מציגים את GPT‑6 Sol ו־Luna
יותר דרכים לשלב בינת חזית בעבודה היומיומית שלכם.
עדכון מ־29 בספטמבר 2026: הכירו את המודל החדש ביותר של OpenAI: GPT‑6 .1 Sol.
מוקדם יותר החודש הצגנו את GPT‑6 Astra, המודל החכם בעולם והמותאם ביותר לכוונות אנושיות. הפרויקטים התובעניים והחשובים ביותר עדיין דורשים את מלוא העומק של Astra, אבל העבודה מתבצעת בהיקפים, בקצבים ובתקציבים שונים.
לכן אנחנו מרחיבים את היקום של GPT‑6 עם GPT‑6 Sol ועם GPT‑6 Luna. GPT‑6 Astra הציג דור חדש של בינה — והמודלים האלה עוזרים להנגיש את יתרונותיה באמצעות פריצת דרך ביעילות העלות. אימנו את GPT‑6 Sol ואת Luna בשיטות דומות לאלה ששימשו לאימון GPT‑6 Astra, וכך הבאנו למודלים מהירים ומשתלמים יותר את החידושים שמאחורי ביצועיו המתקדמים של Astra בעבודה מקצועית, בדיוק עובדתי, בתכנות, בשימוש במחשב ובהתאמה לכוונות אנושיות.
מודלי GPT‑6 מובילים לאורך כל עקומת העלות–בינה, ומשלבים יכולות יוצאות דופן בכל רמה עם תשתית שמספקת אותן ביעילות ובקנה מידה רחב. שיפורים במטמון ובהסקה מאפשרים לנו להפעיל את המודלים האלה בעלות נמוכה יותר. אנחנו מעבירים את החיסכון ישירות למשתמשים וללקוחות באמצעות הפחתה של 50% במחירי ה־API של Sol ו־Luna בהשוואה למחירי המבצע שלהם ב־GPT‑5.6. יחד, השיפורים האלה הופכים בינה מלאכותית מתקדמת לפתרון מעשי ליותר משימות יומיומיות ויישומים בקנה מידה רחב.
מודל | קלט | פלט | הפחתת המחיר |
GPT‑5.6 Sol → GPT‑6 Sol | $4 → $2 | $20 → $10 | זול ב־50% |
GPT‑5.6 Luna → GPT‑6 Luna | $0.20 → $0.10 | $1.20 → $0.50 | זול ב־50% |
המחירים הם למיליון טוקנים.
GPT‑6 Astra ממשיך להיות המודל הטוב ביותר שלנו בכל התחומים. בחרו בו כשאתם רוצים את התוצאות הטובות ביותר וחוויה ללא פשרות.
GPT‑6 Sol ו־Luna משדרגים את הבינה ואת יעילות העלות של המודלים שאתם כבר מכירים ומשתמשים בהם, במגוון היכולות השימושיות ביותר לביצוע עבודה מורכבת.
GPT‑6 Sol יכול להתמודד עם משימות עבודה קשות, ובזכות מכסות שימוש גבוהות יותר ועלות נמוכה יותר, הוא מאפשר לכם להתנסות ולשפר יותר. הוא מציע בינה מתקדמת יותר ותוצאות טובות יותר לעומת מודלים מתחרים במחיר דומה.
במבחן AutomationBench, שבוחן תהליכי עבודה עסקיים בין אפליקציות, GPT‑6 Sol ברמת מאמץ גבוהה במיוחד משיג ביצועים טובים יותר מ־Claude Opus 5 ברמת מאמץ מקסימלית, בעלות למשימה שהיא רק 9% מזו של Opus 5. ברמת מאמץ גבוהה, GPT‑6 Luna משפר את התוצאה של קודמו ב־5.4 נקודות אחוז, בעלות נמוכה ב־58% למשימה.
במבחן AutomationBench 1.0.6(נפתח בחלון חדש), סוכני בינה מלאכותית נבחנים בתהליכי עבודה מקצה לקצה באמצעות 47 כלים בתחומי המכירות, השיווק, התפעול, התמיכה, הכספים ומשאבי האנוש. הנתון של Claude Fable 5.1 מציג עלות נמוכה מהעלות בפועל, משום שאינו כולל את עלות המעברים ל־Opus 5 כגיבוי, שהתרחשו בכ־40% מהמשימות.
GPT‑6 Sol גם עולה על Claude Fable 5.1 בעלות נמוכה בהרבה, ואף משיג תוצאה טובה יותר מ־GPT‑6 Astra ברמת מאמץ נמוכה.
מודל (ורמת מאמץ) | ציון | עלות למשימה |
|---|---|---|
GPT‑6 Sol (גבוהה במיוחד) | 33.2% | $0.27 |
GPT‑6 Astra (נמוכה) | 30.3% | פי 3.9 מעלות GPT‑6 Sol |
Claude Opus 5 (מקסימלית) | 26.9% | פי 11.1 מעלות GPT‑6 Sol |
Claude Fable 5.1 עם Opus 5 כגיבוי (מקסימלית) | 31.4% | יותר מפי 8.9 מעלות GPT‑6 Sol (עלות השימוש במודל הגיבוי לא דווחה) |
במבחן Agents’ Last Exam, שמעריך סוכנים בתהליכי עבודה מקצועיים מורכבים, GPT‑6 Sol ברמת מאמץ מקסימלית משיג ציון של 56.4% — גבוה מהציון הטוב ביותר של Claude Opus 5 במבחן, בעלות נמוכה ב־60% למשימה.
במבחן Agents’ Last Exam V1(נפתח בחלון חדש), סוכני בינה מלאכותית נבחנים במשימות ממושכות בעלות ערך כלכלי ב־55 תתי־ענפים, שמכסים את רוב התחומים המרכזיים של עבודה מקצועית המתבצעת במחשב.
התועלת שבתשובה תלויה בנכונות העובדות, ואנחנו ממשיכים להתקדם באמינות העובדתית. במבחן הדיוק העובדתי הפנימי שלנו, שמבוסס על שיחות אמיתיות שהוסרו מהן פרטים מזהים ושבהן משתמשים סימנו טעויות של המודלים שלנו, GPT‑6 Sol עושה כמחצית ממספר הטעויות של קודמו, ומתקרב לרמת האמינות של Astra בעלות נמוכה בהרבה. גם GPT‑6 Luna משתפר משמעותית; ברמות מאמץ גבוהות יותר הוא משתווה ל־GPT‑5.6 Sol בעלות של כמאית מעלותו.
כאן אנחנו מעריכים דיוק עובדתי על סמך שיחות ChatGPT שהוסרו מהן פרטים מזהים, ושבהן משתמשים סימנו טעות עובדתית של מודל קודם. השיחות האלה, שמועדות להוביל לטעויות, אינן מייצגות שימוש טיפוסי, שבו טעויות עובדתיות נדירות יותר. הציונים לא הותאמו לאורך התשובות; עם זאת, בבדיקות שערכנו ברמות פירוט שונות כמעט שלא נמצאה תלות באורך התשובה.
השנה החלו סוכני תכנות להתמודד עם משימות מורכבות, נרחבות וממושכות יותר מאי פעם. ב־OpenAI, השימוש הפנימי שלנו צמח בקצב מעריכי. בחישוב לפי מחירי ה־API, שווי השימוש היומי בטוקנים עלה על 600 דולר לחוקר החציוני ועל 7,000 דולר לחוקרים באחוזון ה־90 (האצת המחקר: מבט מתוך OpenAI). ככל שסוכני תכנות לוקחים על עצמם משימות ממושכות ותובעניות יותר, כך עולה חשיבותה של עלות השימוש המתמשך. GPT‑6 Sol ו־Luna משלבים ביצועי תכנות חזקים עם מחירי API נמוכים יותר. כך הם מאפשרים למפתחים להתנסות ולשפר יותר, ומעניקים לצוותים ביטחון לבקש מ־Codex להתמודד עם משימות שאפתניות יותר.
במבחן FrontierCode, שבודק אם סוכני תכנות מייצרים שינויים המוכנים למיזוג בבסיסי קוד אמיתיים, GPT‑6 Sol משתפר משמעותית לעומת GPT‑5.6 Sol ומצליח להשתוות ל־Claude Fable 5.1 ברמת מאמץ גבוהה במיוחד, בעלות נמוכה בהרבה.
במבחן FrontierCode 1.1 Main(נפתח בחלון חדש), סוכני בינה מלאכותית כותבים קוד שנבחן לא רק לפי נכונותו, אלא גם לפי ״מוכנותו למיזוג״: למשל, איכות הבדיקות, הקפדה על היקף השינויים הנדרש, סגנון הקוד ועמידה בסטנדרטים של בסיס הקוד.
במבחן DeepSWE v1.1, שבודק ביצועים במשימות הנדסת תוכנה מורכבות בבסיסי קוד אמיתיים, GPT‑6 Sol ברמת מאמץ מקסימלית משיג ציון של 68.8%, בפער של 1.1 נקודות אחוז בלבד מהציון הגבוה ביותר של Claude Fable 5 במבחן — 69.9% ברמת מאמץ גבוהה במיוחד — בעלות נמוכה בכ־80% למשימה.
GPT‑6 Luna ברמת מאמץ מקסימלית משיג ציון של 66.6%, בדומה ל־Claude Opus 5 ול־Fable 5 ברמת מאמץ בינונית. בהשוואות האלה, העלות למשימה של Luna נמוכה ב־93% מזו של Opus 5 וב־96% מזו של Fable 5.
במבחן DeepSWE 1.1(נפתח בחלון חדש), סוכני בינה מלאכותית פותרים משימות הנדסת תוכנה מקוריות וממושכות.
GPT‑6 Astra עדיין מוביל בעולם בשימוש במחשב, ואילו GPT‑6 Sol ו־Luna מציעים תמורה טובה יותר לעלות בהשוואה לקודמיהם. במבחן OSWorld 2.0 הלא מקוון, GPT‑6 Sol ברמת מאמץ גבוהה במיוחד משיג ציון דומה לזה של Claude Opus 5 ברמת מאמץ בינונית — 60.5% לעומת 60.3% — בעלות נמוכה בכ־80% למשימה. GPT‑6 Luna (ברמת מאמץ מקסימלית) מצליח לעלות על GPT‑5.6 Sol (ברמת מאמץ בינונית) בעשירית מהעלות.
במבחן OSWorld 2.0(נפתח בחלון חדש), סוכני בינה מלאכותית מנסים לבצע תהליכי עבודה ממושכים באמצעות מחשב, הכוללים משימות יומיומיות ומקצועיות. אנחנו מדווחים על התגמול החלקי במערך הבדיקה הלא מקוון מגרסה v2026.08.08.
הבאנו גם את סגנון התקשורת המשופר של GPT‑6 Astra ל־Sol ול־Luna, ולהערכתנו השינוי יורגש במיוחד בשיחות טכניות ובשיחות על תכנות. תוכלו לצפות ליותר בהירות, פחות ז׳רגון, פחות ניסוחים משונים, פחות פרטים שוליים ותשובות מעט קצרות יותר באופן כללי — בלי לוותר על התוכן החשוב.
אף שסגנון הוא עניין של טעם, אנחנו מעדיפים כאן את התשובה של GPT‑6 Sol. הוא פחות ממהר להסיק מסקנות, מקדיש פחות מקום לחזרה על פרטים שעשויים להיות ברורים למי ששאל (למשל, שבאתר יש ארבעה עמודים), משתמש בפחות ניסוחים מעורפלים (למשל, ״תחושה של בנטו״, ״עיצוב מחדש… סביב המערכת הזאת״), מציין בפתיחות רבה יותר מה בדק ומה לא, ואינו משתף שלא לצורך פרטי מימוש כמו הפרומפט ששלח לכלי התמונות שלו.
לצד הוזלת הטוקנים, אנחנו עוזרים למפתחים שבונים על בסיס GPT‑6 לחסוך יותר בעלויות ההקשר שהאפליקציות שלהם משתמשות בו שוב ושוב. שיפרנו את מטמון הפרומפטים של GPT‑6 כדי להגדיל כברירת מחדל את שיעור הבקשות שנענות מהמטמון. כך סוכנים יכולים לעשות שימוש חוזר ביותר הקשר, להגיב מהר יותר וליהנות מהנחה של 90% על קריאת טוקני קלט מהמטמון.
למפתחים יש גם יותר דרכים למדוד ולייעל את ביצועי המטמון:
ניטור ואבחון. לוח הבקרה של מטמון הפרומפטים(נפתח בחלון חדש) מציג כמה מהקלט נשמר במטמון ואיך הנתון משתנה לאורך זמן. כלי האבחון(נפתח בחלון חדש) עוזר להבין אילו הזדמנויות לשימוש במטמון הוחמצו ומה צריך לתקן.
התאמת מאמץ ה־reasoning וזמינות הכלים בלי לפגוע במטמון. הגדילו את מאמץ ה־reasoning(נפתח בחלון חדש) למשימות קשות יותר או הפחיתו אותו לבקשות המשך פשוטות יותר, ובחרו להפעיל או להשבית כלים(נפתח בחלון חדש) בהתאם לצרכים המשתנים של הסוכן שלכם. שתי אפשרויות השליטה שומרות כעת על ההקשר הקודם לשימוש חוזר דרך המטמון.
בחירה מיטבית של תחיליות לשמירה במטמון. נקודות עצירה מפורשות מאפשרות למפתחים לבחור היכן יסתיימו תחיליות הפרומפט שנשמרות במטמון. כך למפתחים יש יותר שליטה בשימוש החוזר במטמון, והם יכולים לשפר את הביצועים.
GitHub מדווחת שבחודשים האחרונים השיפורים האלה הפחיתו ביותר מ־50% את שיעור טוקני הפרומפט שדורשים עיבוד מחדש, על פני מיליארדי בקשות למודלים של OpenAI, וכך עזרו ל־Copilot להגיב מהר יותר.
GPT‑6 Sol ו־Luna נשענים על העבודה לשיפור ההתאמה לכוונות אנושיות שהצגנו עם Astra, המודל המותאם ביותר שלנו עד כה. במבחני ההתאמה לכוונות אנושיות שלנו, גם Sol וגם Luna מציגים שיפור לעומת מקביליהם ב־GPT‑5.6, כולל שיעורים נמוכים יותר של טענות מטעות לגבי עבודת התכנות שלהם.
המבחנים שלהלן בוחנים במכוון מצבים מאתגרים, ואינם מודדים שיעורי כשל בשימוש טיפוסי. לתוצאות המלאות, עיינו במסמך כרטיס המערכת(נפתח בחלון חדש).
GPT‑6 Sol ו־GPT‑6 Luna זמינים החל מהיום ב־ChatGPT Work וב־Codex לכל משתמשי Plus, Pro, Business, Enterprise ו־Edu. משתמשי Free ו־Go יכולים לגשת ל־GPT‑6 Luna באפליקציה למחשב. המודלים האלה עדיין אינם זמינים במצב צ'אט. ב־API של OpenAI הם זמינים בשמות gpt-6-sol ו־gpt-6-luna.
כדי לשמור על יציבות השירות לכולם, אנחנו מתכננים לפתוח את הגישה למודלים האלה ב־ChatGPT בהדרגה לאורך היום. אם אינכם רואים את המודלים החדשים ב־ChatGPT Work או ב־Codex, נסו שוב מאוחר יותר.
המבחנים של GPT נערכו בסביבת המחקר שלנו או באמצעות ה־API שלנו. הפלט בהם עשוי להיות שונה מעט מזה שבגרסת ChatGPT הזמינה למשתמשים, עקב הבדלים בפרומפטים של המערכת, בכלים הזמינים וכדומה. תוצאות המבחנים של מודלים מתחרים נלקחו מדוחות שפורסמו לציבור. ציונים של Claude Fable 5 דווחו כשלא היו ציונים זמינים של Claude Fable 5.1.
