GPT-6.1 Sol مقابل GPT-6 Luna: ثلاث عشرة نقطة مؤشر، وعشرة أضعاف المال، واختباران تقييميان لا يصمد فيهما

Open​AI released GPT-6.1 Sol on 29 September 2026, one week after GPT-6 Luna arrived on 22 September in the same keynote cycle. They are the two ends of the same generation: Luna is the cheap tier, Sol is the mid-tier above it, and GPT-6 Astra sits above both. The price difference between the two is an order of magnitude — $0.10 and $0.50 per million tokens against $2.00 and $10.00, cached input $0.01 against $0.10 — and the capability difference on the independent board is 13.7 Intelligence Index points, 51.8 against 38.1 at maximum reasoning effort. Ten times the money for thirteen points is roughly the worst exchange rate in the current Open​AI lineup. What makes the comparison worth writing about is the forty-dollar question that follows: which thirteen points?

النموذجان، والأسبوع بينهما

GPT-6 Luna is the small model of the GPT-6 generation — the one Open​AI describes as built for high-volume, latency-sensitive work: classification, extraction, routing, bulk summarisation, the inner loop of an agent. It carries a 1,050,000-token context window and a 128,000-token output ceiling, takes text, images and files as input, and keeps the full six-rung effort ladder including none, which the 6.1 tier dropped. The rate card is the reason it exists: $0.10 in and $0.50 out per million tokens, cached input at $0.01 and cache writes at $0.125, with a long-context step above 272,000 input tokens to $0.20, $0.75 and $0.02 cached.

GPT-6.1 Sol هو تحديث الفئة المتوسطة الذي صدر بعد أسبوع. النافذة نفسها، والحد الأقصى للمخرجات نفسه، ووسائط الإدخال نفسها، وحدّ معرفة بتاريخ 30 أبريل 2026 مقابل حدّ Luna الزمني، وسلّم جهد يبدأ من low لأن none وminimal مرفوضان تمامًا. وهو بسعر 2.00 دولار و10.00 دولار، مع إدخال مخزّن مؤقتًا بسعر 0.10 دولار — أي عشرين ضعف سعر إدخال Luna وعشرين ضعف سعر مخرجاتها، مع سطر ذاكرة تخزين مؤقت يكلّف عشرة أضعاف لكل إصابة.

كلاهما مطروحان للبيع، وكلاهما متاحان في ChatGPT Work وCodex وكذلك في API، وكلاهما قابلان للاستدعاء عبر المفتاح نفسه من جانبنا. لا شيء في هذا الاقتران يفرض عليك الاختيار.

ما الذي تشتريه فعلاً ثلاث عشرة نقطة مؤشر

الرقم المركّب هو أقل الأرقام إفادةً في المقارنة، لأنه يحسب المتوسط على مهام تتصرف بطرق مختلفة جدًا. وعند التقييم تقييمًا تلو الآخر بأقصى جهد استدلالي على Artificial Analysis v4.3.2، يتّخذ الشكل نمطًا انقساميًا لا نمطًا تصاعديًا:

• AA-LCR v1.1، الاستدلال طويل السياق — GPT-6 Luna 0.833 مقابل GPT-6.1 Sol 0.830. Luna متقدمة بشكل طفيف.

• SciCode — GPT-6 Luna 0.546 مقابل GPT-6.1 Sol 0.542. مرة أخرى، متعادلان فعليًا، ومرة أخرى النموذج الأرخص يتقدم اسميًا.

• Terminal-Bench 4.0 — GPT-6 Luna 0.126 مقابل GPT-6.1 Sol 0.561. فجوة قدرها 43 نقطة؛ النموذجان في مستويين مختلفين في العمل على الطرفية.

• Humanity's Last Exam — GPT-6 Luna 0.385 مقابل GPT-6.1 Sol 0.529.

• AutomationBench-AA — GPT-6 Luna 0.532 مقابل GPT-6.1 Sol 0.649.

• GDPval-AA v2.1 — GPT-6 Luna Elo 1437.1 مقابل GPT-6.1 Sol Elo 1575.1، بفارق 138 نقطة في تصنيف Elo على صعيد العمل المعرفي المهني.

• GDP.pdf — GPT-6 Luna 0.228 مقابل GPT-6.1 Sol 0.310.

• CritPt — GPT-6 Luna 0.194 مقابل GPT-6.1 Sol 0.317.

• AA-Omniscience — GPT-6 Luna 0.65 مقابل GPT-6.1 Sol 41.5. على مقياس يعني فيه الصفر أن عدد الإجابات الصحيحة يساوي عدد الإجابات الخاطئة، فإن Luna عند خط الماء وSol أعلى منه بشكل معتبر.

• MMMU-Pro — GPT-6 Luna 0.797 مقابل GPT-6.1 Sol 0.860.

• التكلفة لكل مهمة فهرسة، بشكل مستقل — GPT-6 Luna بسعر $0.068 مقابل GPT-6.1 Sol بسعر $0.72؛ فارق يقارب عشرة أضعاف لصالح النموذج الأرخص

• رموز الإخراج في تشغيل المؤشر — GPT-6 Luna ‏144 مليون مقابل GPT-6.1 Sol ‏67 مليون، في مقابل وسيط الفئة البالغ 100 مليون لـ Luna وحوالي 81 مليون لـ Sol

اثنتان من أصل عشر تقييمات هما تعادل لصالح النموذج الرخيص. ثماني تقييمات تذهب إلى النموذج المكلف، وفي ست من تلك الثماني ليس الهامش هامشيًا. هذه هي القراءة الصادقة للنقاط الثلاث عشرة: فالأمر ليس تدرجًا موحدًا في الجودة، بل قدرتان — التنفيذ الوكيلي المتواصل والموثوقية الحقائقية — حيث لا تكون Luna ببساطة من الفئة ذاتها من النماذج، ومنطقة وسطى واسعة يكون فيها الفرق حقيقيًا لكنه صغير بما يكفي ليكون غير مرئي في مجموعة تقييمك الخاصة.

تستحق نتيجة AA-LCR تحفّظًا واحدًا، لأنها الرقم الأكثر مجاملةً لـ Luna. إن الاستدلال طويل السياق عند 0.833 نتيجة قوية، والنموذجان يفصل بينهما أقل من نصف نقطة، لكن المعيار يقيس الاسترجاع والاستدلال على المدخلات الطويلة، لا القدرة على التصرف خلال جلسة طويلة. الفجوة في Terminal-Bench 4.0 هي ما يبدو عليه التصرف خلال جلسة طويلة عند تقييمه، وهي تبلغ 43 نقطة.

حساب التكلفة لكل مهمة، وأين يتوقف عن كونه صحيحًا

تحدد Artificial Analysis أسعار كل تشغيل للمؤشر بناءً على استهلاك الرموز المقاس، لذا فإن رقم التكلفة ليس استنتاجًا من قائمة الأسعار. كلف تشغيل GPT-6 Luna 0.068 دولار لكل مهمة؛ وكلف تشغيل GPT-6.1 Sol 0.72 دولار. النسبة هي 10.7×، وهي أسوأ قليلاً من نسبة السعر الاسمية البالغة عشرين ضعفًا فقط لأن Luna أنتجت 144 مليون رمز إخراج في التشغيل مقابل 67 مليونًا لـ Sol — النموذج الرخيص أكثر ثرثرة بأكثر من الضعف، وهذا يأكل من ميزته. ومع ذلك، فإن الترتيب ليس متقاربًا، وعلى عبء عمل قصير الإجابات سيتسع الفارق: حجم إخراج أقل يعني أن عقوبة الثرثرة لدى Luna تتقلص بينما تظل ميزتها السعرية ثابتة.

الموضع الذي تتوقف فيه الحسابات عن أن تكون صحيحة هو أي عبء عمل لا يشبهه المؤشر. إذا كانت مهمتك تعديلًا على مستوى المستودع يحتاج إلى عشرين استدعاء أداة تبقى متماسكة، فإن نموذجًا بتكلفة $0.07 يفشل في المهمة يكلفك حلقة إعادة المحاولة كاملة بالإضافة إلى الوقت الفعلي، ونموذج $0.72 الذي ينجزها مرة واحدة أرخص. إن تأطير إطلاق GPT-6.1 Sol نفسه مبني بالكامل على هذه الفكرة — التكلفة لكل إتمام مهمة — وهو الإطار الصحيح: المقارنة ذات الصلة ليست معدل الرموز، بل التكلفة المتوقعة لكل نتيجة، وفي المهام التي لا تستطيع Luna إكمالها، يكون ذلك التوقع غير محدود.

هناك تفصيلان بنيويان يزيدان وضوح الحدود. أولًا، خطوة السياق الطويل: يعيد كلا النموذجين التسعير عند تجاوز 272,000 من توكنات الإدخال، فترتفع Luna إلى $0.20 و$0.75، وترتفع Sol إلى $4.00 و$15.00، بحيث تتسع الفجوة المطلقة عند الحد بدلًا من أن تضيق، لكن سعر Luna بعد إعادة التسعير لا يزال أقل من سعر Sol القياسي بمقدار مرتبة قدرية. ثانيًا، ومن السهل تفويته: سلّم الجهد ليس على الشكل نفسه. تقبل Luna القيمة none؛ أما Sol فلا. أي تسلسل احتياطي يوجّه الطلب إلى Sol أولًا ثم يعود إلى Luna عند حدوث خطأ أو مهلة يجب ألا ينقل حقل الطلب reasoning.effort كما هو دون تغيير، لأن أي تهيئة تكون صالحة على أحد النموذجين تعيد خطأً على النموذج الآخر. وهذا أمر يخص طبقة التوجيه، لا جودة النموذج، وهو بالضبط النوع من الأمور التي يُفترض أن تستوعبه نقطة نهاية واحدة مزوّدة بقاعدة توجيه.

تشغيل كليهما هو الهدف، وليس تحوّطًا.

Both models are on OrcaRouter at Open​AI's own list prices with nothing added: GPT-6 Luna at $0.10 and $0.50 with cached input at $0.01, GPT-6.1 Sol at $2.00 and $10.00 with cached input at $0.10, and the 272,000-token step on each passed through exactly as the vendor lists it. Because the platform passes provider list price through rather than marking it up, the twenty-fold ratio in this article is the ratio you actually pay, on both sides.

السبب الذي يهم هنا تحديدًا هو أن هذا الثنائي عبارة عن سلسلة متتالية تنتظر أن تُكتب. لا ينبغي أن يوضع المصنّف والموجّه ومهمة الاستخراج الجماعي ووكيل البرمجة على نطاق مستودع على النموذج نفسه، والفجوة السعرية واسعة بما يكفي بحيث يكون الاختيار الخاطئ في أي من الاتجاهين مكلفًا — عشرين ضعفًا أكثر مما ينبغي لكل استدعاء في أحد الاتجاهين، ومهمة فاشلة في الاتجاه الآخر. مفتاح واحد، ونموذجان، وقاعدة ترسل الحركة السهلة إلى Luna وتصعّد إلى Sol عندما تتغير فئة المهمة أو عندما يفشل ناتج Luna في اجتياز فحص، هو تغيير في الإعدادات من جانبنا بدلًا من عقد مورّد ثانٍ. يغطي التبديل التلقائي عند الفشل الحالة التي يكون فيها أحد النموذجين متدهورًا، وهي بالنسبة لنموذج صدر قبل ثمانية أيام ما تزال احتمالًا قائمًا.

القرار، في مرور واحد

• التصنيف، والاستخلاص، والتوجيه، والتلخيص المجمّع، والحلقات الداخلية للوكيل — GPT-6 Luna، وتوقف عن القراءة. عند $0.10/$0.50 مع قراءة مخبأة بتكلفة سنت واحد، لا تستحق ثلاث عشرة نقطة مؤشر من القدرة العامة عشرة أضعاف الفاتورة في عمل تكون فيه الإجابة قصيرة وقابلة للتحقق.

• برمجة على نطاق المستودع، وكلاء الطرفية، تنفيذ متعدد الخطوات — GPT-6.1 Sol. فارق الـ 43 نقطة في Terminal-Bench 4.0 هو الحجة بأكملها؛ فهذه هي القدرة التي يشتريها السعر.

• أسئلة العمل المعرفي التي تكون فيها الإجابة الخاطئة مكلفة — GPT-6.1 Sol، بشأن الفجوات في AA-Omniscience وGDPval-AA. درجة موثوقية الحقائق لدى Luna عند خط الماء.

• مدخلات طويلة مع إجابة مُولَّدة قصيرة — GPT-6 Luna. يستدل على سياق طويل بمستوى يعادل نموذجًا تبلغ تكلفته عشرين ضعف التكلفة، ولا تُتاح لعقوبة الإسهاب لديه البالغة 144 مليون رمز أي فرصة للتطبيق.

• أي شيء تم ضبطه بالفعل على لا شيء — ابقَ على Luna، أو خصّص ميزانية للتغيير. هذا المستوى غير موجود على GPT-6.1 Sol.

• الأسطح الحساسة لزمن الاستجابة — GPT-6 Luna، استنادًا إلى قياسات اللوحة نفسها: 129.4 رمز إخراج في الثانية و100 ثانية حتى أول مقطع، مقابل 59.7 و332 لدى Sol.