بطاقة عنوان لمقارنة بين GPT-6.2 Astra وGPT-6.2 Sol وهما يبنيان العرض التجريبي الميكانيكي نفسه ليونكرز بتقنية three.js، وتُظهر Astra عند 1,318 نقطة Elo على مقياس AA-3D التابع لـ Artificial Analysis وSol عند 1,259، مع شريط يشير إلى أنه في مقارنة جانبية منشورة لأحد المطورين لم يحوّل أي من النموذجين المدينة إلى ميكا بشكل مقنع. ويقع شعار OrcaRouter في الزاوية اليمنى السفلى.
Guides & Insights

GPT-6.2 Astra مقابل GPT-6.2 Sol: عرضان ميكانيكيان، وإخفاق واحد

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

منشور الإطلاق الخاص بـOpenAI بخصوصGPT-6.2 Astra وGPT-6.2 Sol يقدّم وعدًا ضيقًا وقابلًا للتحقق: أن الثنائي "يكتب شيفرة أنظف ويبني واجهات أمامية تبدو وتعمل بشكل أفضل، لا سيما للمواقع والألعاب والتصميم ثلاثي الأبعاد". وهذا نوع من الادعاءات التي لا تستطيع ورقة مواصفات حسمه، ولا يستطيع أي اختبار قياسي إلا تقريبه، لذا بعد يومين من الإصدار توجد بالضبط مواجهة مباشرة منشورة وقابلة للتكرار واحدة بشأنه — اختبار Yonkers التابع لسايمون ويليسون، الذي شُغّل على كلا النموذجين بمستوى Ultra في Codex CLI، مع إتاحة كلا المخرجين على الإنترنت ليفتحه أي شخص. وحكمه هو السطر الأول من القصة: "لم يؤدِّ أي منهما المهمة على نحو جيد بما يكفي لتحويل Yonkers إلى روبوت ميكانيكي ضخم."

ما يجعل هذا الاختبار يستحق مقالًا ليس أن نموذجين أخفقا، بل أنهما أخفقا بطرق مختلفة، في شيفرة يمكنك قراءتها، وأن الذي أخفق بتكلفة أعلى هو الذي كان جيدًا بما يكفي لتحرير فيديو المقارنة لاحقًا. إذا كنت على وشك إنفاق أسبوع من نافذة السياق على توليد الواجهة الأمامية، فإن الفرق بين حزمة بحجم 568 كيلوبايت وأربع وحدات مكتوبة يدويًا هو الفرق بين عرض تجريبي يمكنك شحنه وآخر عليك إعادة كتابته.

ما تقوله Open​AI إنه يمكن للثنائي بناؤه

الادعاء محدد بما يكفي لاختباره. يصف منشور OpenAI كلا النموذجين بأنهما يحوّلان «موجزًا مكتوبًا إلى تجربة تفاعلية في المتصفح، بدءًا من طاولة بينبول يمكن لعبها وصولًا إلى إعادة إنشاء للكولوسيوم يمكن استكشافها من زوايا مختلفة»، ويشير إلى AA-3D التابع لـ Artificial Analysis، حيث يرى الحكّام البشريون تجربتين معمّاتين مبنيّتين من المطالبة نفسها ويصوّتون لصالح التجربة التي يفضّلونها. على تلك اللوحة، يحتل GPT-6.2 Astra المرتبة الأولى بـ 1,318 من نقاط Elo، متقدمًا على Claude Fable 5.2 بـ 1,271 وGPT-6.2 Sol بـ 1,259.

اقرأ الفجوة البالغة 59 نقطة بين نموذجَي Open​AI وستستنتج أن Astra أفضل بدرجة معتبرة في الرسومات ثلاثية الأبعاد. اقرأ الأرقام المطلقة فتتعلّم شيئًا تخفيه لوحة الترتيب: فهي لا تقارن سوى محاولتين للموجّه نفسه، لذا يمكنها أن تخبرك أيّ المحاولتين تبدو أفضل بينما لا تقول شيئًا عمّا إذا كان أيٌّ منهما جيدًا. اختبار تفضيل مُعمّى بين آليتين غير مكتملتين يعيد فائزًا رغم ذلك.

تضيف الوثائق تحذيرًا يبدو وكأنه اعتذار من فريق هندسة المطالبات. وفي ملاحظات الترحيل الخاصة بـ GPT-6.2، تذكر Open​AI أن كلا النموذجين أكثر إيجازًا وأكثر مباشرة من GPT-6 Astra، وأنهما قد يقترحان خطوة وينتظران عندما تكون النية غير واضحة، وأن — وهذا السطر المهم لهذا المقال — العمل على الواجهة الأمامية بات يحتاج الآن إلى توجيه صريح بشأن الصور والطباعة. التوجيه الذي لم تكتبه هو توجيه يبتكره النموذج. لا تحتوي مطالبة Yonkers على أي توجيه فني على الإطلاق، وهذا تحديدًا ما يجعلها اختبارًا عادلًا للنموذجين واختبارًا غير عادل قليلًا لأي منهما.

أمر واحد، عرضان تجريبيان منشوران

«أنشئ رسومًا متحركة باستخدام three js حيث ينهض Yonkers كروبوت ميكا ضخم (حركة نهوض رائعة) ويدوس في مانهاتن وكوينز وبروكلين، واستخدم بيانات خرائط OpenStreetMap.» استخدم كلا التشغيلين إعداد Ultra في Codex CLI. لا تزال نتيجتا التشغيلين متاحتين على الإنترنت، وكلتاهما تفتحان مشهد WebGL يعمل بكاميرا حقيقية ومدينة حقيقية منخفضة المضلعات ومسار حقيقي — وهذا وحده أكثر مما تنتجه معظم طلبات three.js في المحاولة الأولى.

لا يُعدّ أيٌّ منهما عملًا مكتملًا. مقارنة ويلسون الخاصة هي مع نسخ Claude Fable 5.2 وGemini 4 Carbon المبنية على الموجز نفسه، وحكمه أن محاولتَي GPT-6.2 كلتيهما تخسران في الشيء الوحيد الذي طلبه الموجز فعليًا: الانتقال من المدينة إلى الميكانيكي الواقف. حركة النهوض هي العرض، ولم يقم أي من النموذجين بتحريكها فعليًا.

• الحزمة — تشحن GPT-6.2 Astra بناءً واحدًا من Vite بحجم 568,418 بايت بالإضافة إلى 8,075 بايت من CSS، مقابل GPT-6.2 Sol التي تشحن main.js بحجم 17,094 بايت يستورد city.js وmech.js وeffects.js، مع تقديم three.js محليًا بحجم 658,900 بايت.

• الجدول الزمني — تشغّل Astra تسلسلاً مدته 96 ثانية على شريط تمرير من 0 إلى 960، مقابل Sol بتسلسل مدته 48 ثانية، مع بدء المشي عند 6.25 ث والخطوة الأخيرة عند 44.5 ث

• الفصول — أربعة لكل منها: Astra ترقمها باستخدام عداد تسلسلي يقرأ "01 / 04" بينما Sol تسميها يونكرز، مانهاتن، كوينز وبروكلين، بدءًا من 0، 17.6، 30.2 و38 ثانية

• الكاميرا — أسترا تبدّل بين عرض "التتبع" و"الأطلس" مقابل سول، تبديل مداري مرتبط بـ O

• التليمترية — تُصدر Astra قراءة إجراء نصّها «صاعد» وإحداثيات «40.9310° N 73.8987° W» مقابل Sol على لوحة رادار 184×138 عند «40.93° N · 73.90° W»

• الإسناد — يذكر كلاهما OpenFreeMap وOpenMapTiles و© مساهمي OpenStreetMap في تذييل الصفحة، وهو الشرط الوحيد في التكليف الذي لم يُسقِطه أي من النموذجين

• تكلفة التشغيل — عند أقصى جهد، كلّف البجع SVG القياسي الخاص بـ Willison مبلغ 88.71¢ على Astra مقابل 13.69¢ على Sol، وهي نسبة تنطبق عند كل مستوى جهد قام بقياسه

A two-column scoreboard comparing GPT-6.2 Astra and GPT-6.2 Sol on the Yonkers three.js build, with rows reading AA-3D Elo 1,318 versus 1,259, input price $8.00 versus $2.00 per million tokens, output price $40.00 versus $10.00, cached input $0.40 versus $0.10, demo timeline 96 seconds versus 48 seconds, and build one 568 KB bundle versus four ES modules, with a footer crediting AA-3D to Artificial Analysis, prices to OpenAI's rate card, and the build and timeline to the two published demos. The OrcaRouter logo sits in the bottom-right corner.

أسترا: حزمة واحدة بحجم 568 كيلوبايت، وواجهة مستخدم مبنية على النصوص البرمجية

إصدار Astra عنوانه «Stride Atlas — Yonkers Rising» ويعمل كعرض تقديمي: ترويسة تحمل العلامة التجارية وحالة «النظام متصل»، وزر تبديل الصوت، وزر ملء الشاشة، ولوحة رسم تنص تسميتها المخصصة لإمكانية الوصول على «مدينة ثلاثية الأبعاد وميكا متحركة. اسحب للتدوير ومرر للتكبير». أسفلها، سطر تمهيدي صغير نصه «محاكاة الميكا / 001»، وعنوان رئيسي نصه «يونكرز تنهض.»، وسطر فرعي نصه «منطقة نيويورك الحضرية».

البراعة تكمن في الأجهزة. ثمة لوحة قياس عن بُعد تضم قراءة إجراء تقول "صاعد" وإحداثيات مباشرة، ولوحة رسم مدمجة لنظرة عامة على المسار موسومة بـ 10 كم، ووحدة تحكم تشغيل تضم عداد تسلسل، وزرّي تشغيل وإعادة بدء، وساعة، ونطاق تمرير من 0 إلى 960، ووقت انتهاء 01:36. أي 96 ثانية من تسلسل مؤلَّف، وشريط تمرير بهذا الطول ليس مصادفة — إنه قرار بأن العرض التجريبي فيلم والكاميرا هي المخرج.

يأتي أيضًا كمُخرَج واحد مُجمَّع. يُجمَّع كل ما سبق في ناتج Vite واحد بحجم 568,418 بايت، وورقة أنماط واحدة بحجم 8,075 بايت، مع بقاء السلسلة chapters وstompProgramCache بعد التصغير لأن بيانات التسلسل حقيقية. بالنسبة لعرض تجريبي، تكون الحزمة هي الخيار الصحيح: ملف واحد للاستضافة، ومدخل واحد في ذاكرة التخزين المؤقت، ولا يوجد رسم بياني للاستيراد يمكن أن ينكسر. أما بالنسبة لقاعدة شيفرة يتعين عليك توسيعها، فهي جدار من 568 كيلوبايت.

The GPT-6.2 Astra build of the Yonkers mech demo, titled Stride Atlas with a Yonkers Rising headline, showing a low-poly New York City on a three.js canvas, a mech telemetry panel reading Rising with coordinates 40.9310 degrees north and 73.8987 degrees west, a 10-kilometre route overview inset, a sequence console at 01 of 04 with a 96-second scrubber, and OpenStreetMap attribution.

سول: أربع وحدات، three.js محلي

يحمل إصدار Sol عنوان «Yonkers Protocol | محاكاة روبوت آلي في نيويورك»، ويذكر وصفه التعريفي التقنية صراحةً: «رسوم متحركة سينمائية باستخدام Three.js لروبوت آلي بحجم مدينة ينهض في يونكرز ويسير عبر مانهاتن وكوينز وبروكلين.» تعمل الصفحة تحت علامة «METRO CONTROL / NEW YORK, NY» مع شريحة «OPENSTREETMAP TERRAIN»، ومفتاح تبديل العرض المداري، ومفتاح تبديل الصوت، ومنطقة عرض تحمل تسمية «محاكاة Yonkers Protocol».

بينما صاغت Astra سيناريو فيلم، بنت Sol غرفة تحكم. توجد قراءة قطاع عند «01 / 04 YONKERS»، وزر «بدء التسلسل» مع تلميح SPACE، ولوحة رادار مقاس 184×138، وأربعة أزرار للمراحل — يونكرز / الاستيقاظ، ومانهاتن / باتجاه الجنوب، وكوينز / إيست ريفر، وبروكلين / الاقتراب الأخير — وتلميح للسحب للدوران والتمرير للتكبير. النص هو أكثر ما يبعث على الثقة في أيٍّ من الصفحتين: «شاهد يونكرز تنهض من واجهة هدسون المائية وتزحف عبر مانهاتن وكوينز وبروكلين.»

الكود هو الجزء المثير للاهتمام. تجاوز Sol أداة التجميع بالكامل واستخدم خريطة استيراد تشير three إلى نسخة محلية من بناء الوحدة، ثم قسّم العمل يدويًا: city.js بحجم 9,603 بايت، mech.js بحجم 25,511، effects.js بحجم 12,119. main.js يحتوي على التوجيه — مدة 48 ثانية، بدء المشي عند 6.25 ث، والخطوة الأخيرة عند 44.5 ث، وست عشرة نقطة تحقق للطول والعرض تمتد من Yonkers نزولًا إلى Brooklyn، وTHREE.CatmullRomCurve3 عبرها، مع ضبط arcLengthDivisions على 1,000 كي يسير الميك بوتيرة متساوية بدلًا من التسارع عبر المنعطفات الضيقة. هذا الإعداد الأخير هو نوع التفصيل الذي لا تكتبه إلا إذا كنت قد شاهدت شخصية تتعثر في حركتها.

لا أحد الأسلوبين خاطئ. فقد حسّنت Astra من أجل شيء يُحمَّل، وحسّنت Sol من أجل شيء يمكنك فتحه وتحريره — وتقسيم الملفات يخبرك بأن Sol أدركت أن العرض التجريبي ثلاثي الأبعاد هو رسم بياني للمشهد وممثل ومجموعة مؤثرات، وأن هذه تنتمي إلى ملفات مختلفة.

The GPT-6.2 Sol build of the Yonkers mech demo, titled Yonkers Protocol, showing a cinematic low-poly New York City with a sector readout at 01 of 04 Yonkers, a radar panel at 40.93 degrees north and 73.90 degrees west, a Start sequence button with a space-bar hint, four phase buttons for Yonkers, Manhattan, Queens and Brooklyn, and OpenStreetMap attribution.

التحول الذي فات كلا العرضين التوضيحيين

هذا هو الجزء الذي لا يغطيه أي قدر من صقل واجهة المستخدم. يطلب الموجّه من Yonkers أن ينهض بوصفه ميكا ضخمة — تحوّلًا، حيث يتحوّل مربّع من المدينة إلى جسد. لا يقدّم أيٌّ من البنّاءين ذلك الانتقال بشكل مقنع، ويقول Willison ذلك مباشرة، مصنّفًا كليهما خلف نسخة Claude Fable 5.2 ونسخة Gemini 4 Carbon.

تلك هي القراءة الصادقة لدرجة 1,318 في Elo. قاست Artificial Analysis أن Astra متقدمة على Sol، والعرض التجريبي يوافق على ذلك — فصفحة Astra هي الأكثر اكتمالاً. لكن لوحة النتائج تجيب عن سؤال «أيّ هذين أفضل؟»، بينما السؤال الذي يدور فعلاً في ذهن القارئ هو «هل هذا جيد بما يكفي للاستخدام؟»، وفي هذا الشأن فإن الجواب المستمد من المقارنة الجانبية المنشورة الوحيدة هو لا. اختبار تفضيل بين نموذجين أخطأ كلاهما في التحوّل سيظل ينتج ترتيباً، وسيظل الترتيب يُقدَّم باعتباره تفوقاً في القدرات.

النصف الآخر من قصة الواجهة الأمامية لهذا الإطلاق هو التواصل، وهو ليس مُطرِيًا هو الآخر. يقتبس Willison رسالة تعليقات Theo Browne قبل الإصدار، التي تصف نموذجًا يدير الوكلاء الفرعيين جيدًا في المهام الطويلة ثم يتوقف عند سؤال تنفيذ داخلي لا يستطيع أي إنسان الإجابة عنه — ومثاله وكيل بعد ساعتين في مشروع يتوقف ليسأل عمّا إذا كان المراجع يكتب مقاطعه إلى اسم ملف أو آخر. وملاحظة Open​AI الخاصة بالترحيل التي تقول إن النموذج "قد يقترح خطوة وينتظر عندما تكون النية غير واضحة" هي السلوك نفسه الموصوف من الداخل، وهي تكلفة حقيقية: فالوكيل الذي ينتظر مدخلات لا يمكنك تقديمها هو وكيل توقف.

ما تعنيه الفجوة بالنسبة لبنائك

إذا كان العمل عرضًا تجريبيًا ثلاثي الأبعاد أو خاصًا بالواجهة الأمامية، فإن الفرق العملي بين النموذجين ليس هو 59 Elo. بل إن Astra سيسلّمك منتجًا يبدو مكتملًا، بينما سيسلّمك Sol مستودعًا. اختر Astra عندما يكون المُخرَج رابطًا ترسله إلى شخص ما؛ واختر Sol عندما يكون المُخرَج شيفرة يجب على شخص آخر تغييرها يوم الاثنين.

سعّر الخيار على المحور نفسه. تتقاضى GPT-6.2 Astra 8 دولارات لكل مليون رمز إدخال و40 دولارًا لكل مليون رمز إخراج، مع إدخال مخزّن مؤقتًا بسعر 0.40 دولار وكتابات تخزين مؤقت بسعر 10 دولارات. وتتقاضى GPT-6.2 Sol 2 دولار و10 دولارات و0.10 دولار و2.50 دولار — أي ربع سعر الرمز في كل بند. وتتمتع كلتاهما بنافذة سياق تبلغ 1,050,000 رمز، بحد أقصى للإدخال يبلغ 922,000 وحد أقصى للإخراج يبلغ 128,000، وكلتاهما ترفض reasoning_effort: "none"، وتضاعف كلتاهما سعر الإدخال والإدخال المخزّن مؤقتًا عند تجاوز 272,000 رمز لكل طلب مع فرض 1.5× على الإخراج. تُحتسب معالجة الدفعات بنسبة 50% من السعر القياسي، والوضع السريع بالضعف، وفائق السرعة بثلاثة أضعاف حتى 28 فبراير 2027 وستة أضعاف اعتبارًا من 1 مارس 2027.

رقم التكلفة لكل عنصر من تلك الظهيرة نفسها هو ما ينبغي الاحتفاظ به. فاختبار البجع لدى ويليسون يُنتج ملف SVG نفسه عند ثلاثة مستويات من الجهد، وعند أقصى جهد كلّفت Astra 88.71¢ مقابل 13.69¢ لـ Sol — أي نحو ستة أضعاف ونصف تقريبًا لرسم لم يصف أيٌّ منهما نتيجته بأنها فوز ناجز. إن توليد الواجهات الأمامية عند جهد Ultra مجالٌ تكون فيه ميزة النموذج الباهظ حقيقية لكنها ضيقة، ومجالٌ تمحوها فيه إعادة محاولة واحدة.

أين تندرج طبقة التوجيه

لنكن صريحين بشأن الموقف: GPT-6.2 Astra وGPT-6.2 Sol ليسا في كتالوج OrcaRouter اليوم. إدخالات OpenAI التي نقدّمها هي GPT-6 Astra وGPT-6 Sol وGPT-6.1 Sol، لذا يمكن الوصول إلى هذين الطرازين عبر واجهة API الخاصة بـ OpenAI ومنصات الأطراف الثالثة عمومًا، وليس من خلالنا.

ما يمنحك إياه الكتالوج فعلًا هو العادة التي يدعو إليها هذا المقال. فاختبار مثل Yonkers هو بالضبط نوع حِمل العمل الذي تريد إجراء مقارنة A/B عليه بين النماذج بدلًا من تثبيت مسار إنتاجي عليه — والقيام بذلك عبر نقطة نهاية واحدة يعني مفتاحًا واحدًا وفاتورة واحدة ودون عقد ثانٍ، مع تحويل تلقائي عند الفشل عندما يبدأ نموذج تجربه في انتهاء المهلة أثناء العرض. أما البنود التي نغطيها فعلًا، فإن OrcaRouter يمرر سعر قائمة المزود كما هو بهامش ربح 0%، لذا فبطاقة أسعار البائع نفسه هي ما تدفعه، وأي تخفيض سعر يصبح ساريًا لدينا في اليوم نفسه. إذا كنت تختار بين نموذج بـ2 دولار ونموذج بـ8 دولارات لأعمال الواجهة الأمامية، فتلك هي المقارنة التي تستحق أن تجريها بنفسك، على نفس الموجّه، قبل أن تختار نموذجًا افتراضيًا.

الدرس الأضيق المستفاد من هذا الإطلاق هو أن التوليد ثلاثي الأبعاد قد انتقل من "مستحيل" إلى "غير مكتمل"، ويقع النموذجان في نقطتين مختلفتين على هذا المنحدر: أحدهما ينتج صفحة تبدو منتهية، والآخر ينتج شيفرة برمجية منتهية فعلاً. لم يُحوِّل أيٌّ منهما يونكرز. وقد اقترب كلاهما بما يكفي لدرجة أن الإصدار التالي سيفعل ذلك على الأرجح — وعندما يفعل، ستكون تكلفة اكتشاف الأمر مجرد توجيه واحد، لا عملية ترحيل واحدة.

مقارنات في هذه المقالة1

مستخرج من هذه المقالة