OpenAI เปิดตัว GPT-6 Sol และ Luna ชูความฉลาดระดับท็อปในราคาถูกลง 50%

วิธีการที่มากขึ้นในการนำความฉลาดระดับแนวหน้าเข้าสู่การทำงานที่คุณทำในทุกๆ วัน

เมื่อต้นเดือนที่ผ่านมา เราได้แนะนำ GPT‑6 Astra ซึ่งเป็นโมเดลที่ฉลาดที่สุดและมีการปรับจูน (alignment) ได้ดีที่สุดในโลก แม้ว่าโปรเจกต์ที่สำคัญและมีความต้องการสูงสุดจะยังคงต้องการความลึกซึ้งอย่างเต็มที่ของ Astra แต่การทำงานจริงนั้นเกิดขึ้นในระดับ จังหวะ และงบประมาณที่แตกต่างกัน

นั่นคือเหตุผลที่เราขยายจักรวาล GPT-6 ด้วย GPT‑6 Sol และ GPT‑6 Luna โดย GPT‑6 Astra ได้ปูทางความฉลาดรุ่นใหม่ไว้ ส่วนโมเดลใหม่เหล่านี้จะช่วยกระจายประโยชน์ของความฉลาดนั้นผ่านการพัฒนาขีดจำกัดด้านประสิทธิภาพต่อต้นทุน เราฝึกฝน GPT‑6 Sol และ Luna ด้วยวิธีการที่คล้ายคลึงกับรุ่นพี่อย่าง Astra เพื่อนำความก้าวหน้าในด้านการทำงานระดับมืออาชีพ, ความถูกต้องของข้อเท็จจริง, การเขียนโค้ด และการปรับจูน มาสู่โมเดลที่เร็วขึ้นและราคาจับต้องได้มากขึ้น

โมเดลตระกูล GPT-6 ถือเป็นผู้นำในทุกช่วงของกราฟราคาต่อความฉลาด โดยผสมผสานความสามารถที่โดดเด่นเข้ากับโครงสร้างพื้นฐานที่ให้บริการได้จริงในระดับสเกล การปรับปรุงด้าน Caching และการประมวลผล (Inference) ช่วยให้เราให้บริการได้ในราคาที่ต่ำลง และเรากำลังส่งต่อความประหยัดนั้นไปยังผู้ใช้โดยตรงด้วยการ ลดราคา API สำหรับ Sol และ Luna ลง 50% เมื่อเทียบกับราคาโปรโมชันของ GPT-5.6 ซึ่งจะทำให้ AI ขั้นสูงใช้งานได้จริงมากขึ้นสำหรับงานทั่วไป

ราคาต่อ 1 ล้านโทเคน

GPT‑6 Astra ยังคงเป็นโมเดลที่ดีที่สุดของเราในทุกด้าน เหมาะสำหรับงานที่ต้องการผลลัพธ์สูงสุดและประสบการณ์ที่ไร้ข้อตกลงใดๆ ในขณะที่ GPT‑6 Sol และ Luna จะเป็นการอัปเกรดความฉลาดและคุ้มค่าให้กับโมเดลที่คุณคุ้นเคย ครอบคลุมความสามารถที่จำเป็นสำหรับงานซับซ้อน

GPT‑6 Sol สามารถรับงานที่ยากลำบากได้พร้อมให้พื้นที่ในการทำงานซ้ำ (Iterate) ได้มากขึ้นด้วยขีดจำกัดการใช้งานที่สูงและต้นทุนที่ต่ำลง โดยมอบความฉลาดที่เหนือกว่าคู่แข่งในระดับราคาใกล้เคียงกัน

ในการทดสอบ AutomationBench ซึ่งวัดผลเวิร์กโฟลว์ทางธุรกิจ GPT‑6 Sol ที่ระดับ xhigh effort ให้ประสิทธิภาพเหนือกว่า Claude Opus 5 ที่ระดับ max effort โดยใช้ต้นทุนเพียง 9% ต่อหนึ่งงานเท่านั้น ส่วน GPT‑6 Luna ก็พัฒนาขึ้นจากรุ่นก่อนหน้า 5.4 เปอร์เซ็นต์พอยต์ โดยมีต้นทุนต่อหนึ่งงานต่ำลงถึง 58%

ใน AutomationBench 1.0.6(opens in a new window) เอเยนต์ AI จะถูกทดสอบกับเวิร์กโฟลว์แบบต้นจนจบโดยใช้เครื่องมือ 47 ชนิดในหลากหลายแผนก ข้อมูลสำหรับ Claude Fable 5.1 ระบุต้นทุนต่ำกว่าความเป็นจริง เนื่องจากไม่ได้รวมต้นทุนของการสลับไปใช้ Opus 5 (fallback) ซึ่งเกิดขึ้นกับงานประมาณ 40%

GPT‑6 Sol ยังทำคะแนนได้สูงกว่า Claude Fable 5.1 ด้วยต้นทุนที่ต่ำกว่ามาก และยังชนะ GPT‑6 Astra ในระดับ low-effort ได้อีกด้วย

สำหรับการทดสอบ Agents’ Last Exam ที่ประเมินเอเยนต์ในงานวิชาชีพซับซ้อน GPT‑6 Sol ที่ระดับ max effort ทำคะแนนได้ 56.4% ซึ่งสูงกว่าคะแนนสูงสุดของ Claude Opus 5 โดยมีต้นทุนต่อหนึ่งงานต่ำกว่าถึง 60%

ใน Agents’ Last Exam V1(opens in a new window) เอเยนต์ AI จะได้รับการประเมินในงานระยะยาวที่มีมูลค่าทางเศรษฐกิจ ครอบคลุม 55 อุตสาหกรรมย่อย ซึ่งรวมถึงสาขาวิชาชีพหลักๆ ส่วนใหญ่ที่ทำบนคอมพิวเตอร์

ความถูกต้องของข้อเท็จจริง (Factuality) เป็นสิ่งที่เราให้ความสำคัญอย่างต่อเนื่อง จากการประเมินภายในที่อ้างอิงจากการสนทนาจริงที่ไม่ระบุตัวตน พบว่า GPT‑6 Sol มีข้อผิดพลาดน้อยลงประมาณครึ่งหนึ่งเมื่อเทียบกับรุ่นก่อนหน้า โดยมีความน่าเชื่อถือใกล้เคียงกับ Astra ในต้นทุนที่ถูกกว่ามาก ส่วน GPT‑6 Luna ก็พัฒนาขึ้นอย่างก้าวกระโดดจนเทียบเท่า GPT‑5.6 Sol ได้ในราคาเพียง 1 ใน 100 เท่านั้น

ในที่นี้เราประเมินความถูกต้องของข้อเท็จจริงจากการสนทนา ChatGPT ที่ไม่ระบุตัวตนซึ่งผู้ใช้ได้ระบุข้อผิดพลาดเกี่ยวกับข้อเท็จจริงจากโมเดลรุ่นก่อนหน้า คะแนนไม่ได้ถูกควบคุมตามความยาว อย่างไรก็ตาม การตรวจสอบของเราแสดงให้เห็นว่าความยาวของคำตอบแทบไม่มีผลต่อความถูกต้อง

ในปีนี้ เอเยนต์เขียนโค้ดเริ่มรับงานที่มีความซับซ้อนและยาวนานมากขึ้น ภายใน OpenAI เองมีการใช้งานเติบโตขึ้นอย่างทวีคูณ โดยนักวิจัยในระดับเปอร์เซ็นไทล์ที่ 90 มีค่าใช้จ่ายโทเคนต่อวันสูงถึง 7,000 ดอลลาร์ (การเร่งความเร็วการวิจัย: มุมมองจากภายใน OpenAI) ต้นทุนการใช้งานที่ต่อเนื่องจึงสำคัญมาก ซึ่ง GPT‑6 Sol และ Luna จะช่วยให้นักพัฒนามีพื้นที่ในการทำงานซ้ำได้มากขึ้นและตั้งเป้าหมายที่ทะเยอทะยานกว่าเดิม

ในการทดสอบ FrontierCode ซึ่งวัดการสร้างโค้ดที่พร้อมรวมเข้ากับฐานโค้ดจริง (Mergeability) GPT‑6 Sol ปรับปรุงขึ้นอย่างมากเมื่อเทียบกับรุ่นก่อนหน้า และทำคะแนนเทียบเท่า Claude Fable 5.1 xhigh ในต้นทุนที่ต่ำกว่า

ใน FrontierCode 1.1 Main(opens in a new window) เอเยนต์ AI จะเขียนโค้ดที่ถูกให้คะแนนทั้งความถูกต้อง คุณภาพการทดสอบ สไตล์โค้ด และการปฏิบัติตามมาตรฐานฐานโค้ด

ส่วนการทดสอบ DeepSWE v1.1 ด้านวิศวกรรมซอฟต์แวร์ GPT‑6 Sol ทำคะแนนได้ 68.8% ไล่เลี่ยกับคะแนนสูงสุดของ Claude Fable 5 ที่ 69.9% แต่มีต้นทุนต่ำกว่าถึง 80% ด้าน GPT‑6 Luna ก็ทำผลงานได้เทียบเท่า Claude Opus 5 โดยมีต้นทุนน้อยกว่าถึง 93%

ใน DeepSWE 1.1(opens in a new window) เอเยนต์ AI จะแก้ปัญหางานวิศวกรรมซอฟต์แวร์ระยะยาวที่เป็นโจทย์ต้นฉบับ

แม้ GPT‑6 Astra จะยังเป็นเบอร์หนึ่งด้านการใช้งานคอมพิวเตอร์ แต่ GPT‑6 Sol และ Luna มอบความคุ้มค่าที่เหนือกว่า โดยใน OSWorld 2.0 offline GPT‑6 Sol ทำคะแนนได้ใกล้เคียงกับ Claude Opus 5 ในต้นทุนที่ต่ำกว่า 80% ขณะที่ Luna สามารถเอาชนะ GPT‑5.6 Sol ได้ในราคาเพียง 1 ใน 10 ของต้นทุนเดิม

ใน OSWorld 2.0(opens in a new window) เอเยนต์ AI จะพยายามทำเวิร์กโฟลว์การใช้งานคอมพิวเตอร์ระยะยาวที่ครอบคลุมงานในชีวิตประจำวันและงานวิชาชีพ

เรายังได้นำสไตล์การสื่อสารที่ปรับปรุงใหม่มาสู่ Sol และ Luna เพื่อความชัดเจนที่มากขึ้น ลดคำศัพท์เฉพาะทางและรายละเอียดที่ไม่จำเป็น ทำให้คำตอบกระชับขึ้นโดยไม่เสียใจความสำคัญ ซึ่งจะสังเกตเห็นได้ชัดในการสนทนาเชิงเทคนิคและโค้ด

แม้ว่าสไตล์จะเป็นเรื่องส่วนบุคคล แต่เราชอบคำตอบของ GPT‑6 Sol ที่ไม่ด่วนสรุปเร็วเกินไป ไม่ทวนรายละเอียดที่ชัดเจนอยู่แล้ว และเปิดเผยมากขึ้นเกี่ยวกับสิ่งที่ได้ตรวจสอบและไม่ได้ตรวจสอบ

นอกจากราคาที่ถูกลง เรายังช่วยนักพัฒนาประหยัด context ที่นำกลับมาใช้ใหม่ด้วย Prompt Caching ที่ปรับปรุงใหม่ ซึ่งมีอัตรา Cache hit สูงขึ้น ให้ส่วนลด 90% สำหรับ Input-token ในแคช และนักพัฒนายังสามารถจัดการแคชได้ดีขึ้นผ่านเครื่องมือดังนี้:

• ตรวจสอบและวินิจฉัย เครื่องมือ Prompt Caching Dashboard(opens in a new window) และ diagnostics tool(opens in a new window)
• ปรับระดับความพยายามในการใช้เหตุผล ผ่าน reasoning effort(opens in a new window) หรือ enable or disable tools(opens in a new window) โดยไม่ทำให้แคชหลุด
• กำหนดจุดตัดแคชที่ชัดเจน (Explicit breakpoints) เพื่อควบคุมการนำแคชกลับมาใช้ใหม่

GitHub รายงานว่าการปรับปรุงเหล่านี้ช่วยลดการประมวลผลโทเคนซ้ำลงได้มากกว่า 50% ทำให้ Copilot ตอบสนองได้รวดเร็วยิ่งขึ้น

ในด้านความปลอดภัย GPT‑6 Sol และ Luna ต่อยอดจากการปรับจูนของ Astra โดยแสดงผลลัพธ์ที่ดีขึ้นกว่ารุ่น GPT-5.6 รวมถึงมีอัตราการให้ข้อมูลผิดเกี่ยวกับการเขียนโค้ดที่ต่ำลงด้วย

การประเมินด้านล่างนี้เป็นการทดสอบสถานการณ์ที่ท้าทายโดยเฉพาะ ดูผลลัพธ์ฉบับเต็มได้ที่ system card(opens in a new window)

GPT‑6 Sol และ GPT‑6 Luna พร้อมใช้งานแล้วใน ChatGPT Work และ Codex สำหรับผู้ใช้ Plus, Pro, Business, Enterprise และ Edu ส่วนผู้ใช้ Free และ Go สามารถเข้าถึง Luna ได้ผ่านแอปเดสก์ท็อป สำหรับนักพัฒนาสามารถเรียกใช้ผ่าน OpenAI API ในชื่อ gpt-6-sol และ gpt-6-luna ได้ตั้งแต่วันนี้

เราจะทยอยเปิดตัวโมเดลเหล่านี้ใน ChatGPT ตลอดทั้งวัน หากคุณยังไม่เห็นตัวเลือกโปรดลองใหม่อีกครั้งในภายหลัง

การประเมิน GPT ดำเนินการในสภาพแวดล้อมวิจัย ซึ่งผลลัพธ์อาจต่างจาก ChatGPT เวอร์ชันใช้งานจริงเล็กน้อยเนื่องจากปัจจัยด้าน System prompts และเครื่องมือที่มีให้