GPT-6 Luna يتحول إلى الخيار الافتراضي: ما الذي يجلبه عُشر دولار لكل مليون في الواقع

الشيء الأكثر تأثيرًا الذي حدث لـGPT-6 Luna في أسبوعه الأول لم يكن تخفيض السعر. بل كان التزام دمج. وفي غضون يوم من إصدار المورّد لـ GPT-6 Luna في 22 سبتمبر 2026، أجرت منصة وكلاء مفتوحة المصدر تغييرًا يجعله النموذج الاحتياطي لكل مؤسسة لم تكن قد اختارت افتراضيًا خاصًا بها — ليحل محل GPT-5.6 Terra، وهو فئة أكبر وأكثر تكلفة بكثير. كان التبرير المعلن حسابيًا: عند 0.10 و0.50 دولار لكل مليون رمز، يكلف GPT-6 Luna جزءًا واحدًا من عشرين من سعر إدخال GPT-5.6 Terra، وجزءًا واحدًا من أربعة وعشرين من سعر إخراجه. هذه إشارة حقيقية، وهي أيضًا نصف القصة فقط. GPT-6 Luna بسعر 0.10 دولار لكل مليون رمز إدخال و0.50 دولار لكل مليون رمز إخراج، مقابل 2.00 و10.00 دولار لـ GPT-6 Sol، الفئة الأعلى منه، و10.00 و50.00 دولار للرائد GPT-6 Astra. النموذج الذي يحل محله في ذلك المنصب الافتراضي، GPT-5.6 Luna، لا يزال يكلف 0.20 و1.20 دولار — ضعف الإدخال وأكثر من ضعف الإخراج. إن عُشر دولار لكل مليون رخيص بما يكفي حتى يتوقف القرار عن كونه متعلقًا بالسعر ويبدأ في أن يكون متعلقًا بما ينجزه النموذج فعليًا.

إذن، هذا ليس شرحًا لإطلاق، وليس منشورًا عن تخفيض سعر — لقد كتبنا كليهما، وقائمة الأسعار نفسها محسومة. إنه محاولة للإجابة عن السؤال الذي يتجاهله تسويق الفئة الرخيصة: إذا أصبح نموذج ما خيارك الافتراضي، فماذا يفعل بالعمل الذي كان يذهب إلى شيء أكبر؟ تأتي الأدلة على ذلك من ثلاثة أماكن، وهي لا تتفق فيما بينها. معايير OpenAI الخاصة هي الأكثر إطراءً والأقل قابلية للتكرار. نشرت Artificial Analysis مؤشرًا مستقلًا في الأسبوع نفسه، وهو أكثر فائدة لأنه يسعّر المهام المكتملة بدلًا من الرموز. وقد شغّل عدد قليل من الناس النموذج الآن مقابل بنية تحتية حقيقية، وهنا تكمن الإخفاقات المثيرة للاهتمام. وعندما يكون الرقم مُبلَّغًا عنه من المورّد، تذكر الجملة التي تحمله ذلك.

ما الذي تم شحنه فعليًا

GPT-6 Luna هو الفئة الصغيرة ضمن عائلة الجيل السادس، ويقع أدنى من GPT-6 Sol، وأدنى بكثير من GPT-6 Astra الرائد. وتحدد وثائق OpenAI الخاصة بنماذجها، التي قُرئت هذا الأسبوع، الإطار العام:

• معرّف الطراز — gpt-6-luna، لقطة واحدة بلا نسخة مؤرَّخة. لا يوجد أي gpt-6-luna-pro مُدخَل في قائمة الطرازات؛ فسلسلة pro المتداولة في كتالوجات الجهات الخارجية هي قيمة لوضع الاستدلال، وليست طرازًا.

• السياق والحدود — نافذة سياق بحجم 1,050,000 رمز، وحتى 922,000 رمز إدخال، وسقف إخراج يبلغ 128,000 رمز، وتاريخ انتهاء المعرفة 18 مايو 2026. يُدخَل نص وصورة، ويُخرَج نص.

• السعر — 0.10 دولار لكل مليون توكن إدخال، و0.01 دولار لكل مليون إدخال مُخزَّن مؤقتًا، و0.125 دولار لكل مليون عملية كتابة في الذاكرة المؤقتة، و0.50 دولار لكل مليون توكن إخراج. وقد وصفت OpenAI هذه الأسعار بأنها دائمة وليست تمهيدية.

• خطوة السياق الطويل — الطلبات التي تتجاوز 272,000 رمز إدخال يُعاد تسعيرها بضعف أسعار الإدخال والتخزين المؤقت و1.5× سعر الإخراج، وتُطبَّق على الطلب بأكمله وليس على الفائض. هذا هو الخطأ الأكثر تكلفة على الإطلاق المتاح على هذا النموذج، لأنه يُفعَّل بحجم الطلب الإجمالي، وليس بمقدار ما تستخدمه منه.

• مستويات الخدمة — يعمل Batch وFlex بنصف الأسعار القياسية؛ ويضاعفهما وضع Fast. وبالتالي فإن العمل المجمع غير المتزامن بسعر النصف مرة أخرى، وتحتوي بطاقة الأسعار على أربعة أسعار فعلية مختلفة حسب طريقة إرسال الطلب.

• الجهد — ست قيم: none وlow وmedium وhigh وxhigh وmax، مع medium بوصفها القيمة الافتراضية الموثّقة. الجهد يُحدَّد لكل طلب على حدة، وليس خاصية من خصائص النشر.

• نقاط النهاية — Responses وChat Completions وBatch. يتعامل Chat Completions مع استدعاء الدوال فقط عندما يكون جهد الاستدلال مضبوطًا على none؛ وتتطلب الأدوات المدمجة واستدعاء الدوال عمومًا واجهة Responses API، التي تدعم البحث على الويب، والبحث في الملفات، وتوليد الصور، ومفسّر الشيفرة، والصدفة المستضافة، وapply_patch، والمهارات، واستخدام الحاسوب، وMCP، والبحث في الأدوات.

هذا السطر الأخير أهم مما يبدو. إذا كانت الأتمتة لديك تستخدم الأدوات، فأنت على Responses API، ويكون مقبض الجهد لديك مرتبطًا باختيار نقطة النهاية. الفريق الذي يضبط الجهد على منخفض لتوفير المال ويتوقع أن يظل استدعاء الدوال يعمل على Chat Completions قد بنى خط أنابيب سيفشل عند أول استدعاء أداة.

الرقم الذي يحسم الأمر هو التكلفة لكل مهمة مكتملة، وليس التكلفة لكل رمز

نشرت Artificial Analysis تقييمها المستقل خلال ساعات من الإطلاق، والرقم الرئيسي مقلق لأي شخص افترض أن توكنًا أرخص يعني مهمة أرخص. على مؤشر الذكاء الخاص بها، تبلغ تكلفة GPT-6 Luna نحو 0.07 دولار لكل مهمة عند أقصى جهد، مقابل نحو 0.18 دولار لـ GPT-5.6 Luna عند الجهد نفسه — انخفاض بنحو 60%، مردّه إلى خفض السعر لا إلى قيام النموذج بعمل أقل. درجة المؤشر نفسها على مستوى النموذج الذي يحل محله. أما GPT-6 Sol، للمقارنة، فيبلغ نحو 1.06 دولار لكل مهمة مؤشر مقابل 1.99 دولار لـ GPT-5.6 Sol.

اقرأ تلك الأرقام الثلاثة معًا، فيتضح شكل العائلة. تكلفة Sol لكل مهمة تبلغ نحو خمسة عشر ضعف تكلفة Luna، مقابل درجة أعلى بفارق ملموس. Luna ليست نسخة أدنى من Sol؛ بل هي أداة مختلفة، ورقم التكلفة لكل مهمة هو ما يخبرك أيّهما تحمل بين يديك.

النصف المقلق هو ما حدث لوكيل البرمجة. في مؤشر Coding Agent Index من Artificial Analysis، يسجل GPT-6 Luna درجة 41 عند أقصى جهد — بانخفاض نقطتين عن 43 لدى GPT-5.6 Luna — بينما تحرك GPT-6 Sol في الاتجاه المعاكس، مرتفعًا نقطتين إلى 57 بتكلفة $2.99 لكل مهمة. لذا فإن الاستبدال الجيلي في الفئة الرخيصة يمثل تراجعًا طفيفًا في البرمجة الوكيلية، وليس تحسنًا، حتى مع انخفاض السعر. أي شخص يقرأ «جيل جديد» على أنه «أفضل بشكل مطلق» سيفاجأ بذلك العمود.

الإسهاب هو البند الخفي

هناك رقم ثانٍ في التقييم نفسه يفسّر الكثير عن الرقم الأول. أثناء تشغيل مؤشر الذكاء، أنتج GPT-6 Luna نحو 51,000 رمز إخراج لكل مهمة، مقابل نحو 41,000 لـ GPT-5.6 Luna. النموذج الأحدث والأرخص أكثر إسهابًا بنحو الربع للوصول إلى نتيجة مماثلة. التوفير يأتي من خفض السعر، لا من أن النموذج أصبح أكثر كفاءة لكل وحدة عمل.

هذا مهم لسببين. بمعدل 0.50 دولار لكل مليون رمز إخراج، فإن 10,000 رمز إخراج إضافية لكل مهمة تكلف نصف سنت. وطبّق ذلك على مئة ألف مهمة يوميًا، فيصبح الزائد مليار رمز، أو 500 دولار يوميًا — على نموذج سعره المعلن عشرة سنتات لكل مليون رمز إدخال. كما أن الإسهاب يتفاعل بشكل سيئ مع سقف الإخراج البالغ 128,000 رمز: فالنموذج الذي يفكر أطول ويكتب أطول يصل إلى ذلك السقف أسرع، ما يحوّل مشكلة تكلفة إلى مشكلة اقتطاع.

التخفيف هو انضباط التخزين المؤقت، وهذه العائلة لديها واحد جيد حقًا. قراءات الإدخال المخزّنة مؤقتًا بسعر 0.01 دولار لكل مليون هي عُشر السعر غير المخزّن مؤقتًا، وقد غيّرت OpenAI قواعد الإبطال بحيث لم يعد تعديل جهد الاستدلال أو توافر الأدوات يُسقط السياق المخزّن مؤقتًا. بالنسبة لعبء عمل ذي بادئة طويلة مستقرة — مخطط، أو توجيه نظام، أو مستند تطرح عليه ستة أسئلة — فإن معدل الإدخال الفعلي أقرب إلى سنت منه إلى عشرة سنتات، وهذه الفجوة أوسع من الخفض الرئيسي المعلن. وهي أيضًا الفرق بين أن تكون الفئة الرخيصة رخيصة وأن تكون مجرد أرخص.

حيث تتراجع الفئة الرخيصة، وحيث لا تتراجع.

التقييم المستقل نفسه يفصل بين الانحدارات والضجيج، وهذا التمييز هو أكثر ما يفيد فيه. يخسر GPT-6 Luna نحو 75 إيلو مقابل سابقه على GDPval-AA v2.1، ونحو 45 إيلو على AA-Briefcase v1.1. وتعزو Artificial Analysis كليهما إلى جودة عرض أدنى ومخرجات تتخطى عناصر معايير التقييم المطلوبة، بدلاً من إخفاقات تتعلق بالحقائق أو بالاستدلال. ويتحسن معدل الهلوسة لديه بشكل حاد، من نحو 93% إلى 77%، وينتقل مؤشر AA-Omniscience من −10 إلى 1. وعلى AutomationBench-AA يحقق مكسبًا، 53% مقابل 50%؛ وعلى Terminal-Bench 4.0 يحقق مكسبًا طفيفًا، 13% مقابل 12%.

هذا التقسيم هو القرار كله. لم يزدد النموذج سوءًا في أداء المهمة؛ بل ازداد سوءًا في تسليمك الناتج النهائي. إذا كنت تستهلك مخرجات منظمة — تصنيفًا، أو استخلاصًا، أو قرار توجيه، أو حمولة JSON — فإن التراجع لا يكلفك شيئًا، وخفض السعر مال مجاني. أما إذا كان إنسان يقرأ المُسلَّم، فإن التراجع يكلفك مراجعًا، ووقت ذلك المراجع على الأرجح أغلى من الرموز التي وفرتها.

تقع مزاعم OpenAI غير المُعاد إنتاجها في الطرف المقابل من الطيف: أنه عند الجهد العالي يتفوق GPT-6 Luna على سابقه بـ5.4 نقطة مئوية بتكلفة أقل بنسبة 58% لكل مهمة؛ وأنه عند الجهد الأقصى يسجل 66.6% على DeepSWE 1.1، وهو ما تقارنه OpenAI بـ Claude Opus 5 عند الجهد المتوسط بجزء ضئيل من تكلفة المهمة؛ وأنه على OSWorld 2.0 يتجاوز GPT-5.6 Sol عند الجهد المتوسط بنحو عُشر التكلفة. تلك مقارنات على أدوات تقييم خاصة بالبائع عند إعدادات جهد اختارها البائع، والشيء الوحيد الجدير بالأخذ منها هو الاتجاه — فالطبقة الرخيصة أصبحت الآن في متناول الطبقة المتوسطة للعام الماضي. أما النسب المئوية لكل مهمة فمن الجدير تجاهلها، لأن أداة التقييم ليست نفسها على الجانبين.

عند حد الجهد الأدنى يصبح هذا الأمر عمليًا. التوصية المنشورة هي اختبار «none» أو «low» أولًا للاستخراج والتوجيه البسيطين، ورفع الجهد فقط حيث تبرر الجودة المقيسة ذلك. وجد أحد التقارير العملية من أسبوع الإطلاق أنه عند الجهد المنخفض لا يكون GPT-6 Luna صالحًا للعمل الوكيلي على الإطلاق، ما يضع حدّه الأدنى العملي عند «medium» لأي مهمة متعددة الخطوات. وثمة نتيجة ثانية من النوع نفسه من الاختبار أكثر حدة: في أحد تمارين النشر، اجتازت ملفات Kubernetes manifests الخاصة بالنموذج التحقق من المخطط، ثم فشلت في المحاولات الثلاث كلها على عنقود حقيقي، لأن المدقّق يفحص الشكل لا السلوك. إذا شُحنت الإعدادات المولّدة دون فحص تنفيذ في الحلقة، فستعطيك الطبقة الرخيصة إخفاقات تبدو وكأنها نجاحات.

السؤال الافتراضي، ولماذا يُعد التوجيه الإجابة عنه

المنصة التي جعلت GPT-6 Luna نموذجها الاحتياطي صنّفت التغيير باعتباره متوسط المخاطر، والملاحظة المرفقة به هي النسخة الصادقة من المقال بأكمله: كل مؤسسة لا تملك نموذجها الافتراضي الخاص تتحول إلى Luna، وهو أرخص لكنه فئة أصغر من Terra، لذا قد تتفاوت جودة المهام الصعبة. هذه هي المقايضة بالضبط. النموذج الافتراضي رهان على أن معظم حركة الاستخدام سهلة، وبالنسبة لمعظم المؤسسات يكون هذا الرهان صحيحًا — ولهذا طُرح التغيير. الخطر يكمن في الأقلية من الطلبات التي ليست كذلك.

سبيل الدخول في هذا الرهان دون تحمّل جانبه السلبي هو التوقف عن التعامل مع النموذج الافتراضي كنموذج واحد. GPT-6 Luna قابل للتوجيه عبر OrcaRouter بسعره المعلن مع عدم وجود أي هامش مضاف، ما يعني أن سعر البائع الدائم هو السعر الذي تراه هنا، وأن أي تخفيض مستقبلي يسري في اليوم نفسه بدلًا من تجديد العقد التالي. على صفحة نموذجنا هذا الأسبوع، يسجل 74.3 توكنًا في الثانية من المخرجات بمعدل خطأ 0% عبر حركة البيانات التي نخدمها. وتُعرض فئتا السياق كما نُشرتا: 0.10 دولار للإدخال و0.50 دولار للإخراج دون 272,000 توكن إدخال، ثم ترتفع إلى 0.20 دولار و0.75 دولار فوق ذلك.

ما يمنحك ذلك هو إعداد افتراضي قابل للتصعيد. لغة توجيه (DSL) تتيح لك إرسال الجزء الأكبر من الحركة إلى GPT-6 Luna بمستوى جهد متوسط، وتحويلها عند تحقق شرط — طول الإدخال فوق حد 272K، أو الحاجة إلى استدعاء أداة، أو فئة مهمة يتأثر بها فعلًا الانحدار الحساس لمعايير التقييم — إلى GPT-6 Sol أو، للأعمال طويلة الأفق، إلى GPT-6 Astra الرائد، على المفتاح نفسه، دون عقد ثانٍ ودون تغيير في الشيفرة. هذا شكل مختلف من القرار عن اختيار نموذج واحد والتعايش معه. تحصل على الفئة بعشرة سنتات حيث تشير الأدلة إلى أنها تصمد، وفئة الدولارين أو العشرة دولارات حيث لا تصمد، والحد الفاصل قاعدة كتبتها أنت وليس أملًا. التحويل التلقائي عند الفشل يغطي نمط الفشل الآخر، وهو أن يتعرض المصدر الأعلى للفئة الرخيصة ليوم سيئ بينما تكون الأتمتة في منتصف التشغيل.

من الذي يجب أن يتحرك، ومن الذي يجب أن ينتظر؟

انتقل إذا كانت حركة البيانات لديك منظمة وذات حجم كبير: التصنيف، والاستخراج، والوسم، والتوجيه حسب النية، وفرز السجلات، والتلخيص، وحلقات التنفيذ المحدودة التي تقع داخل وكيل أكبر. تدعم الأدلة خفض السعر وتكافؤ الدرجات، وتراجع العرض التقديمي غير مرئي للمستهلك الذي يحلل JSON.

لا تنقل سلسلة وكيل طويلة الأفق، أو إعادة هيكلة متعددة الملفات، أو أي شيء يعتمد إنسان مخرجاته، لمجرد أن الرمز رخيص. انخفض Coding Agent Index نقطتين، وانخفضت تقييمات العمل المعرفي، والنموذج أكثر إسهابًا في المهمة الواحدة من النموذج الذي يحل محله. الرمز الأرخص الذي يحتاج إلى مراجع ليس مهمة أرخص.

وراقب رقمًا واحدًا لا كلها. ففجوة الرموز الناتجة البالغة 51,000 مقابل 41,000 هي الرقم الذي يحدد ما إذا كان تفعيل Luna الافتراضي توفيرًا أم لا فرق في عبء عملك تحديدًا، وهي قابلة للقياس على حركة مرورك الخاصة في غضون فترة بعد الظهر. أما قائمة الأسعار فهي مستقرة ودائمة؛ وأما عدد الرموز لكل مهمة مكتملة فليس كذلك، وهو الرقم الذي يظهر على الفاتورة.