الستار عن النموذج الرائد «جي بي تي 6 أسترا» (GPT-6 Astra) في وقت سابق من شهر سبتمبر 2026، بهدف نشر قدرات هذا الجيل عبر مستويات مختلفة تناسب طبيعة المهام والميزانيات المتفاوتة للشركات. وأفادت الشركة بأن الطرازين الجديدين يحملان تخفيضاً سعرياً يبلغ خمسين بالمئة على واجهات برمجة التطبيقات (API) مقارنة بالأسعار الترويجية السابقة الخاصة بالجيل الخامس، الأمر الذي يفتح الباب أمام تشغيل هذه الأنظمة بكفاءة عالية وتكلفة اقتصادية منخفضة.

صورة الإعلان الرسمي الصادر عن شركة OpenAI للإعلان عن عائلة نماذج GPT-6 وأسعارها الرسمية. — صورة الإعلان الرسمي الصادر عن شركة OpenAI عبر منصة X للكشف عن نماذج GPT-6 Astra وSol وLuna وتفاصيل أسعار واجهات برمجة التطبيقات.

أسعار واجهات برمجة التطبيقات وخفض التكاليف بنسبة 50%

في هذا السياق، كشفت البيانات الرسمية الصادرة عن الشركة تفاصيل جدول الأسعار الجديد لواجهات برمجة التطبيقات، والتي جاءت وفق البنود التالية:

نموذج GPT-6 Sol: استقرت تكلفة رموز الإدخال عند دولارين اثنين فقط لكل مليون رمز، في حين تراجعت تكلفة رموز الإخراج إلى عشرة دولارات لكل مليون رمز، مقارنة بالأسعار الترويجية للإصدار السابق «GPT-5.6 Sol» التي كانت تقف عند أربعة دولارات للإدخال وعشرين دولاراً للإخراج.
نموذج GPT-6 Luna: هبطت تكلفة رموز الإدخال إلى عشرة سنتات فقط لكل مليون رمز، واستقرت كلفة رموز الإخراج عند خمسين سنتاً لكل مليون رمز، مقارنة بالأسعار الترويجية للإصدار السابق البالغة عشرين سنتاً للإدخال ودولاراً وعشرين سنتاً للإخراج.

ويأتي خفض الأسعار نتيجة لتحسينات أدخلتها الشركة على تقنيات الاستدلال والتخزين المؤقت، الأمر الذي سمح بتقديم النماذج بتكلفة أقل وتمرير هذه الوفورات مباشرة إلى المطورين والعملاء، بدلاً من الاكتفاء بأسعار الإطلاق الترويجية السابقة.

موقع النماذج ضمن عائلة GPT-6

تضع OpenAI النماذج الثلاثة ضمن مستويات مختلفة من الأداء والتكلفة لتلبية احتياجات بيئات العمل المتنوعة:

نموذج GPT-6 Astra: يظل الخيار الأعلى والنموذج الأكثر ذكاءً ومواءمة لدى الشركة، وهو مخصص للمشاريع الأكثر تطلباً التي تحتاج إلى أقصى درجات العمق المعرفي دون أي تنازلات في الأداء.
نموذج GPT-6 Sol: يأتي كخيار العمل الأساسي للمهام المعقدة والتنفيذ الاحترافي، إذ صُمم لإنجاز الأعمال الصعبة في البرمجة وتدفقات الأعمال مع إتاحة هوامش استخدام أوسع وتكرار أكبر بأسعار منخفضة.
نموذج GPT-6 Luna: يستهدف المهام الإدارية السريعة والعمليات ذات الحجم الكبير والأهداف المحددة، مثل تلخيص الوثائق الطويلة، واستخراج البيانات، والإجابة عن الاستفسارات المباشرة بأقل كلفة تشغيلية ممكنة.

أداء GPT-6 Sol وLuna في المهام المهنية وتدفقات الأعمال

على صعيد الأداء في بيئات الأعمال، استعرضت الشركة نتائج الاختبارات عبر منصة «أوتوميشن بنش» (AutomationBench 1.0.6)، وهي منصة تقيس قدرة الوكلاء الرقميين على تنفيذ تدفقات عمل متكاملة عبر سبع وأربعين أداة تغطي قطاعات المبيعات، والتسويق، والعمليات، والدعم الفني، والمالية، وإدارة الموارد البشرية.

وأظهرت البيانات الرسمية النتائج التالية:

حقق نموذج GPT-6 Sol عند مستوى الجهد الفائق (xhigh) نسبة نجاح بلغت 33.2 بالمئة بتكلفة قدرها سبعة وعشرون سنتاً للمهمة الواحدة، متفوقاً على نموذج Claude Opus 5 الذي سجل 26.9 بالمئة عند أقصى جهد، في حين بلغت تكلفة أوبوس 5 أكثر من أحد عشر ضعف تكلفة سول لكل مهمة.
تفوق GPT-6 Sol على نموذج Claude Fable 5.1 الذي سجل 31.4 بالمئة، وبتكلفة أقل بكثير، مع ملاحظة أن شركة OpenAI أوضحت أن تكلفة Fable 5.1 المعلنة لا تتضمن تكاليف التحويل التلقائي إلى Opus 5 التي حدثت في نحو أربعين بالمئة من المهام.
سجل GPT-6 Sol في هذا الاختبار نتيجة تخطت أداء نموذج GPT-6 Astra عند مستوى الجهد المنخفض البالغ 30.3 بالمئة.
أحرز نموذج GPT-6 Luna عند مستوى الجهد العالي تحسناً قدره 5.4 نقطة مئوية مقارنة بالإصدار السابق، مع تسجيل انخفاض في تكلفة المهمة الواحدة بنسبة ثمانية وخمسين بالمئة.

وفي تقييم «امتحان الوكلاء الأخير» (Agents’ Last Exam V1)، الذي يختبر إنجاز تدفقات العمل المهنية طويلة المدى عبر خمسة وخمسين قطاعاً اقتصادياً فرعياً، سجل GPT-6 Sol عند أقصى درجات الجهد نسبة 56.4 بالمئة، متجاوزاً أعلى نتيجة لـ Claude Opus 5 في هذا التقييم، مع تحقيق وفر في التكلفة يقارب ستين بالمئة لكل مهمة، وفق مقارنة OpenAI الرسمية.

اختبارات البرمجة وهندسة البرمجيات

شهد قطاع كتابة الأكواد واستخدام وكلاء البرمجة توسعاً هائلاً؛ حيث كشفت الشركة أن استهلاك باحثيها الداخليين للرموز البرمجية ارتفع بشكل استثنائي، إذ تجاوز متوسط الاستهلاك اليومي ستمئة دولار للباحث الواحد، ووصل إلى سبعة آلاف دولار يومياً للباحثين في الشريحة العليا بحساب أسعار واجهات برمجة التطبيقات. هذا الاستهلاك المكثف جعل خفض التكلفة معياراً حاسماً لتمكين المطورين من التوسع في التجارب البرمجية المعقدة.

وفي تقييم «فرونتير كود» (FrontierCode 1.1)، الذي يختبر مدى جاهزية الأكواد للدمج المباشر في المشاريع البرمجية الحقيقية مع مراعاة جودة الاختبارات والأسلوب والالتزام بمعايير قواعد البناء البرمجي، حقق GPT-6 Sol تحسناً كبيراً مقارنة بإصدار GPT-5.6 Sol، واستطاع مضاهاة أداء Claude Fable 5.1 عند الجهد الفائق بتكلفة مالية أدنى بكثير.

وعلى صعيد اختبار «ديب إس دبليو إي» (DeepSWE v1.1)، المخصص لحل المشكلات الهندسية المعقدة داخل مستودعات البرمجيات الواقعية، جاءت النتائج على النحو الآتي:

أداء GPT-6 Sol: حصد نسبة 68.8 بالمئة عند أقصى جهد، مقترباً بفارق 1.1 نقطة مئوية فقط من أعلى نتيجة سجلها Claude Fable 5 البالغة 69.9 بالمئة عند الجهد الفائق، ولكن بتكلفة تقل بنسبة ثمانين بالمئة لكل مهمة.
أداء GPT-6 Luna: سجل نسبة 66.6 بالمئة عند أقصى جهد، مقترباً من أداء Claude Opus 5 وClaude Fable 5 عند مستوى الجهد المتوسط، مع توفير كبير في التكلفة يصل إلى 93 بالمئة مقارنة بـ Opus 5 و96 بالمئة مقارنة بـ Fable 5.

أداء GPT-6 Sol وLuna في استخدام أنظمة الحاسوب

أظهرت نتائج تقييم «أو إس وورلد» (OSWorld 2.0)، المخصص لاختبار قدرة الوكلاء على تنفيذ المهام عبر واجهات أنظمة التشغيل واستخدام البرامج، تفاصيل مهمة حول كفاءة النماذج الجديدة:

أحرز نموذج GPT-6 Sol عند مستوى الجهد الفائق نسبة 60.5 بالمئة، مقترباً من نتيجة Claude Opus 5 عند الجهد المتوسط البالغة 60.3 بالمئة، ولكن بتكلفة تقل بنسبة ثمانين بالمئة لكل مهمة.
استطاع نموذج GPT-6 Luna عند أقصى جهد تجاوز أداء GPT-5.6 Sol عند الجهد المتوسط، بتكلفة لا تتعدى عُشر السعر السابق.

وتكشف البيانات الرسمية أن نموذج GPT-6 Astra يظل الخيار الأفضل عالمياً في استخدام الحاسوب والتحكم في أنظمة التشغيل، في حين يطرح كل من Sol وLuna خيارات عالية الكفاءة للمطورين الذين يبحثون عن إنجاز المهام بتكلفة تشغيلية منخفضة.

تحسن الدقة وتقليل الأخطاء الواقعية

يقف التحقق من الحقائق كركيزة أساسية للاعتماد على مخرجات الذكاء الاصطناعي في بيئات العمل. وفي اختبارات الدقة الداخلية، سجل GPT-6 Sol انخفاضاً في معدل الأخطاء الواقعية بنحو النصف مقارنة بالإصدار السابق GPT-5.6 Sol، ليقترب من مستوى موثوقية Astra بتكلفة مالية أدنى بكثير. كذلك شهد نموذج Luna تحسناً جوهرياً؛ إذ استطاع عند مستويات الجهد المرتفعة مضاهاة دقة GPT-5.6 Sol بتكلفة تقارب جزءاً من مئة من كلفة الإصدار السابق.

وأوضحت OpenAI في هذا السياق أن هذه التقييمات استندت إلى محادثات فعلية منزوعة الهوية من مستخدمي ChatGPT سبق أن أبلغ أصحابها عن وجود أخطاء سابقة، وهي عينات صُممت لاختبار الحالات المعقدة ولا تعكس الاستخدام المعتاد الذي تقل فيه الأخطاء بصورة طبيعية، مع الإشارة إلى أن نتائج الاختبار لم تتأثر بطول الإجابات.

تحسين Prompt Caching يخفض تكلفة الوكلاء والمحادثات الطويلة

إلى جانب خفض أسعار الرموز الأساسية، قدمت الشركة تحديثات شاملة على تقنية التخزين المؤقت للتعليمات (Prompt Caching)، مانحةً المطورين خصماً يبلغ تسعين بالمئة على استرجاع رموز الإدخال المخزنة، الأمر الذي يخدم التطبيقات ذات السياقات الطويلة والوكلاء المستقلين.

وتتضمن منظومة التخزين المؤقت الجديدة المزايا التالية:

لوحة تحكم تشخيصية: تمنح المطورين قدرة مراقبة نسب استخدام الذاكرة المؤقتة وتشخيص أسباب عدم حفظ السياق لمعالجتها.
مرونة ضبط التفكير والأدوات: إمكانية زيادة جهد التفكير للمهام الصعبة أو خفضه للاستفسارات البسيطة، مع تفعيل الأدوات أو تعطيلها دون فقدان السياق المخزن مسبقاً.
نقاط التوقف المخصصة (Breakpoints): تمنح المطورين تحكماً أدق في تحديد نهايات بادئات النصوص المخزنة، لتحسين كفاءة إعادة استخدام الذاكرة.

وفي هذا الصدد، أظهرت بيانات منصة GitHub أن هذه التحسينات خفضت حصة الرموز التي تحتاج إلى معالجة جديدة بأكثر من خمسين بالمئة عبر مليارات الطلبات المرسلة إلى نماذج OpenAI، الأمر الذي ساعد أداة Copilot على الاستجابة بسرعة أكبر.

تحسينات أسلوب الحوار والتواصل

نقلت OpenAI أسلوب التواصل الجديد المعتمد في نموذج Astra إلى نموذجي Sol وLuna، وهو تحسين يظهر بوضوح في المحادثات التقنية ومشاريع البرمجة. ويتميز هذا الأسلوب بالوضوح، وتقليص المصطلحات غير الضرورية، وتفادي التفاصيل الزائدة، مع صياغة إجابات موجزة دون التفريط في المحتوى الأساسي.

واستشهدت الشركة بنموذج عملي في تطوير صفحات الويب، حيث أظهر نموذج Sol الجديد نهجاً عملياً عبر فحص توافق التعديلات مع شاشات الحواسيب والهواتف الذكية والتأكد من متطلبات البرمجة، بدلاً من استهلاك الردود في سرد تفاصيل بديهية أو الحديث عن أدوات التصميم التمهيدية.

تحسينات المواءمة والسلامة الرقمية

بنت الشركة نموذجي GPT-6 Sol وLuna استناداً إلى معايير المواءمة والأمان المطبقة في نموذج Astra. وأظهرت التقييمات تراجعاً في مؤشرات الخداع البرمجي والادعاءات غير الصحيحة حول تنفيذ الأكواد، إلى جانب انخفاض معدلات تجاوز القيود الأمنية مقارنة بنماذج GPT-5.6 السابقة.

وعلى صعيد تفادي التفاعل غير المصرح به في بيئات الاختبار، سجل نموذج GPT-6 Sol استجابة للأوامر المحظورة في 11 بالمئة فقط من الحالات عند اختباره على لوحات محاكاة افتراضية تطلب الكشف عن معلومات سرية، مقارنة بنسبة 52 بالمئة لنموذج GPT-5.6 Sol، وأحالت الشركة النتائج الكاملة والتفصيلية إلى وثيقة الأمان الرسمية (System Card)، مشددة على أن هذه الاختبارات تستهدف عن قصد بيئات معقدة ولا تعكس معدلات الاستخدام اليومي المعتاد.

متى وأين تتوفر نماذج GPT-6 Sol وLuna؟

بدأت OpenAI إتاحة النموذجين الجديدين للمستخدمين والمطورين عبر القنوات التالية:

في بيئات العمل البرمجية: يتوافر نموذجا GPT-6 Sol وGPT-6 Luna عبر منصتي ChatGPT Work وCodex لمشتركي باقات Plus، وPro، وBusiness، وEnterprise، والحسابات التعليمية (Edu).
في تطبيق سطح المكتب: يستطيع مستخدمو الحسابات المجانية (Free) وحسابات Go الوصول إلى نموذج GPT-6 Luna عبر تطبيق الحواسيب المكتبية.
في واجهات البرمجة: يتوافر النموذجان للمطورين عبر أسماء gpt-6-sol وgpt-6-luna.
حالة Chat العادي: أكدت الشركة أن النموذجين لا يتوافران حالياً داخل واجهة المحادثة العامة (Chat)، مع بدء خطة التوزيع التدريجي عبر منصة ChatGPT لضمان استقرار الخدمة.

خلاصة المشهد التنافسي واقتصاديات الذكاء الاصطناعي

تزامن إعلان أوبن إيه آي مع إطلاق شركة أنثروبيك نموذجها المنافس Claude Opus 5.5 قبل هذا الإعلان بنحو تسعين دقيقة، الأمر الذي جعل هذا اليوم محطة بارزة في سباق تطوير النماذج الذكية.

وتكشف هذه الخطوة أن تركيز الشركات لم يعد مقتصراً على تسجيل أرقام قياسية مجردة، بل بات يستهدف بالأساس بناء أنظمة عملية منخفضة التكلفة وقادرة على العمل المستمر داخل المؤسسات، حيث يقف خفض تكاليف الاستدلال والتخزين كعنصر حاسم في تمكين بيئات الأعمال من التوسع الرقمي بأعلى درجات الكفاءة والموثوقية.