OpenAI تطلق نموذجَي GPT-6 Sol وLuna وتخفض أسعار الـAPI بنسبة 50%
أضافت OpenAI نموذجين جديدين إلى عائلة GPT-6 هما Sol وLuna، دُرِّبا بأساليب مشابهة لتلك المستخدمة في GPT-6 Astra ويُطرحان بنحو نصف تكلفة الـAPI السابقة. وتقول الشركة إن النموذجين الأصغرين يرثان مكاسب Astra في البرمجة واستخدام الحاسوب ودقة المعلومات والمواءمة، فيما يبقى Astra أقوى ما تقدمه.
طبقة ثانية داخل عائلة GPT-6
وسّعت OpenAI تشكيلة GPT-6 لديها بنموذجين جديدين هما Sol وLuna، طُرحا كبديلين أسرع وأرخص بكثير من GPT-6 Astra. ووفقاً لإعلان الشركة، دُرِّب النموذجان بأساليب مشابهة لتلك التي قام عليها Astra، النظام الرائد الذي ترتكز عليه منتجات OpenAI المهنية ومنتجات الوكلاء الأذكياء.
والرقم الأبرز في هذا الإعلان هو السعر. فـOpenAI تضع Sol وLuna بأسعار API تقل بنحو 50 في المئة عن التسعير السابق، وهو خفض يغيّر اقتصاديات العمل لدى المطوّرين الذين يشغّلون أحجاماً كبيرة من الاستدلال بدلاً من استعلامات متفرقة عالية المخاطر.
ما تقول OpenAI إنه انتقل إلى النموذجين
قدّمت OpenAI في إعلانها الطرح باعتباره وسيلة لنشر قدرات Astra على تشكيلة أوسع وأقل تكلفة من النماذج. وقالت الشركة إن التقدّم الذي أظهره Astra في العمل المهني ودقة المعلومات والبرمجة واستخدام الحاسوب والمواءمة قد امتُدّ إلى هذين النظامين الأسرع والأقل تكلفة.
وهذا المزيج مهم لأن هذه المجالات الخمسة تتقاطع بشكل وثيق مع المواضع التي تنفق فيها المؤسسات أموالها فعلياً. فمساعدات البرمجة ووكلاء استخدام الحاسوب هما الحملان الأكثر استهلاكاً للرموز (tokens) في بيئات الإنتاج، وقد كانا مكلفين تاريخياً إلى حد دفع الفرق إلى ترشيد استخدامهما. أما خفض سعر الرمز إلى النصف فيجعل الوكلاء العاملين على مدار الساعة أسهل كثيراً في التبرير المالي.
كما أوضحت OpenAI أن Astra لم يُزَح عن مكانه. فقد قالت الشركة إن Astra يبقى أفضل نماذجها، ما يجعل Sol وLuna طبقة حجم أعمال أدنى منه وليس بديلاً عنه.
توصيف «Astra المصغّر»
وصفت التغطية الصحفية للإطلاق، بما في ذلك تقارير موقع Gizmodo، أن OpenAI تسوّق النموذجين باعتبارهما نسختين مصغّرتين من Astra. وأشار Gizmodo إلى أن الإعلان ذكر أن Sol وLuna يتشاركان أساليب التدريب مع Astra، وأن تلك الأساليب قد تشمل «العمق المتكرر» (recurrent depth)، وهي تقنية يمكن أن ترفع أداء النموذج لكنها تجعل من الصعب على الباحثين البشريين تتبّع كيفية وصوله إلى قراراته.
وهذه مقايضة مألوفة في الجيل الحالي من الأنظمة المتقدمة: مكاسب في القدرة تأتي مصحوبة بتراجع في قابلية التفسير. ويستحسن التعامل مع هذه النقطة كسياق صحفي وليس كمواصفة تقنية مؤكدة، لأن وصف OpenAI العلني لوصفة التدريب جاء عاماً عن قصد.
ماذا يعني ذلك للمطوّرين
بالنسبة للفرق التي تبني على واجهة برمجة OpenAI، السؤال العملي هو توجيه الطلبات. فتشكيلة من طبقتين تدفع نحو معماريات يتولى فيها النموذج الرخيص التصنيف والاستخراج والصياغة واستدعاءات الأدوات الروتينية، بينما يُحجَز Astra للحالات الصعبة وللمخرجات التي تحمل فيها الدقة كلفة حقيقية.
والخطر هنا هو التدهور الصامت. فالنزول إلى نموذج أصغر أمر سهل؛ أما معرفة متى أضرّ هذا النزول بالجودة فعلاً فيتطلب أُطر تقييم لا تزال معظم الفرق تفتقر إليها. وعلى من يخطط لنقل حجم أعماله إلى Sol أو Luna أن يقيس أولاً أداء مطالبه الحالية مقابل Astra، ثم يتتبع حالات التراجع في المهام التي تهمه تحديداً بدلاً من الوثوق بمعايير قياس مجمّعة.
كما يزيد هذا الإطلاق الضغط على المنافسين. فمع تنافس Google وAnthropic وحشد كبير من مزوّدي النماذج المفتوحة الأوزان على سعر الرمز، فإن خفضاً بنسبة 50 في المئة من أكبر لاعب في السوق يعيد ضبط التوقعات بشأن التكلفة التي ينبغي أن يتحملها نموذج قادر. والفائزون المباشرون هم المطوّرون ذوو أحجام العمل الكبيرة؛ أما السؤال الأبعد فهو ما إذا كان الاستدلال الأرخص سيعجّل تبنّي الوكلاء بالسرعة التي تراهن عليها OpenAI.
ولم تفصّل OpenAI في إعلانها نتائج قياس منفصلة لـSol وLuna، لذا سيكون التقييم المستقل هو الاختبار الحقيقي لمدى صمود توصيف «Astra المصغّر».