GPT-5.6 چیست؟ معرفی کامل خانواده GPT-5.6 (Sol، Terra و Luna)، قابلیت‌ها، مقایسه با GPT-5.5 و نحوه استفاده از API درواره

بخش اول

هوش مصنوعی مولد در دو سال گذشته با سرعتی بی‌سابقه پیشرفت کرده است و OpenAI تقریباً در هر نسل، مرز جدیدی از توانایی مدل‌های زبانی را جابه‌جا کرده است. اکنون این شرکت با معرفی خانواده GPT-5.6، نسل جدیدی از مدل‌های خود را معرفی کرده که تمرکز آن تنها افزایش توانایی پاسخ‌گویی نیست؛ بلکه ارتقای عملکرد در انجام کارهای واقعی، برنامه‌نویسی، پژوهش علمی، امنیت سایبری و عامل‌های هوشمند (AI Agents) است.

برخلاف نسل‌های قبلی که معمولاً یک مدل اصلی معرفی می‌شد، GPT-5.6 به‌صورت یک خانواده از سه مدل عرضه شده است:

• GPT-5.6 Sol
• GPT-5.6 Terra
• GPT-5.6 Luna

هر یک از این مدل‌ها برای گروه خاصی از کاربران و کاربردها طراحی شده‌اند؛ از پیچیده‌ترین وظایف سازمانی گرفته تا سرویس‌های بلادرنگ با میلیون‌ها درخواست در روز.

در این مقاله، بر اساس اطلاعات رسمی منتشرشده توسط OpenAI، تمام جنبه‌های GPT-5.6 را بررسی می‌کنیم؛ از معماری خانواده مدل‌ها گرفته تا قابلیت‌های جدید، بنچمارک‌ها، قیمت‌گذاری، تفاوت با GPT-5.5 و نحوه استفاده از آن از طریق API.

OpenAI چه چیزی را معرفی کرده است؟

OpenAI اعلام کرده است که انتشار GPT-5.6 با یک پیش‌نمایش محدود (Limited Preview) آغاز می‌شود. در این مرحله، دسترسی تنها برای گروه کوچکی از شرکای مورد اعتماد (Trusted Partners) فراهم شده و قرار است پس از تکمیل آزمون‌های بیشتر، این مدل‌ها به‌صورت عمومی در اختیار کاربران و توسعه‌دهندگان قرار گیرند.

این خانواده شامل سه مدل است:

• Sol: قدرتمندترین و پرچم‌دار خانواده GPT-5.6
• Terra: مدلی متعادل با هزینه کمتر و عملکرد نزدیک به Sol در بسیاری از کاربردها
• Luna: سریع‌ترین و اقتصادی‌ترین عضو خانواده برای پردازش‌های پرتعداد و حساس به هزینه

به گفته OpenAI، هدف از این تقسیم‌بندی آن است که توسعه‌دهندگان و سازمان‌ها بتوانند بسته به نیاز خود، میان حداکثر توانایی، تعادل بین هزینه و عملکرد، یا بیشترین سرعت، انتخاب مناسبی داشته باشند.

چرا GPT-5.6 اهمیت دارد؟

در معرفی رسمی، OpenAI تأکید می‌کند که GPT-5.6 صرفاً نسخه‌ای با پاسخ‌های بهتر نیست، بلکه نسلی است که برای انجام کارهای پیچیده و چندمرحله‌ای طراحی شده است.

این شرکت چند حوزه را به‌عنوان تمرکز اصلی GPT-5.6 معرفی می‌کند:

• مهندسی نرم‌افزار و برنامه‌نویسی
• تحقیقات علمی
• امنیت سایبری
• انجام وظایف عامل‌محور (Agentic Workflows)
• برنامه‌ریزی و حل مسائل بلندمدت

به عبارت دیگر، GPT-5.6 بیش از آنکه یک مدل برای گفت‌وگو باشد، مدلی برای انجام پروژه‌ها و جریان‌های کاری پیچیده است.

معرفی خانواده GPT-5.6

یکی از مهم‌ترین تغییرات این نسل، معرفی سه مدل با اهداف متفاوت است.

GPT-5.6 Sol

Sol مدل پرچم‌دار OpenAI است و این شرکت آن را قوی‌ترین مدل خود تا امروز معرفی می‌کند.

بر اساس اطلاعات رسمی، Sol بیشترین تمرکز را روی این حوزه‌ها دارد:

• برنامه‌نویسی حرفه‌ای
• پژوهش علمی
• امنیت سایبری
• استدلال چندمرحله‌ای
• انجام وظایف پیچیده با استفاده از ابزارها

OpenAI همچنین قابلیت جدیدی با نام max reasoning effort را برای Sol معرفی کرده است که به مدل اجازه می‌دهد برای مسائل دشوار، زمان بیشتری صرف استدلال کند. علاوه بر آن، حالت Ultra نیز معرفی شده که با بهره‌گیری از زیرعامل‌ها (Subagents)، انجام وظایف پیچیده را تسریع می‌کند.

در بخش‌های بعدی مقاله، Sol را به‌صورت کامل بررسی خواهیم کرد.

GPT-5.6 Terra

Terra برای کاربرانی طراحی شده که به تعادل بین کیفیت و هزینه نیاز دارند.

OpenAI اعلام می‌کند که Terra در بسیاری از وظایف، عملکردی رقابتی با GPT-5.5 دارد، در حالی که هزینه استفاده از آن تقریباً نصف است. به همین دلیل، Terra گزینه‌ای مناسب برای بسیاری از سرویس‌های تولیدی (Production) و سازمانی محسوب می‌شود.

GPT-5.6 Luna

Luna سریع‌ترین و کم‌هزینه‌ترین مدل این خانواده است.

OpenAI این مدل را برای سناریوهایی معرفی می‌کند که در آن‌ها سرعت پاسخ‌دهی، هزینه پایین و توان عملیاتی بالا (High Throughput) اهمیت بیشتری نسبت به حداکثر کیفیت دارند.

تمرکز OpenAI در این نسل چیست؟

در معرفی رسمی GPT-5.6، چند عبارت بارها تکرار می‌شود که نشان می‌دهد استراتژی OpenAI در این نسل بر چه محورهایی استوار است:

• عامل‌های هوشمند (Agentic Capabilities)
• برنامه‌ریزی بلندمدت
• هماهنگی با ابزارها
• برنامه‌نویسی در مقیاس واقعی
• پژوهش علمی
• امنیت سایبری
• ایمنی پیشرفته‌تر

این موضوع نشان می‌دهد که OpenAI GPT-5.6 را بیش از هر چیز برای استفاده در محصولات، نرم‌افزارها و سامانه‌های حرفه‌ای توسعه داده است، نه صرفاً برای مکالمه با یک چت‌بات.

در این مقاله چه خواهید خواند؟

در ادامه این راهنما، به‌صورت گام‌به‌گام بررسی خواهیم کرد:

• GPT-5.6 Sol دقیقاً چه قابلیت‌هایی دارد؟
• Terra و Luna چه تفاوتی با Sol دارند؟
• OpenAI چه بنچمارک‌هایی برای این نسل منتشر کرده است؟
• عملکرد GPT-5.6 در برنامه‌نویسی، علوم و امنیت سایبری چگونه است؟
• قابلیت‌های جدیدی مانند Ultra Mode و Max Reasoning چگونه کار می‌کنند؟
• قیمت هر مدل چقدر است؟
• تفاوت GPT-5.6 با GPT-5.5 چیست؟
• چگونه می‌توان از GPT-5.6 از طریق API استفاده کرد؟
• و در نهایت، چگونه می‌توان پس از عرضه عمومی، این مدل‌ها را از طریق API درواره در پروژه‌های نرم‌افزاری به کار گرفت.

GPT-5.6 Sol؛ قدرتمندترین مدل تاریخ OpenAI

همان‌طور که در بخش قبل اشاره کردیم، خانواده GPT-5.6 از سه مدل تشکیل شده است، اما OpenAI در معرفی رسمی خود بیشترین تمرکز را روی GPT-5.6 Sol قرار داده است. این مدل پرچم‌دار خانواده GPT-5.6 محسوب می‌شود و OpenAI آن را «قوی‌ترین مدل خود تا امروز» معرفی می‌کند.

برخلاف بسیاری از معرفی‌های قبلی که تنها به بهبود کیفیت مکالمه اشاره می‌شد، OpenAI این بار Sol را مدلی برای انجام کارهای واقعی و پیچیده معرفی می‌کند؛ کارهایی که نیازمند برنامه‌ریزی، استفاده از ابزارها، اجرای چندین مرحله متوالی و تصمیم‌گیری در طول فرایند هستند.

به گفته OpenAI، مهم‌ترین حوزه‌هایی که GPT-5.6 Sol برای آن‌ها توسعه یافته عبارت‌اند از:

• مهندسی نرم‌افزار (Software Engineering)
• برنامه‌نویسی عامل‌محور (Agentic Coding)
• تحقیقات علمی
• زیست‌شناسی محاسباتی
• امنیت سایبری
• استفاده حرفه‌ای از ابزارها
• انجام وظایف چندمرحله‌ای و بلندمدت (Long-horizon Tasks)

تمرکز اصلی GPT-5.6 Sol؛ انجام کار، نه فقط پاسخ دادن

یکی از مهم‌ترین نکات معرفی رسمی OpenAI این است که GPT-5.6 Sol صرفاً برای پاسخ دادن به سؤال‌های کاربر طراحی نشده است.

در عوض، این مدل برای انجام پروژه‌هایی توسعه یافته که ممکن است شامل ده‌ها یا حتی صدها گام باشند؛ پروژه‌هایی که مدل باید در آن‌ها:

• برنامه‌ریزی کند.
• ابزار مناسب را انتخاب کند.
• خروجی هر مرحله را بررسی کند.
• در صورت نیاز مسیر خود را اصلاح کند.
• تا رسیدن به نتیجه نهایی، فرایند را ادامه دهد.

به همین دلیل، OpenAI بارها در معرفی GPT-5.6 از عبارت Agentic Capabilities استفاده می‌کند؛ یعنی توانایی انجام وظایف به‌صورت عامل هوشمند، نه صرفاً تولید متن.

قابلیت جدید Max Reasoning

یکی از مهم‌ترین قابلیت‌هایی که همراه GPT-5.6 معرفی شده، max reasoning effort است.

OpenAI توضیح می‌دهد که این گزینه به Sol اجازه می‌دهد برای حل مسائل دشوار، زمان بیشتری صرف استدلال کند. در نتیجه، مدل می‌تواند پیش از تولید پاسخ، فرایند تحلیل عمیق‌تری را طی کند.

OpenAI در معرفی رسمی خود این قابلیت را چنین توصیف می‌کند:

با GPT-5.6، گزینه جدید max reasoning effort معرفی شده است تا Sol بیشترین زمان ممکن را برای استدلال عمیق در اختیار داشته باشد.

این ویژگی به‌ویژه برای مسائلی مانند:

• طراحی معماری نرم‌افزار
• تحلیل علمی
• حل مسائل پیچیده
• برنامه‌ریزی چندمرحله‌ای
• تحقیقات تخصصی

اهمیت زیادی دارد.

OpenAI در صفحه معرفی، جزئیات فنی بیشتری درباره نحوه پیاده‌سازی این قابلیت منتشر نکرده و تنها به معرفی آن و هدفش اشاره کرده است. بنابراین در این مقاله نیز به همان اطلاعات رسمی اکتفا می‌کنیم.

حالت جدید Ultra

قابلیت مهم دیگری که همراه GPT-5.6 معرفی شده، Ultra Mode است.

طبق توضیح OpenAI، Ultra فراتر از توانایی یک عامل واحد عمل می‌کند و با استفاده از Subagents یا زیرعامل‌ها، انجام کارهای پیچیده را سرعت می‌بخشد.

در معرفی رسمی آمده است که Ultra:

• تنها افزایش قدرت استدلال نیست.
• از چند زیرعامل برای پیشبرد کار استفاده می‌کند.
• برای انجام وظایف پیچیده طراحی شده است.

OpenAI در این مرحله هنوز جزئیات معماری Ultra یا نحوه تعامل زیرعامل‌ها را منتشر نکرده و اعلام کرده است که اطلاعات بیشتری هم‌زمان با عرضه عمومی مدل‌ها ارائه خواهد شد.

عملکرد GPT-5.6 Sol در برنامه‌نویسی

بخش قابل توجهی از معرفی GPT-5.6 به برنامه‌نویسی اختصاص دارد.

OpenAI اعلام می‌کند که GPT-5.6 Sol در بنچمارک Terminal-Bench 2.1 به رکورد جدیدی دست یافته است.

این بنچمارک، مدل‌ها را در اجرای گردش‌کارهای واقعی خط فرمان ارزیابی می‌کند؛ وظایفی که نیازمند:

• برنامه‌ریزی
• اجرای چند مرحله
• تکرار
• هماهنگی با ابزارها

هستند.

OpenAI این موفقیت را یکی از مهم‌ترین پیشرفت‌های GPT-5.6 می‌داند، زیرا تمرکز آن روی سناریوهای واقعی توسعه نرم‌افزار است، نه صرفاً تولید قطعه‌کدهای کوتاه.

پیشرفت در تحقیقات زیست‌شناسی

یکی از تفاوت‌های جالب معرفی GPT-5.6 نسبت به نسل‌های قبل، توجه ویژه OpenAI به پژوهش‌های زیست‌شناسی است.

در صفحه رسمی معرفی آمده است که GPT-5.6 Sol در بنچمارک GeneBench v1 عملکرد بهتری نسبت به GPT-5.5 داشته و در عین حال برای رسیدن به این نتایج، توکن‌های کمتری مصرف کرده است.

GeneBench v1 برای ارزیابی تحلیل‌های بلندمدت در حوزه:

• ژنومیک
• زیست‌شناسی کمی

طراحی شده است.

این موضوع نشان می‌دهد که OpenAI علاوه بر برنامه‌نویسی، تحقیقات علمی را نیز یکی از کاربردهای اصلی GPT-5.6 در نظر گرفته است.

توانایی GPT-5.6 در انجام وظایف بلندمدت (Long-horizon Tasks)

یکی از مهم‌ترین محورهای معرفی GPT-5.6، توانایی این خانواده در انجام وظایف بلندمدت و چندمرحله‌ای است.

OpenAI توضیح می‌دهد که بسیاری از کارهای واقعی تنها با یک پرسش و یک پاسخ به پایان نمی‌رسند. توسعه نرم‌افزار، تحقیقات علمی، تحلیل امنیتی و بسیاری از فعالیت‌های حرفه‌ای شامل زنجیره‌ای از تصمیم‌ها، اجرای ابزارها، بررسی نتایج و اصلاح مسیر هستند. GPT-5.6 با هدف بهبود عملکرد در چنین سناریوهایی توسعه یافته است.

به بیان دیگر، هدف این نسل آن است که مدل بتواند یک مسئله را از ابتدا تا انتها دنبال کند، نه اینکه تنها در هر مرحله به‌صورت جداگانه پاسخ تولید کند.

پیشرفت در استفاده از ابزارها (Tool Use)

OpenAI در معرفی GPT-5.6 تأکید ویژه‌ای بر بهبود Tool Use دارد.

در بسیاری از کاربردهای حرفه‌ای، مدل باید بتواند علاوه بر تولید متن، از ابزارهای مختلف نیز استفاده کند؛ برای مثال:

• اجرای کد
• استفاده از ترمینال
• جستجو
• فراخوانی API
• تعامل با فایل‌ها
• انجام عملیات چندمرحله‌ای

GPT-5.6 برای چنین جریان‌های کاری بهینه شده است و OpenAI آن را یکی از مهم‌ترین حوزه‌های پیشرفت این نسل معرفی می‌کند.

نکته مهم این است که OpenAI در صفحه معرفی وارد جزئیات معماری داخلی این قابلیت‌ها نشده و صرفاً اعلام کرده که عملکرد خانواده GPT-5.6 در استفاده از ابزارها نسبت به نسل قبل بهبود یافته است.

تمرکز ویژه بر امنیت سایبری

برخلاف بسیاری از نسل‌های قبلی، امنیت سایبری در معرفی GPT-5.6 جایگاه بسیار پررنگی دارد.

OpenAI اعلام می‌کند که GPT-5.6 پیشرفت قابل توجهی در انجام وظایف مرتبط با امنیت سایبری داشته و این حوزه یکی از مهم‌ترین محورهای توسعه Sol بوده است.

در عین حال، OpenAI تأکید می‌کند که هم‌زمان با افزایش توانایی مدل، سرمایه‌گذاری گسترده‌ای روی ارزیابی‌های ایمنی نیز انجام داده است.

بر اساس اطلاعات رسمی منتشرشده، این شرکت:

• بیش از ۷۰۰ هزار ساعت GPU را صرف آزمایش‌های خودکار کرده است.
• از تیم‌های ارزیابی داخلی و خارجی استفاده کرده است.
• مدل را در سناریوهای مختلف سوءاستفاده بررسی کرده است.
• نسخه جدید «Preparedness Framework» را مبنای ارزیابی قرار داده است.

آیا GPT-5.6 از نظر OpenAI خطرناک است؟

یکی از بخش‌های جالب معرفی GPT-5.6، نتیجه ارزیابی‌های ایمنی است.

OpenAI اعلام می‌کند که اگرچه GPT-5.6 در حوزه‌هایی مانند امنیت سایبری نسبت به نسل‌های قبل توانمندتر شده است، اما بر اساس ارزیابی‌های این شرکت، این مدل به آستانه‌ای نرسیده که در چارچوب «Preparedness Framework» نیازمند اعمال محدودیت‌های شدیدتر باشد.

به همین دلیل، OpenAI قصد دارد پس از پایان دوره پیش‌نمایش محدود، دسترسی عمومی به این خانواده مدل را گسترش دهد.

چرا انتشار GPT-5.6 به‌صورت محدود آغاز شد؟

یکی از پرسش‌هایی که پس از معرفی GPT-5.6 مطرح شد، دلیل عرضه محدود آن بود.

OpenAI در اطلاعیه رسمی خود توضیح می‌دهد که این شرکت اصولاً به دسترسی گسترده اعتقاد دارد، اما در چارچوب تعامل جاری با دولت ایالات متحده، تصمیم گرفته است انتشار اولیه GPT-5.6 را با گروه کوچکی از شرکای مورد اعتماد آغاز کند و سپس دسترسی عمومی را در هفته‌های بعد گسترش دهد.

این شرکت همچنین تصریح می‌کند که چنین فرایندی را راهکار بلندمدت ایده‌آلی برای انتشار مدل‌های هوش مصنوعی نمی‌داند و همچنان از دسترسی گسترده توسعه‌دهندگان و پژوهشگران حمایت می‌کند.

GPT-5.6 برای چه کسانی ساخته شده است؟

بر اساس معرفی رسمی OpenAI، مخاطبان اصلی خانواده GPT-5.6 عبارت‌اند از:

• توسعه‌دهندگان نرم‌افزار
• شرکت‌های فناوری
• تیم‌های تحقیق و توسعه (R&D)
• پژوهشگران علمی
• متخصصان امنیت سایبری
• سازمان‌هایی که عامل‌های هوشمند (AI Agents) توسعه می‌دهند.
• شرکت‌هایی که محصولات مبتنی بر API هوش مصنوعی ارائه می‌کنند.

این موضوع نشان می‌دهد که OpenAI، GPT-5.6 را بیش از هر چیز برای استفاده حرفه‌ای و سازمانی طراحی کرده است.

سه فلسفه متفاوت در یک خانواده

یکی از نکات جالب معرفی GPT-5.6 این است که OpenAI به‌جای ارائه یک مدل واحد، سه مدل با فلسفه‌های متفاوت عرضه کرده است:

• Sol برای بیشترین توانایی و پیچیده‌ترین وظایف.
• Terra برای ایجاد تعادل میان کیفیت، سرعت و هزینه.
• Luna برای پردازش‌های پرتعداد، سریع و کم‌هزینه.

این رویکرد به توسعه‌دهندگان اجازه می‌دهد بسته به نیاز پروژه، مدل مناسب را انتخاب کنند؛ بدون اینکه مجبور باشند همیشه از قدرتمندترین و گران‌ترین گزینه استفاده کنند.

بنچمارک‌های GPT-5.6؛ OpenAI چه شواهدی برای ادعاهای خود ارائه کرده است؟

در معرفی هر مدل هوش مصنوعی، صرف ادعای «بهتر بودن» کافی نیست. به همین دلیل، OpenAI برای GPT-5.6 مجموعه‌ای از بنچمارک‌های تخصصی را منتشر کرده تا نشان دهد این خانواده در چه حوزه‌هایی نسبت به نسل‌های قبل یا سایر مدل‌های پیشرفته عملکرد بهتری دارد.

نکته مهم این است که بسیاری از این آزمون‌ها، برخلاف بنچمارک‌های سنتی، بر انجام کارهای واقعی (Real-world Tasks) تمرکز دارند؛ یعنی سناریوهایی که توسعه‌دهندگان، پژوهشگران و سازمان‌ها در عمل با آن‌ها روبه‌رو هستند.

در ادامه، مهم‌ترین بنچمارک‌هایی را که OpenAI در معرفی GPT-5.6 به آن‌ها استناد کرده است بررسی می‌کنیم.

Terminal-Bench 2.1؛ آزمون واقعی برای عامل‌های برنامه‌نویسی

یکی از مهم‌ترین نمودارهای منتشرشده در صفحه رسمی GPT-5.6 مربوط به Terminal-Bench 2.1 است.

OpenAI این بنچمارک را مهم‌ترین معیار برای ارزیابی توانایی مدل‌ها در انجام گردش‌کارهای واقعی برنامه‌نویسی معرفی می‌کند. برخلاف آزمون‌هایی که تنها تولید یک قطعه کد را می‌سنجند، Terminal-Bench 2.1 مدل را در محیط خط فرمان (Terminal) ارزیابی می‌کند؛ جایی که باید بتواند:

• مسئله را تحلیل کند.
• برای حل آن برنامه‌ریزی انجام دهد.
• فایل‌ها را بخواند و ویرایش کند.
• چندین فرمان را اجرا کند.
• خروجی هر مرحله را بررسی کند.
• در صورت نیاز مسیر خود را اصلاح کند.
• تا رسیدن به نتیجه نهایی، فرایند را ادامه دهد.

به گفته OpenAI، GPT-5.6 Sol در این بنچمارک به بهترین نتیجه ثبت‌شده (State of the Art) دست یافته است؛ موضوعی که نشان می‌دهد تمرکز این نسل تنها بر تولید کد نیست، بلکه بر انجام کامل یک پروژه برنامه‌نویسی است.

چرا Terminal-Bench اهمیت دارد؟

در سال‌های گذشته بسیاری از مدل‌های زبانی می‌توانستند توابع کوچک یا قطعات ساده کد تولید کنند، اما توسعه نرم‌افزار در دنیای واقعی بسیار پیچیده‌تر از این است.

یک توسعه‌دهنده معمولاً باید:

• ساختار پروژه را بررسی کند.
• وابستگی‌ها را شناسایی کند.
• فایل‌های مختلف را تغییر دهد.
• خطاهای اجرا را تحلیل کند.
• چندین بار کد را اصلاح و آزمایش کند.

Terminal-Bench دقیقاً چنین سناریوهایی را ارزیابی می‌کند. به همین دلیل OpenAI این آزمون را یکی از مهم‌ترین شاخص‌های پیشرفت GPT-5.6 معرفی کرده است.

GeneBench v1؛ ارزیابی در تحقیقات زیستی

دومین بنچمارکی که OpenAI در معرفی GPT-5.6 به آن اشاره می‌کند، GeneBench v1 است.

این آزمون برای سنجش توانایی مدل‌ها در انجام تحلیل‌های مرتبط با زیست‌شناسی و ژنومیک طراحی شده است و شامل وظایفی است که نیازمند استدلال، بررسی داده‌ها و تحلیل‌های چندمرحله‌ای هستند.

بر اساس نتایج منتشرشده توسط OpenAI:

• GPT-5.6 Sol نسبت به GPT-5.5 عملکرد بهتری در GeneBench v1 دارد.
• این بهبود در حالی حاصل شده که مدل برای رسیدن به پاسخ، توکن‌های کمتری مصرف می‌کند.

این موضوع از دید OpenAI اهمیت ویژه‌ای دارد، زیرا نشان می‌دهد افزایش کیفیت تنها با افزایش مصرف منابع به دست نیامده، بلکه مدل از نظر بهره‌وری (Efficiency) نیز پیشرفت کرده است.

امنیت سایبری؛ یکی از مهم‌ترین محورهای ارزیابی GPT-5.6

یکی از تفاوت‌های GPT-5.6 با بسیاری از نسل‌های قبلی، تمرکز پررنگ بر امنیت سایبری است.

OpenAI در معرفی رسمی خود اعلام می‌کند که Sol پیشرفته‌ترین مدل این شرکت در حوزه امنیت سایبری است و مرز جدیدی میان عملکرد و بهره‌وری در وظایف طولانی‌مدت امنیتی ایجاد کرده است.

برای ارزیابی این توانایی، OpenAI از بنچمارک‌هایی مانند ExploitBench استفاده کرده است.

طبق اطلاعات رسمی، GPT-5.6 Sol در این آزمون عملکردی رقابتی با برخی از قوی‌ترین مدل‌های موجود داشته، در حالی که برای تولید پاسخ به حدود یک‌سوم توکن خروجی نیاز داشته است. این موضوع از نگاه OpenAI نشان‌دهنده نسبت بهتر میان کیفیت و هزینه پردازش است.

«عملکرد بهتر با توکن کمتر»؛ یکی از پیام‌های اصلی OpenAI

اگر صفحه معرفی GPT-5.6 را با دقت مطالعه کنید، یک عبارت بارها تکرار می‌شود:

عملکرد بیشتر با هزینه کمتر.

OpenAI تأکید می‌کند که هدف GPT-5.6 تنها کسب امتیاز بالاتر در بنچمارک‌ها نبوده است؛ بلکه این خانواده به گونه‌ای طراحی شده که همان وظایف را با مصرف کمتر منابع محاسباتی انجام دهد یا با همان بودجه، خروجی بیشتری تولید کند.

به همین دلیل، OpenAI از عبارت Performance per Dollar استفاده می‌کند؛ یعنی معیار اصلی تنها کیفیت پاسخ نیست، بلکه نسبت کیفیت به هزینه نیز اهمیت دارد.

بنچمارک‌ها را چگونه باید تفسیر کرد؟

هرچند نتایج منتشرشده توسط OpenAI نشان‌دهنده پیشرفت قابل توجه GPT-5.6 هستند، اما باید به یک نکته مهم توجه داشت.

تمام نمودارها و اعداد ارائه‌شده در صفحه معرفی، توسط خود OpenAI منتشر شده‌اند و طبیعتاً برای نمایش عملکرد مدل در شرایط مشخص آزمایشگاهی طراحی شده‌اند. این نتایج دید مناسبی از توانایی‌های GPT-5.6 ارائه می‌دهند، اما عملکرد واقعی هر پروژه می‌تواند بسته به نوع مسئله، کیفیت پرامپت، ابزارهای مورد استفاده و جریان کاری متفاوت باشد.

مقایسه GPT-5.6 Sol، Terra و Luna؛ کدام مدل برای چه کاربردی مناسب است؟

یکی از بزرگ‌ترین تغییرات GPT-5.6 نسبت به نسل‌های قبلی، معرفی یک خانواده از مدل‌ها به‌جای یک مدل واحد است.

OpenAI در معرفی رسمی خود توضیح می‌دهد که این سه مدل برای سه گروه متفاوت از کاربران طراحی شده‌اند. هدف این است که توسعه‌دهندگان مجبور نباشند همیشه از قدرتمندترین مدل استفاده کنند و بتوانند بر اساس نیاز پروژه، میان بیشترین توانایی، تعادل هزینه و عملکرد یا بیشترین سرعت، انتخاب مناسبی داشته باشند.

در ادامه، ویژگی‌های هر یک از این سه مدل را بر اساس اطلاعات رسمی OpenAI بررسی می‌کنیم.

GPT-5.6 Sol؛ برای پیچیده‌ترین وظایف

Sol مدل پرچم‌دار خانواده GPT-5.6 است.

OpenAI این مدل را مناسب وظایفی معرفی می‌کند که به استدلال عمیق، برنامه‌ریزی چندمرحله‌ای، استفاده گسترده از ابزارها و انجام پروژه‌های طولانی نیاز دارند. همچنین قابلیت‌های اختصاصی max reasoning effort و Ultra نیز ابتدا برای همین مدل معرفی شده‌اند.

بر اساس معرفی رسمی، مهم‌ترین کاربردهای Sol عبارت‌اند از:

• توسعه نرم‌افزار در مقیاس بزرگ
• عامل‌های هوشمند (AI Agents)
• پژوهش علمی
• امنیت سایبری
• تحلیل‌های پیچیده
• استفاده حرفه‌ای از ابزارها
• انجام وظایف بلندمدت

اگر کیفیت پاسخ مهم‌تر از سرعت یا هزینه باشد، OpenAI استفاده از Sol را توصیه می‌کند.

GPT-5.6 Terra؛ تعادل میان کیفیت و هزینه

Terra به‌عنوان گزینه میانی این خانواده معرفی شده است.

OpenAI هدف از Terra را ارائه مدلی با کیفیت بالا و هزینه کمتر نسبت به Sol عنوان می‌کند. این مدل برای بسیاری از سرویس‌های Production طراحی شده است؛ جایی که کیفیت همچنان اهمیت دارد، اما هزینه اجرای میلیون‌ها درخواست نیز باید کنترل شود.

از دید OpenAI، Terra برای موارد زیر انتخاب مناسبی است:

• دستیارهای سازمانی
• سامانه‌های پشتیبانی مشتریان
• ابزارهای تولید محتوا
• محصولات SaaS
• سرویس‌هایی با حجم درخواست بالا

به بیان ساده، اگر Sol بیشترین توانایی را ارائه می‌دهد، Terra تلاش می‌کند بخش بزرگی از آن توانایی را با هزینه کمتر در اختیار توسعه‌دهندگان قرار دهد.

GPT-5.6 Luna؛ سرعت و مقیاس‌پذیری

Luna سریع‌ترین و اقتصادی‌ترین عضو خانواده GPT-5.6 است.

OpenAI این مدل را برای کاربردهایی معرفی می‌کند که در آن‌ها تأخیر کم (Low Latency)، هزینه پایین و توان عملیاتی بالا اهمیت بیشتری از حداکثر کیفیت دارند.

نمونه‌هایی از این کاربردها عبارت‌اند از:

• چت‌بات‌های پرترافیک
• پاسخ‌گویی بلادرنگ
• دسته‌بندی متن
• خلاصه‌سازی
• پردازش انبوه درخواست‌ها
• سرویس‌های API با میلیون‌ها فراخوانی

Luna برای بسیاری از سناریوهای روزمره طراحی شده است؛ جایی که پاسخ سریع و هزینه پایین، مهم‌تر از استدلال بسیار عمیق است.

مقایسه سه مدل GPT-5.6

این جدول تنها بر اساس اطلاعاتی تهیه شده است که OpenAI تا زمان نگارش این مقاله منتشر کرده و از بیان ویژگی‌هایی که هنوز به‌صورت رسمی اعلام نشده‌اند خودداری شده است.

قیمت مدل‌های GPT-5.6

OpenAI قیمت‌گذاری خانواده GPT-5.6 را بر اساس هر یک میلیون توکن اعلام کرده است.

علاوه بر این، OpenAI اعلام کرده است که در GPT-5.6 سیستم Prompt Caching نیز بهبود یافته است. از جمله تغییرات جدید می‌توان به امکان تعیین Cache Breakpoints و حداقل ۳۰ دقیقه ماندگاری کش اشاره کرد. همچنین نوشتن داده در کش با ضریب ۱٫۲۵ برابر هزینه ورودی محاسبه می‌شود و خواندن از کش همچنان شامل تخفیف ۹۰ درصدی نسبت به هزینه ورودی عادی است.

انتخاب مدل مناسب؛ OpenAI چه توصیه‌ای می‌کند؟

اگر معرفی رسمی OpenAI را مرور کنیم، می‌توان سه مدل را این‌گونه خلاصه کرد:

• اگر پیچیده‌ترین مسائل، بیشترین کیفیت و عمیق‌ترین استدلال برای شما اهمیت دارد، Sol انتخاب اصلی است.
• اگر به دنبال تعادل میان کیفیت و هزینه برای محصولات واقعی هستید، Terra گزینه مناسب‌تری خواهد بود.
• اگر حجم درخواست بسیار زیاد است و سرعت و هزینه اهمیت بیشتری دارند، Luna انتخاب منطقی‌تری است.

GPT-5.6 در مقایسه با GPT-5.5؛ چه چیزهایی تغییر کرده است؟

یکی از پرسش‌های طبیعی پس از معرفی هر نسل جدید این است که آیا ارتقا به نسخه جدید ارزش دارد یا خیر.

OpenAI در معرفی GPT-5.6، این خانواده را صرفاً یک به‌روزرسانی تدریجی معرفی نمی‌کند، بلکه آن را گامی در جهت ساخت مدل‌هایی می‌داند که بتوانند پروژه‌های واقعی را از ابتدا تا انتها مدیریت کنند. به همین دلیل، مقایسه GPT-5.6 با GPT-5.5 تنها به کیفیت پاسخ‌ها محدود نمی‌شود و حوزه‌هایی مانند برنامه‌نویسی، استفاده از ابزارها، پژوهش علمی، امنیت سایبری و بهره‌وری نیز در آن نقش دارند.

در ادامه، مهم‌ترین تفاوت‌هایی را که OpenAI به‌صورت رسمی اعلام کرده است مرور می‌کنیم.

۱. از یک مدل به یک خانواده از مدل‌ها

یکی از بزرگ‌ترین تغییرات، نحوه عرضه مدل است.

در حالی که GPT-5.5 به‌عنوان یک نسل واحد عرضه شده بود، GPT-5.6 از ابتدا به‌صورت سه مدل مجزا معرفی شده است:

• GPT-5.6 Sol
• GPT-5.6 Terra
• GPT-5.6 Luna

OpenAI هدف از این تغییر را فراهم کردن گزینه‌های متفاوت برای نیازهای مختلف عنوان می‌کند؛ از حداکثر توانایی تا کمترین هزینه و بیشترین سرعت.

۲. تمرکز بیشتر بر Agentها

یکی از پررنگ‌ترین تفاوت‌های GPT-5.6، تمرکز بسیار بیشتر بر Agentic Workflows است.

در معرفی رسمی GPT-5.5 نیز استفاده از ابزارها مطرح شده بود، اما در معرفی GPT-5.6 تقریباً تمام بخش‌ها حول محور انجام وظایف چندمرحله‌ای، برنامه‌ریزی و اجرای پروژه‌های واقعی شکل گرفته‌اند.

OpenAI بارها از عبارت‌هایی مانند:

• Long-horizon Tasks
• Agentic Coding
• Computer Use
• Tool Use

استفاده می‌کند؛ موضوعی که نشان می‌دهد GPT-5.6 بیش از گذشته برای ساخت عامل‌های هوشمند طراحی شده است.

۳. قابلیت Max Reasoning

یکی از قابلیت‌هایی که در معرفی GPT-5.6 دیده می‌شود اما در GPT-5.5 وجود نداشت، max reasoning effort است.

طبق توضیح OpenAI، این قابلیت به مدل اجازه می‌دهد در صورت نیاز زمان بیشتری را صرف استدلال کند تا بتواند مسائل دشوار را با تحلیل عمیق‌تری حل کند. این ویژگی به‌طور ویژه برای GPT-5.6 Sol معرفی شده است.

۴. معرفی Ultra

تفاوت مهم دیگر، معرفی حالت Ultra است.

OpenAI اعلام می‌کند که Ultra از زیرعامل‌ها (Subagents) برای انجام وظایف پیچیده استفاده می‌کند و هدف آن افزایش توان مدل در پروژه‌های بزرگ و چندمرحله‌ای است.

در زمان نگارش این مقاله، OpenAI هنوز جزئیات فنی معماری Ultra را منتشر نکرده است و تنها به معرفی این قابلیت در سطح مفهومی بسنده کرده است.

۵. پیشرفت در مهندسی نرم‌افزار

در GPT-5.6، برنامه‌نویسی یکی از مهم‌ترین حوزه‌های تمرکز است.

OpenAI اعلام می‌کند که Sol در بنچمارک Terminal-Bench 2.1 به بهترین عملکرد ثبت‌شده دست یافته است؛ بنچمارکی که توانایی مدل را در انجام پروژه‌های واقعی توسعه نرم‌افزار ارزیابی می‌کند، نه صرفاً تولید یک قطعه کد.

این تغییر نشان می‌دهد که تمرکز OpenAI از «نوشتن کد» به سمت «انجام کامل وظایف برنامه‌نویسی» حرکت کرده است.

۶. پیشرفت در پژوهش علمی

OpenAI در معرفی GPT-5.6 توجه بیشتری به کاربردهای علمی نشان می‌دهد.

یکی از نمونه‌های این موضوع، نتایج منتشرشده در GeneBench v1 است که نشان می‌دهد GPT-5.6 Sol نسبت به GPT-5.5 عملکرد بهتری داشته و در عین حال با مصرف توکن کمتر به این نتایج رسیده است.

۷. تمرکز گسترده‌تر بر امنیت سایبری

امنیت سایبری یکی دیگر از حوزه‌هایی است که در GPT-5.6 جایگاه پررنگ‌تری نسبت به نسل قبل دارد.

OpenAI علاوه بر معرفی توانایی‌های جدید مدل در این زمینه، اعلام کرده است که فرایند ارزیابی ایمنی نیز نسبت به نسل‌های گذشته گسترده‌تر شده و این خانواده با قوی‌ترین مجموعه اقدامات حفاظتی OpenAI تا امروز عرضه می‌شود.

یکی از پیام‌های تکرارشونده OpenAI در معرفی GPT-5.6، افزایش Performance per Dollar است.

به گفته این شرکت، هدف تنها افزایش کیفیت مدل نبوده، بلکه تلاش شده است مدل‌ها با هزینه کمتر یا مصرف توکن پایین‌تر همان وظایف را با کیفیت بالاتر انجام دهند. نمونه این رویکرد را می‌توان در معرفی Terra (عملکرد رقابتی با GPT-5.5 با حدود نصف هزینه) و همچنین نتایج GeneBench مشاهده کرد.

جمع‌بندی مقایسه GPT-5.5 و GPT-5.6

بر اساس اطلاعات رسمی OpenAI، مهم‌ترین تفاوت‌های این دو نسل را می‌توان به شکل زیر خلاصه کرد:

نکته مهم این است که OpenAI، GPT-5.6 را جایگزینی صرف برای GPT-5.5 معرفی نمی‌کند، بلکه آن را نسلی می‌داند که برای ساخت نرم‌افزارهای هوشمند، عامل‌های خودکار و جریان‌های کاری حرفه‌ای توسعه یافته است.

دسترسی به GPT-5.6؛ چه زمانی توسعه‌دهندگان می‌توانند از آن استفاده کنند؟

یکی از مهم‌ترین پرسش‌ها پس از معرفی GPT-5.6 این است که آیا این خانواده مدل‌ها بلافاصله برای همه کاربران و توسعه‌دهندگان در دسترس قرار گرفته‌اند یا خیر.

پاسخ OpenAI در زمان معرفی روشن است: خیر.

در مرحله نخست، GPT-5.6 به‌صورت Limited Preview منتشر شده است و تنها گروه محدودی از شرکای مورد اعتماد و سازمان‌های منتخب به آن دسترسی دارند. این دسترسی از طریق OpenAI API و Codex فراهم شده است و هنوز برای عموم کاربران ChatGPT فعال نشده است.

OpenAI همچنین اعلام کرده است که قصد دارد پس از پایان دوره پیش‌نمایش، دسترسی به GPT-5.6 را برای کاربران ChatGPT، Codex و API به‌صورت گسترده‌تر فراهم کند، اما در زمان انتشار این مقاله هنوز تاریخ دقیقی برای عرضه عمومی اعلام نشده است.

GPT-5.6 از طریق API ارائه می‌شود

یکی از نکات مهم معرفی GPT-5.6 این است که OpenAI از همان ابتدا این خانواده را با تمرکز بر توسعه‌دهندگان معرفی کرده است.

در دوره Preview، دسترسی از طریق:

• OpenAI API
• Codex

امکان‌پذیر است و توسعه‌دهندگان منتخب می‌توانند مدل‌های Sol، Terra و Luna را در پروژه‌های خود آزمایش کنند.

این موضوع نشان می‌دهد که GPT-5.6 از همان ابتدا با هدف استفاده در نرم‌افزارها، سرویس‌های سازمانی و محصولات مبتنی بر API طراحی شده است، نه صرفاً برای استفاده در رابط گفت‌وگوی ChatGPT.

آیا API جدیدی برای GPT-5.6 معرفی شده است؟

خیر.

در معرفی رسمی GPT-5.6، OpenAI از معرفی یک API کاملاً جدید صحبت نکرده است.

خانواده GPT-5.6 از طریق همان زیرساخت OpenAI API ارائه می‌شود و توسعه‌دهندگانی که به این مدل‌ها دسترسی دارند، آن‌ها را از طریق API فراخوانی می‌کنند. در نتیجه، نیاز به یادگیری یک معماری کاملاً جدید یا مهاجرت به یک سرویس متفاوت وجود ندارد.

البته OpenAI تأکید می‌کند که برخی قابلیت‌های جدید مانند Max Reasoning یا Ultra تنها برای مدل Sol در دسترس هستند و جزئیات بیشتر استفاده از آن‌ها در مستندات فنی منتشر خواهد شد.

GPT-5.6 در پروژه‌های واقعی

با توجه به نحوه معرفی OpenAI، می‌توان نتیجه گرفت که GPT-5.6 بیش از هر نسل دیگری برای ساخت محصولات واقعی توسعه یافته است.

نمونه‌هایی از پروژه‌هایی که این خانواده برای آن‌ها مناسب معرفی شده‌اند عبارت‌اند از:

• دستیارهای برنامه‌نویسی
• عامل‌های هوشمند (AI Agents)
• سامانه‌های تحلیل علمی
• ابزارهای امنیت سایبری
• نرم‌افزارهای سازمانی
• سرویس‌های مبتنی بر API
• محصولات SaaS
• سیستم‌های خودکارسازی گردش کار (Workflow Automation)

نکته قابل توجه این است که تقریباً تمام مثال‌های OpenAI پیرامون استفاده از GPT-5.6، به کاربردهای حرفه‌ای و سازمانی مربوط می‌شوند.

استفاده از GPT-5.6 از طریق API درواره

پس از آنکه OpenAI دسترسی عمومی به خانواده GPT-5.6 را فراهم کند و این مدل‌ها از طریق API در دسترس قرار گیرند، کاربران درواره نیز می‌توانند مانند سایر مدل‌های پشتیبانی‌شده، از آن‌ها در پروژه‌های خود استفاده کنند.

مزیت استفاده از API درواره این است که توسعه‌دهندگان می‌توانند بدون تغییر معماری نرم‌افزار خود، علاوه بر GPT-5.6 به صدها مدل دیگر نیز دسترسی داشته باشند.

برخی از قابلیت‌های API درواره عبارت‌اند از:

• دسترسی به صدها مدل هوش مصنوعی با یک API
• سازگاری با استاندارد OpenAI API
• پرداخت ریالی
• مدیریت هزینه و مصرف
• انتخاب مدل متناسب با نیاز هر پروژه
• امکان جابه‌جایی میان مدل‌های مختلف بدون تغییر ساختار کلی برنامه

اگر در آینده پروژه‌ای به توان استدلال بالای GPT-5.6 Sol نیاز داشته باشد و پروژه‌ای دیگر به سرعت و هزینه پایین Luna، هر دو از طریق یک API و یک داشبورد قابل مدیریت خواهند بود.

نکته مهم: این بخش مربوط به نحوه استفاده از API درواره است. در زمان نگارش این مقاله، GPT-5.6 هنوز در مرحله Preview قرار دارد و عرضه عمومی آن از سوی OpenAI به پایان نرسیده است. بنابراین دسترسی درواره به این مدل‌ها نیز منوط به انتشار عمومی و شرایط دسترسی OpenAI خواهد بود.

جمع‌بندی

خانواده GPT-5.6 یکی از مهم‌ترین تغییرات OpenAI در سال‌های اخیر است. این شرکت به‌جای عرضه یک مدل واحد، سه مدل با اهداف متفاوت معرفی کرده است:

• Sol برای پیچیده‌ترین وظایف، استدلال عمیق و عامل‌های هوشمند
• Terra برای ایجاد تعادل میان کیفیت، سرعت و هزینه
• Luna برای پردازش‌های سریع، مقیاس‌پذیر و اقتصادی

بر اساس اطلاعات رسمی منتشرشده، تمرکز اصلی این نسل بر انجام کارهای واقعی، برنامه‌ریزی بلندمدت، استفاده مؤثر از ابزارها، برنامه‌نویسی، پژوهش علمی و امنیت سایبری است. همچنین OpenAI اعلام کرده است که GPT-5.6 با گسترده‌ترین ارزیابی‌های ایمنی این شرکت تا امروز توسعه یافته است.

در زمان نگارش این مقاله، GPT-5.6 هنوز در مرحله Limited Preview قرار دارد و OpenAI اعلام کرده است که پس از پایان این مرحله، دسترسی به این خانواده مدل را برای کاربران ChatGPT، Codex و API گسترش خواهد داد.

برای توسعه‌دهندگانی که محصولات خود را بر پایه API هوش مصنوعی می‌سازند، GPT-5.6 می‌تواند یکی از مهم‌ترین گزینه‌های سال باشد؛ به‌ویژه در پروژه‌هایی که به استدلال پیشرفته، استفاده از ابزارها و اجرای وظایف چندمرحله‌ای نیاز دارند. با عرضه عمومی این خانواده، امکان استفاده از آن از طریق API درواره نیز فراهم خواهد شد و توسعه‌دهندگان می‌توانند در کنار صدها مدل دیگر، GPT-5.6 را نیز با همان رابط استاندارد OpenAI API در پروژه‌های خود به‌کار بگیرند.

از مدل GPT 5.6 در API درواره استفاده کنید