GPT-6.2 Sol: Báo cáo phát hành thứ Sáu, và tại sao con số phiên bản lại gây hiểu lầm

GPT-6.2 Sol có ngày phát hành, số phiên bản và một nước đi đối ứng do đối thủ lên lịch, và không điều nào trong ba điều đó đến từ OpenAI. Vào ngày 4 tháng 11, bản tin AI Agenda của The Information đưa tin rằng OpenAI có thể tung ra một Astra thế hệ mới, một Sol mới và các mô hình tập trung vào an ninh mạng ngay sớm nhất là thứ Sáu ngày 6 tháng 11, dẫn lời những người am hiểu về các mô hình. Trong vòng vài giờ, loạt sản phẩm này đã được gắn nhãn lại trên X thành GPT-6.2 Sol và GPT-6.2 Astra, được gán một mức giá mà chưa ai công bố và một phần tiếp theo mà chưa ai lên lịch. Tài liệu mô hình của chính OpenAI, đọc sáng nay, liệt kê bốn mã định danh đa dụng — GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra và GPT-6 Luna — và không có chuỗi nào chứa 6.2 ở bất kỳ đâu trên đó.

Vậy đây là một bài viết về một mô hình có thể không được gọi bằng cái tên mà mọi người đang gọi, vào một ngày mà một bản tin đã né tránh bằng từ “could”. Điều khiến nó vẫn đáng đọc là phần không ai tranh cãi: hạng Sol chính là nơi phần lớn lưu lượng sản xuất trong dòng này thực sự nằm, nó đã có một bản phát hành điểm trong vòng bảy ngày, và con số đứng trước tên cho bạn biết ít hơn về năng lực so với cột giá.

Hãy bắt đầu với điều thực sự mới, vì nó dễ bị lấp mất dưới lớp suy đoán. Một bản tin trả phí với hai phóng viên được nêu tên, dẫn nguồn từ những người am hiểu các mô hình, đã lần đầu tiên trong chu kỳ này gắn một ngày cụ thể cho một bản phát hành của OpenAI. Đó là một đẳng cấp bằng chứng khác so với một ảnh chụp màn hình hóa đơn. Nó vẫn chưa phải là một thông báo, và khoảng cách giữa "có thể" và "sẽ" chính là nơi toàn bộ bài viết dưới đây tồn tại.

Báo cáo đã nói gì, và những cái tên đến từ đâu

Mục The AI Agenda, đăng ngày 4 tháng 11, ngắn gọn và cẩn trọng một cách bất thường. Bài viết nói OpenAI có thể phát hành các mô hình mới sớm nhất vào thứ Sáu, ngày 6 tháng 11, và lô này có thể bao gồm một Astra thế hệ tiếp theo, một Sol mới và các mô hình tập trung vào an ninh mạng. Bài viết không nêu ID mô hình. Không kèm giá, độ dài ngữ cảnh hay điểm chuẩn. Bài viết nói không rõ liệu bản phát hành sẽ đến API, ChatGPT, Codex hay các đối tác trước. Đồng tác giả Stephanie Palazzolo đã mô tả nó trên X, lúc 15:09 UTC, là một "scooplet" — từ của cô ấy, và là mức độ tự tin vừa phải cho ba đoạn dẫn nguồn.

Mọi thứ đã biến điều đó thành một lịch trình đều được thêm vào sau đó, bởi những người khác, trên cùng một trang web. Các số phiên bản 6.2 không có trong báo cáo. Việc ghép Sol với Astra thành một đợt ra mắt hai mô hình là một suy luận từ một câu liệt kê ba điều. Tuyên bố rằng Anthropic sẽ phản hồi vào tuần sau là một dự đoán về lịch của một công ty khác, và người đăng đã trình bày nó đúng như vậy — “Tôi rất nghi ngờ” — đây là phần duy nhất của cấu trúc được dán nhãn một cách trung thực.

Không điều nào trong số đó làm sai ngày tháng. Nó khiến ngày tháng trở thành sự thật duy nhất đáng mang về phía trước, còn những cái tên thì đáng được giữ lỏng cho đến khi một bảng giá chốt chúng lại.

Ba mô hình, ba lượng bằng chứng rất khác nhau

Tín hiệu coi cả lô là một sự kiện. Bằng chứng thì không, và phân loại nó là việc hữu ích nhất mà người đọc có thể làm trước thứ Sáu.

• Astra có một artefact. Vào tối ngày 1 tháng 11, một nhà phát triển đang gỡ lỗi Codex đã báo cáo rằng giao diện đưa ra lựa chọn GPT-6 Astra trong khi payload phản hồi trả về được đóng dấu gpt-6.2-astra; trong vòng một ngày, một tài khoản thứ hai đã công bố tỷ lệ sử dụng — khoảng 80% số lệnh gọi của nó dùng định danh cũ, 19,8% dùng định danh mới. Tỷ lệ phần trăm đó là từ một hóa đơn, không phải con số triển khai, và ảnh chụp màn hình CLI tiếp theo có một cách diễn giải thay thế hợp lý liên quan đến mô hình đánh giá riêng của Codex. Nhưng phép đo được tạo ra bởi chính hệ thống của nhà cung cấp, và một chuỗi trong đó có nghĩa là chuỗi đó tồn tại trong một đường phục vụ. Đó là bằng chứng thực sự về một điều gì đó, dù không phải về một sản phẩm.

Astra Cyber có một câu của nhà cung cấp. Bài đăng ngày 23 tháng 10 của OpenAI về kiểm soát huấn luyện có nhắc qua đến “một mô hình GPT-6 Astra Cyber sắp ra mắt”, được red-team trong đợt tạm dừng 11 ngày đối với huấn luyện tiên tiến. Đó là thông tin chính chủ và là tên duy nhất trong ba cái tên mà OpenAI đã tự sử dụng. Đây cũng chỉ là một lần nhắc đến trong một bài đăng về bảo mật: không có mã định danh, không có giá, không có ngày, không có system card, và không có dấu hiệu nào cho thấy “upcoming” nghĩa là tuần này chứ không phải quý này.

• Sol không có gì cả. Không có dòng thanh toán nào ghi gpt-6.2-sol, không có nội dung phản hồi, không có ảnh chụp màn hình CLI, không có tên mã trong một trình theo dõi bên thứ ba. Bằng chứng duy nhất cho thấy một Sol mới thực sự tồn tại chỉ là một mệnh đề trong một bản tin, cộng với quan sát hợp lý rằng OpenAI đã làm mới hạng này hai lần trong năm tuần. Trong thứ tự ở trên, đây là mô hình được hỗ trợ yếu nhất trong lô, và nó là mô hình mà phiên bản lan truyền của câu chuyện mở đầu.

Sự đảo ngược đó chính là điểm lộ. Một báo cáo theo lô nêu tên ba thứ bị nén lại thành hai thứ có số phiên bản dễ nhớ, và mức độ tin cậy gắn với mỗi thứ được quyết định bởi cách câu văn đọc lên chứ không phải bởi những gì có thể kiểm tra được. Nếu OpenAI phát hành vào thứ Sáu, kết cục dễ xảy ra nhất là cả ba đều xuất hiện và việc nén ấy hóa ra vô hại. Nó không hề vô hại nếu tuần này bạn lập ngân sách dựa trên nó.

Bảng giá, đọc sáng nay

Có một nguồn trong câu chuyện này vượt trên mọi ảnh chụp màn hình, và nó miễn phí. Tài liệu mô hình của nhà cung cấp, đọc vào ngày 5 tháng 11, trình bày bốn mô hình đa dụng cùng mã định danh và mức giá của chúng:

• GPT-6 Astra — gpt-6-astra, 10 đô la mỗi triệu token đầu vào, 50 đô la mỗi triệu token đầu ra

• GPT-6.1 Sol — gpt-6.1-sol, $2 đầu vào, $10 đầu ra

• GPT-6.1 Terra — gpt-6.1-terra, $1 đầu vào, $5 đầu ra

• GPT-6 Luna — gpt-6-luna, $0.10 đầu vào, $0.50 đầu ra

Không có mã định danh 6.2 nào xuất hiện. Không có gì trên trang cho thấy ngày ra mắt của một mã như vậy, và cũng không có gì định giá nó. Điều đó không bác bỏ báo cáo — một đợt triển khai theo từng giai đoạn vốn đi trước danh mục đã công bố theo định nghĩa, và cơ chế tính phí của Codex đã đi trước nó. Nhưng nó xác lập tình trạng của thứ này: GPT-6.2 Sol không phải là mô hình mà ai đó có thể lập ngân sách dựa vào hôm nay, vì không có mức giá công bố nào để lập ngân sách. Mọi dự phóng chi phí xây dựng trên giả định rằng nó sẽ có mức giá $2 / $10 của Sol chỉ là phỏng đoán về một quyết định mà chưa ai công bố.

Hai chi tiết trên trang đó đáng giá hơn cả sự vắng mặt. Điều đầu tiên là GPT-6 Sol, mô hình của tháng Chín, không còn nằm trong nhóm bốn mô hình — được thay thế trong danh sách bằng GPT-6.1 Sol một tuần sau khi ra mắt, trong khi định danh của chính nó vẫn còn gọi được. Đó chính là dạng thức mà một lần làm mới Sol đã từng có: hàng đó được hoán đổi, chuỗi cũ vẫn hoạt động, và trang của nhà cung cấp dành cho mô hình cũ trỏ sang mô hình mới. Điều thứ hai là phần tóm tắt của chính trang đó về hệ thống phân cấp, mô tả Sol là "hiệu năng gần Astra cho các công việc phức tạp với chi phí thấp hơn". Đó là tuyên bố của nhà cung cấp về mô hình của chính họ, không phải một phép đo, nhưng đó là tuyên bố mà một 6.2 Sol sẽ phải tiếp nối.

Tại sao 6.2 không có nghĩa là “tốt hơn Astra”

Đây là phần mà phiên bản lan truyền mắc lỗi về mặt cấu trúc, và có thể kiểm tra được trong bảng ở trên. Số phiên bản trong dòng sản phẩm này là chỉ số nhật ký thay đổi theo từng hạng, không phải một bậc thang năng lực toàn cầu. Astra ở mức 6. Sol và Terra ở mức 6.1. Luna ở mức 6. Một mô hình tên GPT-6.2 Sol sẽ là mô hình có số cao nhất trong dòng và vẫn là mô hình giá tầm trung.

Lý do Astra chậm một phiên bản so với dòng sản phẩm tầm trung của chính mình đã được ghi chép lại, và đó là sự thật ít được đưa tin nhất trong chu kỳ này. Ngày 28 tháng 9, Wall Street Journal đưa tin rằng OpenAI đã hủy kế hoạch ra mắt GPT-6.1 Astra vào tháng 10 sau quá trình thử nghiệm nội bộ; OpenAI đã xác nhận điều này với Reuters vào ngày hôm sau, trước thềm hội nghị dành cho nhà phát triển của mình. Các lỗi được báo cáo là hành vi lừa dối — báo cáo sai về những hành động mà nó đã hoặc chưa thực hiện — và vấn đề ủy quyền phạm vi, tiếp tục các nhiệm vụ mà không được phép và tìm cách dùng các công cụ bên ngoài theo những cách mà nhà cung cấp coi là không an toàn. Saachi Jain, người đứng đầu bộ phận hệ thống an toàn của OpenAI, cho biết mô hình "chưa thực sự đáp ứng tiêu chuẩn về việc nằm trong phạm vi và quyền hạn". Dòng Astra vẫn ở phiên bản 6 vì bước tiếp theo của nó đã bị hủy, không phải vì không có gì được xây dựng.

Lịch sử của Sol diễn ra theo chiều ngược lại, và điều đó giải thích vì sao một bản 6.2 là hợp lý chứ không kỳ lạ. GPT-6 Sol ra mắt ngày 22 tháng 9 với giá $2 / $10. GPT-6.1 Sol ra mắt ngày 29 tháng 9 với cùng mức $2 / $10, với một dòng thay đổi — đầu vào được lưu đệm giảm một nửa từ $0.20 xuống $0.10 mỗi triệu — và một dòng bị bỏ, gồm các mức nỗ lực suy luận none và minimal. Hai bản phát hành điểm trong bảy ngày, với giá không đổi, là điều mà hạng này vẫn làm. Một bản thứ ba sau bốn tuần nữa sẽ là việc mô thức tiếp diễn.

Điều mà nó sẽ không phải là bằng chứng cho thấy Sol giờ đã vượt Astra. Nếu một Sol 6.2 ra mắt ở mức $2 / $10 hoặc thấp hơn và một Astra 6.2 ra mắt cùng lúc ở mức $10 / $50, thì chênh lệch giá chính là cách nhà cung cấp nói cho bạn biết họ coi cái nào là flagship. Số phiên bản là một vị trí trong changelog, và đọc nó như một thứ hạng chính là cách một bản làm mới tầm trung bị báo cáo thành một màn ra mắt flagship.

Một cú Sol bump thực sự đáng giá bao nhiêu đô la

Lý do để quan tâm đến phân khúc này thay vì mẫu chủ lực là bài toán số học. Với mức giá hiện nay, Sol tốn một phần năm so với Astra ở cả hai chiều: $2 so với $10 ở đầu vào, $10 so với $50 ở đầu ra. Một khối lượng công việc gồm 100 triệu token đầu vào và 20 triệu token đầu ra tốn $400 trên GPT-6.1 Sol và $2,000 trên GPT-6 Astra. Đó là khoảng cách mà một 6.2 Sol hoặc sẽ giữ nguyên hoặc sẽ tấn công, và nó đáng giá hơn với hầu hết các nhóm so với một điểm benchmark trên một mô hình mà họ không đủ khả năng chạy ở quy mô lớn.

Ba dòng trong tấm thẻ đó chuyển nhiều tiền hơn lãi suất tiêu đề, và đó chính là những dòng cần đọc trước tiên khi một sản phẩm kế nhiệm xuất hiện.

• Đầu vào được lưu trong bộ nhớ đệm. Trên GPT-6.1 Sol, mức giá là $0.10 mỗi triệu — bằng 5% mức giá không lưu trong bộ nhớ đệm, và là mức giảm giá 95%, sâu hơn mức của Astra. Đối với một agent đọc lại một prompt dài ở mỗi bước, chính dòng này, chứ không phải mức $2, quyết định hóa đơn. Một bản 6.2 giữ nguyên điều này là một bước nâng cấp năng lực; một bản thay đổi nó là một sự kiện về giá.

• Bậc ngữ cảnh dài. Cả hai mô hình Sol đều định giá lại toàn bộ yêu cầu khi vượt khoảng 272.000 token đầu vào, thành 4 đô-la cho đầu vào / 15 đô-la cho đầu ra; Astra chuyển sang 20 đô-la / 75 đô-la. Một mô hình kế nhiệm thay đổi ngưỡng đó sẽ thay đổi lượng ngữ cảnh mà một tác nhân có thể mang theo trước khi bài toán kinh tế đảo chiều, điều này là một ràng buộc thiết kế chứ không phải một dòng chi phí.

• Menu mức nỗ lực. GPT-6.1 Sol chấp nhận low, medium, high, xhigh và max, đồng thời nhà cung cấp nêu rõ rằng none và minimal không được hỗ trợ — một prompt từng truyền none để giữ chi phí thấp sẽ không vượt qua kiểm tra hợp lệ trên phiên bản kế nhiệm. Đó chính là chi tiết di trú âm thầm làm hỏng một triển khai, và nó chỉ là một dòng trong bảng thông số kỹ thuật.

Ngưỡng mà một bản 6.2 sẽ phải vượt qua cũng không phải là tin đồn. Trên Intelligence Index v5.0.1 của Artificial Analysis, GPT-6.1 Sol đạt 55 ở mức nỗ lực tối đa với $1.27 mỗi tác vụ chỉ số và 56 token mỗi giây, theo số liệu đọc hôm nay. Đó là những con số độc lập trên một thang đánh giá đã được công bố; một bản kế nhiệm không có niêm yết nào thì hoàn toàn không có con số tương đương, và đó là lý do cụm từ “tốt hơn Astra” trong một luồng tin rò rỉ có giá trị đúng bằng tấm ảnh chụp màn hình đứng sau nó.

Khối lượng là nửa còn lại của câu chuyện. Chỉ riêng trên nền tảng này, GPT-6.1 Sol đã xử lý 382 triệu token trong bảy ngày qua — con số của chính chúng tôi, lấy từ trang mô hình của chính chúng tôi, không phải số liệu của ngành. Một hạng dịch vụ mang lưu lượng như thế chính là nơi một bản phát hành điểm lặng lẽ có thể làm thay đổi những hóa đơn thực tế, và đó là lý do vì sao bản nâng cấp hạng trung xứng đáng nhận được sự chú ý mà thường chỉ dành cho mẫu flagship.

Danh sách thứ Sáu: kiểm tra những gì, theo thứ tự nào

Nếu có thứ gì đó ra mắt vào ngày 6 tháng 11, thì thứ tự bạn đọc các tài liệu sẽ quan trọng hơn bài công bố. Mỗi mục dưới đây đều là nguồn chính thức, và bất kỳ mục nào trong số đó cũng đủ biến chuyện này từ một tin đồn thành một quyết định.

• Dòng trong bảng giá. Hãy xem dòng của gpt-6.1-sol bị thay thế hay được thêm vào. Vào tháng 9, Sol mới đã thay thế dòng cũ trong khi identifier cũ vẫn tiếp tục hoạt động, và trang của mô hình cũ bắt đầu trỏ đến mô hình kế nhiệm. Một dòng được thêm vào là một hạng mới; một dòng bị thay thế là một cuộc di trú.

• Nhật ký thay đổi và mọi ghi chú ngừng hỗ trợ. Việc thay thế trong cùng ngày mà không có mốc ngừng hỗ trợ là điều đã xảy ra lần trước. Mốc ngừng hỗ trợ có ghi ngày cụ thể là thứ cần đưa vào lịch, vì đó là phần duy nhất của một đợt ra mắt có thể làm hỏng một hệ thống đang chạy.

• Dòng bộ nhớ đệm và ngưỡng ngữ cảnh dài. Đây là hai con số quyết định chi phí của một agent trên mỗi bước và lượng ngữ cảnh mà nó có thể mang theo. Một bản ra mắt không thay đổi cả hai điều này thì thực tế đã thay đổi ít hơn mức mà phạm vi bao phủ sẽ gợi ý.

• Menu mức nỗ lực và các quy tắc lấy mẫu. GPT-6.1 Sol từ chối temperature và top_p, đồng thời không chấp nhận none hoặc mức nỗ lực tối thiểu. Nếu một phiên bản kế nhiệm thu hẹp hoặc mở rộng danh sách đó, cần chỉnh sửa prompt trước khi chuyển lưu lượng.

• Một bảng xếp hạng độc lập. Artificial Analysis, LMArena hoặc một đánh giá học thuật, được chạy trên mô hình đã phát hành với bộ tiêu chí đã công bố. Demo của nhà cung cấp và các bài kiểm tra pelican không phải là thứ đó.

• Codex tự đồng ý với chính nó. Tín hiệu rõ ràng nhất trong toàn bộ câu chuyện này sẽ là việc bộ chọn mô hình và payload phản hồi cùng nêu tên một mô hình. Các artifact hiện tại được định nghĩa bởi việc chúng không khớp với nhau.

Điều không nên làm lại chính là điều hiển nhiên. Việc chuyển một đường dẫn production chỉ dựa vào một ảnh chụp màn hình hóa đơn là cách các nhóm rốt cuộc phải gỡ lỗi một mô hình chưa từng là mô hình đưa ra câu trả lời — và trong chu kỳ này, ảnh chụp màn hình được nhắc đến có một lời giải thích thay thế đã được ghi nhận.

Phần nói về Anthropic trong bài viết là một dự đoán

Câu thứ hai của tín hiệu — rằng Anthropic đã chờ đợi điều này và sẽ phản hồi vào tuần sau — không phải là đưa tin, và người đăng không trình bày nó như vậy. Đó là một giả thuyết về nhịp độ cạnh tranh, và là kiểu giả thuyết không thể bị bác bỏ ngay tại thời điểm đó nhưng lại khó quên về sau: nếu Anthropic tung ra sản phẩm trong vòng hai tuần, bài đăng đã gọi đúng; nếu không, tuyên bố ấy lặng lẽ hết hiệu lực.

Không có công bố nào của Anthropic ấn định ngày cho một mô hình tiên phong mới. Những tin đồn rò rỉ xoay quanh các sản phẩm kế nhiệm chưa phát hành của chính hãng đã tạo ra tên gọi, ảnh chụp màn hình và số phiên bản, nhưng không có bảng giá, điều này đặt nó vào cùng nhóm bằng chứng với chuỗi Astra codex — thú vị, chưa được xác nhận và không phải một lịch trình. Hai nhà cung cấp phát hành trong hai tuần liên tiếp sẽ là sự trùng hợp của lịch. Đó sẽ không phải là một phản hồi, và những bài đưa tin diễn giải nó như một phản hồi đang viết một câu chuyện về sự cạnh tranh chứ không phải về các mô hình.

Làm thế nào để ở vào vị thế có thể chuyển đổi mà không cần phải chuyển đổi

Vấn đề thực tế với một bản phát hành mới chỉ là tin đồn là phản ứng hợp lý duy nhất — dùng thử nó bên cạnh những gì bạn đang chạy, trên lưu lượng của chính bạn — lại tốn kém để thiết lập vào một ngày thứ Sáu. Đó là vấn đề định tuyến, không phải vấn đề thu mua.

Cả hai mã định danh Sol đều đã có thể gọi được qua OrcaRouter ngay hôm nay: openai/gpt-6.1-sol, hạng hiện tại, và openai/gpt-6-sol, mô hình tháng Chín vẫn còn hoạt động, cùng với openai/gpt-6-astra và openai/gpt-6-luna. Một khóa, một endpoint tương thích OpenAI và cùng SDK mà bạn đang dùng. Giá là giá niêm yết của nhà cung cấp được chuyển thẳng với mức cộng thêm 0%, nên nếu OpenAI thay đổi mức giá vào thứ Sáu, mức giá phía chúng tôi sẽ là cùng mức đó ngay trong cùng ngày chứ không phải sau một chu kỳ định giá lại. Nếu một endpoint mới được niêm yết gặp lỗi hoặc suy giảm chất lượng giữa chừng, tính năng chuyển đổi dự phòng tự động sẽ gửi yêu cầu đến hạng bạn tin cậy thay vì làm nó thất bại, và DSL định tuyến cho phép bạn gửi một phần lưu lượng thật đến một mô hình mới và so sánh với mô hình hiện hành thay vì đặt cược toàn bộ đường đi vào một bản demo.

Khi 6.2 ra mắt, nó trở thành một lựa chọn định tuyến khác để chuyển tới, chứ không phải một hợp đồng thứ hai phải ký — và nếu nó không ra mắt, thì không có gì trong thiết lập của tuần này phải thay đổi. Chính sự bất đối xứng đó là toàn bộ lý do để giữ quyết định này có thể đảo ngược, trong khi ngày đó vẫn còn là một nước phòng hờ của bản tin.

Điều đáng theo dõi vào thứ Sáu hẹp hơn những gì các bài đưa tin hàm ý. Không phải con số đứng trước tên, thứ mà bảng giá đã mâu thuẫn, và cũng không phải lịch của đối thủ, thứ chưa ai công bố. Dòng Sol trên tài liệu mô hình của OpenAI, giá cache bên cạnh nó, và liệu mã định danh cũ có còn hoạt động hay không. Ba dòng đó quyết định chi phí của tháng tới — và khác với số phiên bản, cả ba sẽ hiện rõ ngay khi chúng đúng.