GPT-5.6 Luna Max: كيف يستخدمه المطورون فعليًا في Codex — وأين يتعطل

في 1 أغسطس، بدأ ملف تكوين من أربعة أسطر بالانتشار على X. ينشئ وكيل Codex يُدعى luna_worker، ويضبط موديله على gpt-5.6-luna، ويضبط مستوى التفكير على max، ويُسند إليه النصف الممل من عملك بينما يحتفظ GPT-5.6 Sol بالخطة. وخلال أيام، أُعيد نشر الوصفة نفسها بالإنجليزية والصينية واليابانية والكورية والإسبانية والعربية، وتجاوزت إضافة مبنية على الفكرة ذاتها 1,300 نجمة على GitHub خلال أربعة أيام. كما أنها — في اليوم الذي انتشرت فيه تقريبًا — الطريقة الخاطئة لتوصيله: فقد أزال مؤلف تلك الإضافة GPT-5.6 Luna من مشروعه خلال 48 ساعة، علنًا، لأن زميلًا أخبره أنه لا يعمل كعامل فرعي في Codex — ثم أعاده بعد يومين، موصولًا بطريقة مختلفة تمامًا.

حدث هذا القوس بأكمله خلال أسبوع واحد، وهو أكثر شيء مفيد نشره أي شخص عن هذا النموذج. يخبرك أن نمط العامل منخفض التكلفة حقيقي، وأن الطريقة الواضحة لتوصيله هي الطريقة الخاطئة، وأن الفرق بين الاثنين هو معظم القيمة. كل ما يتعلق بالتقنية في هذه المقالة يأتي من ممارسين نشروا نتائجهم الخاصة بين 30 يوليو و5 أغسطس 2026 — وليس من وثائق الشركة، التي تصف GPT-5.6 Luna كنموذج لـ"أحمال العمل الحساسة للتكلفة وعالية الحجم" ولا تذكر أي شيء عن كل هذا. عندما يكون الرقم مُقاسًا من طرفٍ ثالثٍ مستقل، نقول ذلك؛ وعندما يكون سجل جلسة لمطور واحد، نقول ذلك أيضًا، بما في ذلك عندما تتعارض الأرقام مع بعضها البعض. وهي تتعارض كثيرًا.

ما هو "Luna Max" ولماذا لا يراه معظم الناس أبدًا

لا يوجد نموذج يُدعى Luna Max. هناك مقبضان، وLuna Max هو أحد تركيباتهما: الطبقة الأرخص من عائلة GPT-5.6، مع تشغيله على أعمق إعداد للاستدلال. يختار مقبض الطبقة بين GPT-5.6 Sol وGPT-5.6 Terra وGPT-5.6 Luna. ولدى مقبض الجهد ستة أوضاع — none، low، medium، high، xhigh، max — وهو يتحكم في مقدار التفكير الذي يقوم به النموذج قبل أن يجيب.

تقريبًا لم يكن أحد يجمع بين الفئة الرخيصة والإعداد العميق، لسببٍ عادي: max مخفي افتراضيًا. في تطبيق سطح المكتب ChatGPT/Codex، يقع خلف الإعدادات ← التكوين ← جهود الاستدلال المتاحة، حيث تأتي القائمة والخيار الأعلى فيها غير محدد. نشر ستة مطورين منفصلين نفس الإصلاح المكوّن من ثلاث نقرات في الأسبوع الأول من أغسطس، وهو مؤشر جيد على عدد الأشخاص الذين كانوا يشغّلون Luna بعمقها الافتراضي ويقيّمون النموذج بناءً على ذلك. في جانب API، لا يوجد مفتاح تبديل عليك البحث عنه: تمرّر معرّف النموذج gpt-5.6-luna وتضبط جهد الاستدلال على max في نص الطلب، وهذا هو التغيير كله.

من العواقب الجديرة باستيعابها قبل قراءة أي اختبار معياري: عندما تنشر Artificial Analysis درجة ذكاء لهذا النموذج، يكون عنوان الصفحة GPT-5.6 Luna (max). الرقم المستقل الذي يستشهد به الجميع بالنسبة إلى Luna هو إعداد الجهد الأقصى. إذا كنت تستخدم الإعداد الافتراضي وتتساءل عن سبب عدم تطابق تجربتك مع لوحة الصدارة، فهذا هو السبب.

القرص الذي لا أحد يشرحه: الجهد يغير عدد التوكنات، وليس سعر التوكن.

زيادة جهد التفكير لا تنقلك إلى شريحة أسعار أكثر تكلفة. تبلغ تكلفة GPT-5.6 Luna 0.20 دولارًا لكل مليون رمز إدخال و1.20 دولارًا لكل مليون رمز إخراج في كل إعداد من إعدادات الجهد. ما يتغير هو عدد الرموز التي ينفقها النموذج للوصول إلى الإجابة — وعند الحد الأقصى، ينفق الكثير.

قامت Artificial Analysis بقياس ذلك أثناء تشغيلها لمؤشر Intelligence Index، والأرقام هي أوضح تأكيد مستقل على ما كان الممارسون يشتكون منه:

• النتيجة — 51 على مؤشر Artificial Analysis Intelligence Index، مقابل متوسط 17 للنماذج التي يقيّمها في تلك الفئة.

• الإسهاب — تم توليد 130 مليون توكن إخراج خلال تشغيل المؤشر، مقابل وسيط قدره 61 مليون. وتصنّف Artificial Analysis النموذج بأنه «شديد الإسهاب».

• السرعة الخام — 182.5 رمزًا في الثانية، المرتبة 16 من بين 163 نموذجًا. سريع لكل رمز.

• الوقت حتى أول رمز — حوالي 136 ثانية عند أقصى جهد، وهو ما تشير إليه Artificial Analysis بأنه في الطرف الأعلى حتى بالنسبة لنماذج الاستدلال في تلك الفئة السعرية.

• إجمالي الإنفاق — 174.06 دولارًا لتقييم النموذج على المؤشر بأكمله.

اقرأ السطرين الثالث والرابع معًا، لأن هذا الثنائي يمثل تجربة المستخدم بأكملها. لونا عند الحد الأقصى يبث الرموز بسرعة لكنه يحتاج دقائق ليبدأ، ثم ينتج ما يقارب ضعف عدد الرموز التي ينتجها النموذج النموذجي على نفس العمل. لهذا السبب، فإن الشكوى الأكثر شيوعًا في التقارير الميدانية ليست «إنه خاطئ»، بل «إنه بطيء» — ولهذا أيضًا لا يترجم السعر الرخيص إلى جلسة رخيصة بنفس القدر. أنت تشتري سعرًا منخفضًا مقابل عدد كبير من الرموز.

على سبيل المقارنة: في صفحة النموذج الخاصة بنا لـ GPT-5.6 Luna، متوسط الوقت المُراقَب حتى أول رمز (token) عبر سبعة أيام من حركة المرور الحقيقية هو 1.78 ثانية، مع نسبة 95 في المئة عند 9.26 ثانية. وهذا لا يناقض رقم 136 ثانية — إنه نفس النموذج الذي تم قياسه عبر مزيج من إعدادات الجهد، معظمها ليس الحد الأقصى. زمن الاستجابة الذي تحصل عليه هو خاصية للمؤشر الذي تضبطه، وليس لنقطة النهاية التي تستدعيها.

هل لونا ماكس حقًا "سول ميديوم بسدس التكلفة"؟

هذا هو الادعاء الذي جعل النمط ينتشر بشكل واسع، وينسب إلى دان ماكاتير، الذي وضعه على أن "لونا" بأقصى تفكير يصل إلى حوالي GPT-5.6، و"سول" بمستوى متوسط، أو "كلود أوبس 5" بمستوى متوسط، بتكلفة تعادل سدس التكلفة تقريبًا. وقد تكرر هذا الادعاء من قبل العديد من الحسابات، أحيانًا مع إزالة التحفظات، ومن الجدير الفصل بين ما تم قياسه وما هو مجرد انطباعات.

لوحة النتائج المستقلة تدعم نصف التكلفة من الادعاء بشكل مؤكد ونصف القدرة بشكل جزئي فقط. بتشغيل نفس مجموعة المعايير بأقصى جهد عبر المستويات، سجلت Artificial Analysis لونا عند مؤشر 51 مقابل 174 دولارًا، وتيرا عند 55 مقابل 1,403 دولارًا، وكيمي K3 عند 57 مقابل 2,437 دولارًا، وسول عند 59 مقابل 2,824 دولارًا. لونا تخسر ثماني نقاط مؤشر مقارنة بسول وتكلف حوالي واحد على ستة عشر من التكلفة لتنفيذ نفس العمل.

صارت لوحة النتائج المستقلة أكثر حدّة في 13 أغسطس/آب، حين أصدرت DeepSWE الإصدار v1.1 — وهو تنقيح لمعيارها الهندسي بعيد المدى، يحتفظ بـ 113 مهمة أصلية مأخوذة من 91 مستودعًا عبر خمس لغات، لكنه الآن يقيّم كل إصلاح عبر تشغيل الفرق المثبَّت (committed diff) داخل حاوية معزولة، وهو أسلوب أصعب في التحايل عليه. وعلى اللوحة المحدَّثة، تقع جميع مستويات GPT-5.6 الثلاثة بأقصى جهد حيث كانت في تقرير يوليو/تموز: Luna Max بنسبة نجاح 67.2% pass@1 وبتكلفة 0.61 دولار للمهمة الواحدة، وTerra Max عند نحو 70%، وSol Max عند 73% مقابل 8.39 دولارات — أي ست نقاط زيادة في معدل النجاح مقابل ما يقارب أربعة عشر ضعفًا من التكلفة.

المقارنة التي تستحق نظرة ثانية تقع تحت Luna، وليس فوقه. يحرز Claude Sonnet 5 Max نسبة 54% على نفس المهام الـ113 — أي أقل بنحو ثلاث عشرة نقطة من Luna Max — بتكلفة 26.40 دولارًا لكل مهمة، وهو ما يعادل تقريبًا 44 ضعف ما دفعته Luna مقابل الحل نفسه. كما تتفوق Luna Max على Gemini 3.7 Flash (65% للتهيئة عالية الجهد على نفس اللوحة)؛ ويضع منشور المجتمع الذي أشار إلى هذه الجولة الفجوة مع Gemini 3.7 Flash Medium عند حوالي 1.7 نقطة. DeepSWE هو إطار اختبار مستقل من Datacurve، وليس تقييمًا من شركة — ويظل ادعاء الشركة ذاتها بأن عائلة GPT-5.6 حققت نتائج من الطراز الأول على Terminal-Bench 2.1 وDeepSWE تأكيدًا منفصلًا مقدمًا من البائع.

بعد ذلك، هناك الأدلة الميدانية، وهي منقسمة حقًا. أجرى Pawel Huryn معياره الخاص لإصلاح الأخطاء — 105 أخطاء مزروعة عبر قاعدتَي كود حقيقيتين، وتحكيم أعمى، وجولة واحدة لكل نموذج — وذكر أن نموذج Luna بأقصى جهد أصلح 33 خطأً مقابل 1.80 دولار، في مقابل 24 خطأً لنموذج Claude Fable 5 مقابل 68 دولارًا. في الاتجاه المعاكس، أمضى Diego Haz يومين في تشغيل جلسات متكافئة وخرج ضد النمط: بلغ متوسط تكلفة جلسة Luna 1.20 دولار حيث بلغ متوسط جلسة Sol 29 دولارًا، لكنه اضطر إلى إعادة معظم مخرجات Luna ولم يحصل على أي شيء قابل للتسليم لحالات استخدامه، مما يجعل التوفير وهمًا وليس خصمًا. مطور آخر يستخدم نفس الإعداد ذكر أن نموذج Sol بالمستوى المتوسط أنتج نتيجة أفضل بشكل واضح من نموذج Luna بالمستوى الأقصى في نحو نصف الوقت. وضعت مسابقة باللغة الصينية على مهمة مشهد ثلاثي الأبعاد واحد أرقامًا على هذا النمط: أنهى نموذج Sol Medium في 21 دقيقة و30 ثانية بأعلى تقييم جودة وأقل عدد رموز؛ استغرق نموذج Luna Max 40 دقيقة و55 ثانية، واستهلك حوالي 130 ألف رمز، وحصل على أدنى تقييم جودة، واستخدم نصف الحصة الأسبوعية للاشتراك.

الملخص الصادق لموقف المجتمع بعد أسبوع: Luna Max ليست Sol Medium. هي أرخص بكثير من Sol Medium وأسوأ، وما إذا كانت هذه المقايضة جيدة يعتمد كليًا على ما إذا كانت المهمة محددة بدقة كافية بحيث لا يكون "الأسوأ" ذا أهمية. وهو بالضبط الغرض من أنماط التوصيل أدناه.

النمط الذي صمد أمام الاحتكاك: سول يخطط، لونا ينفذ، وسول جديد يراجع

لا أحد ممن واظب على استخدام Luna Max يستخدمه كوكيل برمجة عام. الإعداد الذي ينجح، في كل إصدار أجمع عليه الممارسون، يتكوّن من أربعة أدوار:

• المنسق — GPT-5.6 Sol بجهد عالٍ، يبقى في الخيط الرئيسي. يمتلك المتطلبات والبنية وتفكيك المهام والقبول النهائي. لا يكتب الكود.

• منفّذ المهام الروتينيةGPT-5.6 Luna بأقصى جهد، في أعمال محدودة النطاق ومحددة بالكامل: إعادة هيكلة ميكانيكية، كتابة اختبارات، تحليل وحدات، جولات توثيق، أي نوع المهام التي تكون وجهتها واضحة لا لبس فيها.

• منفّذ صارم — GPT-5.6 Terra بأقصى جهد، للبنى كثيفة السياق حيث يصبح انجراف تعليمات Luna مكلفًا.

• المراجع — مثيل GPT-5.6 Sol جديد للقراءة فقط يرى الفرق النهائي (diff) ولا شيء غيره. والمقصود من "جديد" هو أن المراجع الذي يحمل سياق التنفيذ يميل إلى إقرار منطقه الخاص.

التنفيذ المرجعي هو sol-advisor، وهي إضافة Codex مرخصة بموجب MIT من تأليف Dan McAteer، وقد بلغت حوالي 1400 نجمة في أسبوعها الأول. يمكنك تثبيتها عبر سوق إضافات Codex بإضافة DannyMac180/sol-advisorكمستودع ثم إضافة sol-advisor الإضافة. شكله الحالي مفيد للتعلّم: المسار الأصلي يُعيِّن منفّذ Terra/High يليه مراجع Sol/High جديد، بينما Luna عند أقصى إعداداتها هو مسار اختياري صريح يعمل كمهمة منفصلة مرئية للمستخدم، حيث تقوم جلسة Sol الأساسية بمراجعة عمله وقبوله مباشرة بدلاً من تمريره عبر المراجع الأصلي.

إذا كنت تفضّل عدم تثبيت أي شيء، فإن النسخة المنسوخة على نطاق واسع هي تعريف وكيل مخصص عند ~/.codex/agents/luna-worker.toml يحمل إعدادين — model = "gpt-5.6-luna" و model_reasoning_effort = "max" — بالإضافة إلى وصف وتعليمات تقيّده بالعمل المفوض ضمن حدود واضحة، وتمنعه من تغيير الهدف العام أو توسيع نطاقه الخاص، وإحالة قرارات البنية والمتطلبات الغامضة إلى الوكيل الرئيسي. النصيحة المتداولة هي أن تجعل Sol يكتب لك هذا الملف، ويتحقق من صحته وفقًا لإصدار Codex المثبت لديك، ويُظهر لك الفرق قبل قبوله، وهذا أمر سليم سواء وثقت بالوصفة أم لا.

فخ الوكلاء الفرعيين، والحل الذي توافق عليه المجتمع

هنا حيث يفترق الإصدار الفيروسي لهذا النمط عن الإصدار العامل.

نظام الوكلاء الفرعيين الأصلي في Codex لا يتعامل مع GPT-5.6 Luna كمواطن من الدرجة الأولى. اصطدم ماكاتير بحاجز صعب — إذ لم يُسمح لـ Luna بأن يكون وكيلًا فرعيًا — فالتف حوله بتعريفه وكيلًا مخصصًا بدلًا من ذلك، ثم أشار علنًا إلى تكلفة هذا الحل البديل: الوكيل المخصص لا يشارك السياق مع الوكيل الرئيسي كما يفعل الوكيل الفرعي الأصلي. وبعد أيام، أزال مسار Luna من sol-advisor تمامًا، مستشهدًا بنتيجة مطور آخر يركز على Codex تفيد أن Luna يتصرف بشكل سيئ في دور الوكيل الفرعي، مع افتراض أنه لم يخضع لتدريب لاحق على بروتوكول v2 متعدد الوكلاء. وقد وصف دييغو هاز نفس الحاجز من الجهة الأخرى بشكل مستقل: لا يمكن لـ Sol إنشاء Luna كوكيل فرعي، لذا يتعين على Luna العيش في سلسلة رسائل من المستوى الأعلى، مما يجعل التنسيق فوضويًا.

الحل، وهو الآن موقف الأغلبية، هو التوقف عن مقاومته:

• امنح Luna Max خيطًا خاصًا به، وليس فتحةً في مخطط الوكلاء الفرعيين. اطلب من منسّق Sol تشغيل مهمة Codex منفصلة على المستوى الأعلى في Luna، ومراقبتها، واسترجاع النتيجة. هذا ما أعاد McAteer إضافته إلى sol-advisor في 4 أغسطس، وما توصّل إليه عدة آخرين بشكل مستقل.

• اقبل عزل السياق كثمن. الخيط المنفصل يعني سجلًا منفصلًا. هذه هي الضريبة التي تدفعها، وهي أيضًا سبب أهمية التسليم أدناه هنا أكثر مما هو عليه في إعداد وكيل فرعي أصلي.

• إذا كان لا بد من إجباره على العمل في multi-agent v2، فالكتالوج هو السبب في استبعاده. أحد المطورين أرجع الاستبعاد إلى كتالوج النماذج الافتراضي الذي يصنّف Luna كإصدار v1، وقدّم حلاً بديلاً: انسخ ~/.codex/models_cache.json، ثم اضبط في Luna الحقل multi_agent_version إلى v2، ووجّه model_catalog_json إلى نسختك، وأعد تشغيل Codex، ثم اجعل المنسّق يطلق Luna بأقصى إعداد مع مستوى خدمة سريع ويعطّل خاصية التفرع. تعامل مع هذا على أنه تعديل غير رسمي من شخص واحد على ملف داخلي — وهو بالضبط ما قد يكسره تحديث Codex.

حزمة التسليم: خمسة أسئلة تعالج الشكوى الأكثر شيوعًا

الفشل الأكثر شيوعًا الذي يتم الإبلاغ عنه في Luna Max هو أنه لا يتبع التعليمات بدقة، خاصةً عندما تعطيه سير عمل محددًا أو حلقة تكرار لتشغيلها. تظهر هذه الشكوى من المطورين الذين يحبون النموذج والمطورين الذين تخلوا عنه. التخفيف الذي يستمر الممارسون في الوصول إليه ليس موجهًا أفضل من حيث أسلوب الكتابة؛ بل هو عقد أكثر صرامة. قبل أن يبدأ موضوع لونا، أجب عن خمسة أشياء:

• ما المهمة بالضبط التي يجب أن ينجزها هذا الوكيل؟ ليس مجال العمل — بل الحالة النهائية.

• ما الملفات أو المستندات أو الأنظمة التي تقع ضمن النطاق؟ مذكورة على سبيل الحصر، وليست ضمنية.

• ما الذي يجب ألّا يغيّره؟ الواجهات، والترحيلات، والإعدادات، والعقود العامة التي يُحظر المساس بها.

• ما الدليل الذي يثبت الاكتمال؟ اختبار مُسمّى، ومخرجات أمر محدد، وdiff لا يمسّ إلا الملفات المذكورة.

• أي قرار مفقود يجب أن يجعله يتوقف؟المحفز للعودة بدلاً من التخمين — هذا هو الذي يمنع نموذجًا رخيصًا مفرط الحماس من ابتكار بنية.

وهنا أيضًا يستحق دمج إرشادات الشركة الخاصة بكتابة التعليمات، بالوصف الذي تستحقه: تشير الشركة إلى أن تعليمات الأنظمة الأكثر إيجازًا، في تقييماتها الداخلية لوكلاء البرمجة، حسّنت نتائج التقييم بنسبة 10–15% مع خفض إجمالي الرموز (tokens) بنسبة 41–66% والتكلفة بنسبة 33–67%، وتنصح بمراجعة التعليمات الموروثة من GPT-5.5 أو GPT-5.4 بدلًا من ترحيلها إلى الأمام كما هي. هذه أرقام يقدّمها البائع. لكن الاتجاه يتوافق مع ما توصّل إليه المجال: صِف الوجهة بدقة، واحذف سرد كل خطوة. لاحظ التعارض مع الفقرة أعلاه — الدقة في تحديد النطاق والقيود ليست هي الإسهاب نفسه، وإجماع المجتمع هو أن Luna Max يحتاج إلى المزيد من الأولى وأقل من الثانية.

أنماط الفشل التي يجب التخطيط لها

• الانحراف عن التعليمات. أكده عدة مطورين: فهو يتجاهل أجزاءً من الموجز الأولي، ويكون أسوأ ما يكون عندما يكون الموجز إجراءً يجب اتباعه بدلاً من نتيجة يجب الوصول إليها.

• بطء الوقت الفعلي. تم الإبلاغ عنه مرارًا وتكرارًا، وهو متسق مع الوقت حتى أول رمز البالغ حوالي 136 ثانية، والذي تم قياسه بواسطة Artificial Analysis عند أقصى جهد. إنه مناسب للأعمال التي يمكنك تركها قيد التشغيل؛ لكنه مؤلم في حلقة تفاعلية.

• استنزاف السياق. أبلغ أحد المطورين أن نموذج Luna Max يستهلك نافذة محادثة Codex بحجم 258 ألف رمز (token) بسرعة مقلقة، واشتبه في أن استهلاك الحصة يقفز بمجرد أن يبدأ Codex في ضغط السياق عند الاقتراب من الحد الأقصى. جزء الضغط هو انطباعه وليس نتيجة قياسية — لكن معدل الاستهلاك هو النتيجة المتوقعة للإسهاب الذي قاسه Artificial Analysis بشكل مستقل. على جانب API، انتبه إلى خطوة السياق الطويل: جدول الأسعار الذي يُمرَّر مباشرةً لهذا النموذج ينتقل من 0.20$/$1.20 إلى 0.40$/$1.80 بمجرد أن يتجاوز الطلب حوالي 272 ألف رمز، لذا فإن المحادثة التي تستمر في النمو تصبح أكثر تكلفة لكل رمز، وليس فقط أكثر تكلفة في المجمل.

• أي شيء مرئي. هذه هي الحدود الأكثر حدة في التقارير الميدانية. أحد الممارسين واسعي الاطلاع، الذي ألغى اشتراكه في برمجة Kimi K3 لصالح Luna Max، قيّمها بأنها جيدة بقدر ما كان يتركه وأرخص بكثير — مع استثناء واضح للواجهات الأمامية. وكان آخر أكثر صراحة: لا تستخدم Luna لتنفيذ التصميم أو الرسوميات أو التنسيق أو أعمال الشرائح؛ التقسيم بين التخطيط مع Sol والتنفيذ مع Luna هو للمهام التعليمية خطوة بخطوة، وليس للمهام الجمالية.

• كتالوج الوكيل الفرعي. تمت تغطيته أعلاه — إذا لم يتم اختيار Luna بصمت في تشغيل متعدد الوكلاء، فهذا يعني أنه يتم تصفيته، وليس فشله.

• اقتصاد زائف. نمط الفشل الوحيد الذي لا يظهر في أي معيار: جلسة كلّفتك 1.20 دولارًا بدلًا من 29 دولارًا، وأنتجت عملًا أعدت كتابته يدويًا؛ فقد كلّفتك 1.20 دولارًا بالإضافة إلى فترة ما بعد الظهر.

متى لا تلجأ إلى الحد الأقصى

Max ليس ترقية مجانية، والإرشاد الذي صمد هو سلّم وليس إعدادًا:

• تحويلات واضحة: إعادة تسمية حقل، استخراج ميكانيكي، تمريرة تنسيق. جهد منخفض أو متوسط على Luna. اشترط اجتياز اختبار مُحدّد.

• تنفيذ روتيني — مرتفع أو مرتفع جدًا. الإعداد الافتراضي للمجتمع لعامل Luna هو xhigh، وليس max، وذلك تحديدًا لأن max يستهلك وقتًا وتوكنات في مهام لم تكن صعبة أبدًا.

• محدود لكنه صعب حقًا — هذه هي وظيفة max الفعلية. يجب أن تكون الحزمة صعبة ومحددة بدقة معًا حتى يتحول الاستدلال الإضافي إلى نتيجة أفضل.

• تحقيق غامض — غيّر المستوى، لا القرص. إذا كان النموذج يخطئ في الحكم لا في التخطيط، فإن المزيد من التفكير على نموذج أرخص لن يصلح ذلك؛ هذه مهمة من مهام Sol.

• موجز غامض — أصلح العقد، لا النموذج. لا يمكن لأي إعداد جهد أن يعوّض عن معيار قبول غير مُعلن.

تنبيه خاص بالاشتراكات، من دليل لطرف ثالث ومن السهل أن يُخطئ فيه: معدلات الاعتمادات التي تفرضها Codex لكل نموذج ليست بنفس نسب أسعار القائمة في API، لذا لا يمكنك أخذ نسبة من أسعار API واستخدامها كقاعدة توجيه للاشتراك. توضح حدود الرسائل المبلغ عنها لفترة خمس ساعات في الطبقة Plus هذه النقطة — نحو 15–90 رسالة محلية على Sol، و20–110 على Terra، و50–280 على Luna، مع اتساع النطاقات بهذا الشكل لأن "الرسالة" ليست وحدة عمل ثابتة. إذا كانت قرارات التوجيه لديك مدفوعة بسقف اشتراك وليس بفاتورة، فقسْ على أساس السقف.

ما بعد Codex: إلى ماذا يشير الناس أيضًا؟

يتبيّن أن مزيج التفكير العميق منخفض التكلفة مفيد خارج نطاق وكلاء البرمجة، وهذه هي الاستخدامات المُثبتة:

• وكلاء المتصفح.قام أحد المطورين بتشغيل مجموعة أتمتة متصفح على GPT-5.6 Luna لفتح أفضل 15 منشورًا على Hacker News، وقراءة كل صفحة مرتبطة، وكتابة تقرير — التكلفة الإجمالية: 3 سنتات. أفق زمني طويل، ومخاطر منخفضة، وعدد رموز مرتفع: هذا هو بالضبط الشكل الذي تم تسعير هذا النموذج من أجله.

• سلاسل المهارات. أبلغ ممارسان بشكل مستقل عن تشغيل خط أنابيب مزدوج المهارات — من توليد الصور إلى محوّل صورة-إلى-Three.js — من هدف واحد لـ Luna Max للحصول على كائن ثلاثي الأبعاد منخفض المضلعات تفاعلي، مع ملاحظة كلٍّ منهما أنه بالكاد غيّر عدّاد الاستخدام الأسبوعي لديهما. ومن الجدير قراءة هذا إلى جانب التحذير القائل "لا تستخدم Luna للعمل البصري": كانت Luna تنسّق الأدوات التي تؤدي العمل البصري، لا أنها تحكم على الجماليات بنفسها.

• إبقاء جلسة واحدة نشطة. المدخلات المخزنة مؤقتًا في هذا النموذج تكلف 0.02 دولار لكل مليون رمز مقابل 0.20 دولار للمدخلات غير المخزنة — أي خصم 90% تذكره Artificial Analysis في لوحة أسعارها — ونافذة التخزين المؤقت تبلغ حوالي 30 دقيقة. أما الأثر العملي الذي تتوصل إليه عدة أدلة بشكل مستقل فهو: جلسة واحدة طويلة الأمد تعيد قراءة نفس قاعدة الشيفرة البرمجية أرخص بشكل كبير من جلسة جديدة لكل مهمة.

• مراجحة الحصص. الادعاء الأكثر جرأة في المجموعة كلها، والمُصنَّف بوضوح كادعاء: يذكر أحد المطورين أنه نظرًا لأن الجهد يكاد يكون مجانيًا بينما مضاعف المستوى كبير، فإن تشغيل أقصى جهد على المستوى الرخيص سمح له بدفع 4.9 مليار توكن عبر ثلاثة أسابيع على خطة 200 دولار — أي مبلغ بستة أرقام بأسعار واجهات برمجة التطبيقات — وأنه يُبقي نماذج Kimi K3 وGrok وDeepSeek في نفس المنتقى خلف موجه محلي بحيث لا يوقف الوصول إلى حد أحد المزودين العمل. لم يُكرِّر أحد رقم التوكن بشكل مستقل. لكن عادة التوجيه الكامنة وراء ذلك هي الجزء الجدير بالتقليد.

تشغيل نفس التقسيم بدون اشتراك في Codex

كل ما سبق هو قصة على شكل اشتراك: السبب في اهتمام الناس بـ Luna Max هو أنها تمدّد السقف الأسبوعي. على جانب API، البنية نفسها أبسط في البناء وأسهل في الفهم، لأنك تدفع فاتورة بدلاً من إدارة بدل — والانقسام بين المُنسِّق والعامل يتوقف عن كونه إضافةً ويصبح توجيهًا عاديًا.

يتوفر GPT-5.6 Luna عبر OrcaRouter بسعر 0.20 دولار لكل مليون رمز إدخال و1.20 دولار لكل مليون رمز إخراج — وهو سعر المورد الرسمي، يُمرَّر عبرنا بهامش ربح 0%، ولهذا كان التخفيض الصادر في 30 يوليو متاحًا لدينا في نفس اليوم الذي أعلنت فيه الشركة عنه، وليس بعد دورة فوترة لاحقة. يتم تقديمه عبر واجهة برمجة تطبيقات متوافقة على /v1/chat/completions و /v1/responses، لذا يُمرَّر حقل reasoning-effort في متن الطلب تمامًا كما لو كان الطلب مباشرًا، ومعرف النموذج هو openai/gpt-5.6-luna. تقع كل من GPT-5.6 Sol وGPT-5.6 Terra خلف نفس المفتاح، وهذا هو الجزء المهم في هذا النمط: وجود منسق في طبقة وعامل في طبقة أخرى يعني معرّفَي نموذج في تكامل واحد، وليس عقدين مع مورّدَين. تتيح لك لغة التوجيه (DSL) التعبير عن هذا التقسيم كاستدعاء واحد بدلاً من ربط الخيوط يدويًا، ويغطي التبديل التلقائي عند الفشل الحالة التي يحلها مجتمع مراجحة الحصص باستخدام موجه محلي — فعندما يتدهور أحد الموردين، يصل الطلب إلى مكان آخر بدلاً من التوقف.

تحفظان صادقان. الآليات الخاصة بـ Codex — مخطط الوكلاء الفرعيين، وسوق الإضافات، وفهرس النماذج، والحصة الأسبوعية — ملك للشركة، ولا يأتي أي منها مع مفتاح API؛ إذا كان النمط الذي تريده هو sol-advisorداخل تطبيق Codex، فأنت بحاجة إلى اشتراك في Codex. وأنماط الفشل المذكورة أعلاه هي خصائص النموذج، وليست خصائص النقل: التوجيه يغيّر تكلفة الاستدعاء وما يحدث عندما يتعطل المزوّد، وليس ما إذا كانت Luna تتبع تعليماتك.

من يجب أن ينسخ هذا، ومن لا يجب؟

إذا كان عملك عالي الحجم وقابلًا للتحديد الميكانيكي — إعادة الهيكلة، بناء الاختبارات، الاستخراج، التوثيق، تمريرات التحليل على مستودع كبير — فعِّل الوضع الأقصى، وضع "لونا" في خيط خاص بها مع تسليم من خمسة أسئلة، وأبقِ نسخة من "سول" أمامها للتخطيط وخلفها للمراجعة، وتوقع أن تنفق أقل بمرتبة من الحجم. الأشخاص الذين يبلغون عن أكبر المكاسب جميعهم يتبعون نسخة من ذلك، والأرقام المستقلة للتكاليف تدعم الاتجاه حتى عندما لا تدعم إطار "جيدة بقدر سول".

إذا كان عملك استكشافيًا أو جماليًا أو يصل إليك كموجز غامض يزداد وضوحًا كلما تقدمت، فإن التقارير الميدانية تقول بوضوح إنك ستنفق المدخرات مرتين لإعادة صياغة المخرجات. وإذا كنت تعمل تفاعليًا — جالسًا تراقبه — فإن البداية الباردة التي تستغرق دقيقتين بأقصى جهد ستزعجك أكثر مما يرضيك السعر.

ما الذي يجب مراقبته: ما إذا كانت الشركة ستجري تدريبًا لاحقًا على Luna لبروتوكول الوكيل الفرعي v2. كل جزء محرج من خطة اللعب الحالية — الخيط المنفصل، السياق المشترك المفقود، اختراق الكتالوج، حلقة التراجع وإعادة التوصيل بأكملها — موجود بسبب تلك الفجوة الواحدة. أغلقها وستصبح أفضل نسخة من هذا النمط أبسط بعدة خطوات.

أسئلة تستحق إجابةً حقيقية

هل تكلفة جهد الاستدلال الأقصى لكل رمز أعلى من الإعداد الافتراضي؟

لا، وهذا هو سوء الفهم الأكثر شيوعًا حول هذا الإعداد. تُحاسب GPT-5.6 Luna بمعدل 0.20 دولار للإدخال و1.20 دولار للإخراج لكل مليون توكن بغض النظر عن الجهد. ما يغيّره الإعداد الأقصى هو عدد التوكنات المستهلكة — إذ يخطط النموذج أكثر، ويراجع نفسه، وينقح قبل الإجابة. قياس منصة Artificial Analysis أظهر أن هذا النموذج يُصدر 130 مليون توكن مخرجات على مجموعة معايير بينما يُصدر النموذج الوسيط 61 مليون توكن. إذن، جلسة بأقصى جهد تكلف أكثر من جلسة بجهد متوسط لنفس المهمة، وذلك بالكامل من خلال الحجم، كما تستغرق وقتًا أطول لإنتاج أول توكن. الجهد هو مقبض لعدد التوكنات يرتدي لقب الجودة.

هل يمكن لـ GPT-5.6 Luna أن يعمل كعامل فرعي مدمج في Codex حتى الآن؟

اعتبارًا من 5 أغسطس 2026، لا — وقد توقف المجتمع عن المحاولة. مسار العامل الفرعي الأصلي في Codex لا يقبل Luna؛ والحل البديل بالعامل المخصص يجعله يعمل لكنه يفقد السياق المشترك مع العامل الرئيسي؛ والمطوّر الذي يقف خلف الإضافة الأشهر لهذا النمط أزال Luna ثم أعاد إضافتها كمهمة منفصلة عالية المستوى يشرف عليها المنسّق. إذا رأيت تشغيلًا متعدد العوامل لا يتم فيه اختيار Luna أبدًا، فمن المرجح أنه يتم تصفيته لأن كتالوج النماذج الافتراضي يضعها كإصدار v1 بدلًا من v2، وهو ما رقّعه أحد المطوّرين يدويًا على مسؤوليته الخاصة. هذا هو العنصر الأكثر احتمالًا للتغيّر في القائمة عند تحديث Codex، لذا تحقّق منه مقابل نسختك المثبّتة بدلًا من الوثوق بأي وصفة، بما في ذلك هذه الوصفة.

هل هو جيد بما يكفي ليحل محل اشتراك البرمجة من Claude أو Kimi K3؟

ألغى العديد من المطورين علنًا خطة بقيمة 200 دولار شهريًا بسبب هذا بالضبط. المنشور الذي أخرج السؤال إلى العلن كان لاختصاصي مناعة يكتب البرمجة يوميًا: لقد ألغى اشتراكه في Kimi K3 للبرمجة ليس لأنه سيئ، بل لأنه لم يستطع تبريره عندما كانت GPT-5.6 Luna، في تجربته، جيدة بقدرها لعمله وأرخص بكثير — باستثناء الواجهات الأمامية. الأرقام المستقلة للتكاليف تجعل الحالة صعبة الرفض: على نفس مجموعة الاختبارات، سجّلت Kimi K3 بأقصى جهد 57 مقابل 2,437 دولارًا، بينما سجّلت GPT-5.6 Luna بأقصى جهد 51 مقابل 174 دولارًا. لكن اقرأ المعارضة قبل أن تلغي أي شيء. المطورون الذين قاسوا جلسات متكافئة وكانت النتائج سلبية لم يكونوا يختبرون نموذجًا مختلفًا؛ بل كانوا يختبرون نوعًا مختلفًا من المهام — مفتوحة النهاية، أو بصرية، أو غير محددة بدقة — وفي هذا النوع من المهام خسر النموذج الأرخص خسارة كبيرة بما يكفي لمحو المكسب. الإجابة القابلة للدفاع هي أن Luna Max يحل محل جزء كبير من برمجتكعملاً، وليس بالضرورة أفضل برمجتك نموذجاً، وأن الممارسين الذين يستفيدون منه أكثر هم أولئك الذين أبقوا على طبقة متقدمة للتخطيط والمراجعة.