Uusim OpenAI mudel vahetab toore IQ töölisklassi tööeetika vastu

Tavapärane narratiiv tehisintellekti vallas viitab sellele, et iga uus väljalase on tohutu hüpe vaimses võimekuses. Me eeldame, et mudelid lahendavad keerulisemat matemaatikat, kirjutavad paremat luulet ja kavaldavad lõpuks oma loojad üle. OpenAI GPT-5.6 Soli väljalase seab selle eelduse kahtluse alla. Puhtalt intellektuaalse uuenduse asemel on Sol nihe praktilise ja usaldusväärse tööjõu suunas. See mudel on vähem huvitatud sellest, et olla ruumi targim olend, ning keskendub rohkem teie digitaalse töö nimekirjas olevate ülesannete tegelikule lõpetamisele.

Pärast kahenädalast perioodi, mil USA kaubandusministeerium hoidis mudelit piiratud partnerite ringis, on Sol nüüd avalikkusele kättesaadav. See saabub koos kahe väiksema mudeliga, Terra ja Luna, esindades olulist muatust selles, kuidas OpenAI oma tehnoloogiat nimetab ja organiseerib. See väljalase on otsene vastus turule, mis on üha enam väsinud hallutsinatsioonidega hädas olevatest juturobotitest ning otsib selle asemel tööriistu, mis suudavad hallata keerukaid, mitmeetapilisi ülesandeid ilma pideva järelevalveta.

Uus taevane rivistus teie brauseris

OpenAI on loobunud numbrilisest versioonisüsteemist, mis defineeris GPT-ajastut. Selle asemel on kolmetasandiline süsteem, mis on nime saanud taevakehade järgi. Sol on lipulaev, suure jõudlusega mudel keerulise inseneritöö ja loovtöö jaoks. Terra on kesktee mudel, mis on loodud vastama eelmise GPT-5.5 võimekusele, kuid poole odavama hinnaga. Luna on eelarvesõbralik valik, mis on ehitatud lihtsate ülesannete ja kiirete vastuste jaoks.

See kihiline lähenemine peegeldab seda, kuidas me ostame sülearvuteid või autosid. Mitte iga ülesanne ei vaja superarvutit. Üliõpilasele, kes teeb loengust kokkuvõtet, piisab Lunast. Arendajale, kes ehitab uut rakendust, on Sol vajalik valik. See struktuur võimaldab OpenAI-l uuendada üksikuid mudeleid erinevatel aegadel. Kui nad leiavad viisi, kuidas muuta Luna kiiremaks, saavad nad seda uuendada, ootamata läbimurret Soli alusloogikas.

Kapoti all tutvustab Sol funktsiooni nimega ultra mode. See konfiguratsioon võimaldab mudelil tegutseda alamagentide juhina. Lihtsamalt öeldes on Sol väsimatu praktikant, kes oskab ülesandeid delegeerida. Kui annate sellele keerulise projekti, ei püüa see seda lihtsalt ühe korraga lahendada. See jagab projekti väiksemateks osadeks ja määrab need osad sisemistele alammudelitele. See meetod võimaldab tal püsida ülesande juures tunde või isegi päevi, kaotamata silmist algset eesmärki.

Digitaalse tööjõu kulude analüüs

Tehisintellekti ökonoomika on sageli peidetud kuiste tellimustasude taha, kuid tegelik liikumine toimub API-turul. OpenAI on määranud Soli hinnaks 5 dollarit miljoni sisendmärgise (token) kohta ja 30 dollarit miljoni väljundmärgise kohta. Perspektiivi loomiseks: miljon märgist on umbes 750 000 sõna. Ettevõtte jaoks on see digitaalse toornafta hind, mis toidab nende automatiseeritud süsteeme.

Suurt pilti vaadates positsioneerib OpenAI Soli kui esmaklassilist, kuid kättesaadavat valikut. See on märkimisväärselt odavam kui Anthropicu Fable 5 ja xAI Grok 4.5. Siiski maksab see rohkem kui Google'i vananev Gemini 3 ja Hiina tootjate, nagu Xiaomi ja DeepSeek, agressiivsed madala hinnaga mudelid. Tavakasutaja jaoks tähendab see, et tipptasemel AI hind langeb, kuid lõhe USA lipulaevade ja globaalsete soodsate alternatiivide vahel süveneb.

Jõudlus käsurea kaevikutes

Võrdlustestid pakuvad ainsat objektiivset viisi nende mudelite võrdlemiseks ja Sol paistab silma valdkondades, mis hõlmavad tegelikku tööd. Terminal-Bench 2.1-s, testis, mis mõõdab, kui hästi AI kasutab arvutiterminale ja käsurea tööriistu, saavutas Sol ultra-konfiguratsioonis tulemuseks 91,9%. See test on keeruline, kuna nõuab mudelilt mitmeetapilise töövoo planeerimist ja oma vigade parandamist töö käigus.

Sol on praegu selles konkreetses valdkonnas konkurentidest ees. See võidab Claude Fable 5 ja piiratud ligipääsuga Claude Mythos 5 mudelit. See jõudlus on põhjus, miks varajased testaatorid, nagu T3 Chati tegevjuht Theo, kirjeldavad Soli kui maailma juhtivat mudelit arvutikasutuses. See on tööriist inimestele, kes peavad automatiseerima oma töölauaülesandeid, alates tuhandete failide sordiimisest kuni koodi kirjutamise ja testimiseni erinevates keskkondades.

Turvalisuse poole pealt testis OpenAI Soli ExploitBenchis. See test mõõdab mudeli võimet leida ja kasutada tarkvara haavatavusi. Sol vastas kõige arenenumate piiratud mudelite jõudlusele, kuid kasutas vaid kolmandiku märgistest. Sisuliselt on Sol probleemide märkamisel tõhusam kui selle eelkäijad. OpenAI väidab, et kuigi Sol on küberülesannetes parem, ei ületa see piiri, et muutuda ohtlikuks tööriistaks laiaulatuslikuks kübersõjaks. See jääb pigem kaitsvaks ja uurivaks assistendiks kui digitaalseks relvaks.

Igapäevane sõiduk versus lõimeajam

Kasutajate tagasiside tõstab esile selge lõhe AI-turul. Dan Shipper ettevõttest Every võrdles Soli Porschega ja Fable'it lõimeajamiga (warp drive). Sol on sõiduk, mida soovid oma igapäevaseks teekonnaks läbi teadmustöö. See on kiire, usaldusväärne ja piisavalt võimas peaaegu kõige jaoks. Fable jääb valikuks kõige abstraktsemate ja keerukamate probleemide puhul, mis nõuavad hüpet loogilises arutlusvõimes.

Enamiku inimeste jaoks on kõige märgatavam tegur erinevus kirjutamise kvaliteedis. Teadlased, nagu Daichi Konno, märkivad, et kuigi Sol on erakordne bioloogias ja kodeerimises, on Anthropicil endiselt väike eelis loovas ja nüansirikkas kirjutamises. Sol on utilitaarne mudel. See on produktiivse tööpäeva nähtamatu selgroog. See käsitleb bioloogiaküsimusi ja eluteaduste andmeid ilma komistamata agressiivsete turvafiltrite otsa, mis muudavad teised mudelid teadusuuringute jaoks sageli kasutuks.

Huvitaval kombel saabus Sol täpselt siis, kui Anthropic muutis oma tellimustingimusi. Fable 5 läks paljude kasutajate jaoks hiljuti üle kasutusmärkide süsteemile, muutes selle kallimaks ja piiratumaks ressursiks. See ajastus muudab Soli väga atraktiivseks alternatiiviks professionaalidele, kes vajavad lipulaeva mudelit, mida nad saavad kasutada kogu päeva, muretsemata iganädalaste sõnumite piirmäära täitumise pärast.

Miks Google ja Meta on erandid

AI-turg liigub praegu tempos, kus kuus kuud tundub kümnendina. Sol on uusim lipulaev, mis lasti välja vaid tunde pärast Meta Muse Spark 1.1 ja üks päev pärast xAI Grok 4.5. See väljalasete jada on jätnud Google'i ebatavalisse positsiooni. Selle Gemini 3 mudel on nüüd vanim USA turul püsiv lipulaev, olles välja lastud 2025. aasta lõpus.

Tarbija jaoks on see konkurents tohutu võit. Me näeme võidujooksu hindade langetamise ja kasulikkuse tõstmise suunas. Meta sisenemine tasuliste mudelite turule Muse Spark 1.1-ga lisab veel ühe survekihi. Isegi kui need mudelid ei ole märkimisväärselt targemad kui need, mis meil olid eelmisel kuul, muutuvad nad palju võimekamaks reaalse maailmaga suhestumisel. Nad liiguvad vestlusaknast välja meie failisüsteemidesse, brauseritesse ja koodiredaktoritesse.

Praktilised tagajärjed teie digiharjumustele

Teie jaoks tähendab see nihet selles, kuidas peaksite oma AI-tööriistu haldama. Me liigume eemale ajastust, kus üks 20-eurone tellimus katab kõik. Selliste mudelitega nagu Sol, Terra ja Luna on teil nüüd valikud vastavalt ülesande intensiivsusele. Kui olete tavakasutaja, saavad odavamad Luna mudelid tõenäoliselt vaikimisi valikuks rakendustes, mida igapäevaselt kasutate. Kui olete edasijõudnud kasutaja, pakub Soli uus ultra mode automatiseerimise taset, mis oli varem ilma inimassistendita võimatu.

Kokkuvõtteks võib öelda, et nende mudelite intelligentsus on stabiliseerumas, kuid nende kasulikkus kasvab hüppeliselt. Peaksite jälgima oma harjumusi. Kui leiate end kasutamas tehisintellekti lihtsate kokkuvõtete tegemiseks, kontrollige, kas teie teenusepakkuja on teid raha säästmiseks üle viinud sellisele mudelile nagu Terra või Luna. Kui olete arendaja, alustage eksperimenteerimist maksimaalse arutlusvõime seadistustega. AI tulevik ei seisne jumalasarnase olendiga rääkimises. See seisneb ülitõhusa ja automatiseeritud personalijuhtimises, kes töötab sentide eest tunnis.

Allikad: OpenAI toote teadaanne, Anthropicu tellimuste uuendused, xAI ametlikud väljalasked, Terminal-Bench 2.1 avalikud andmed, ExploitBenchi metodoloogia aruanded.