OpenAI का नया मॉडल कच्ची बुद्धिमत्ता (IQ) के बजाय व्यावहारिक कार्य कुशलता को प्राथमिकता देता है

आर्टिफिशियल इंटेलिजेंस की मानक कहानी यह बताती है कि हर नई रिलीज़ दिमागी शक्ति में एक बड़ी छलांग है। हम उम्मीद करते हैं कि मॉडल कठिन गणित हल करेंगे, बेहतर कविता लिखेंगे, और अंततः अपने रचनाकारों से आगे निकल जाएंगे। OpenAI द्वारा GPT-5.6 Sol की रिलीज़ इस धारणा को चुनौती देती है। विशुद्ध रूप से बौद्धिक अपग्रेड के बजाय, Sol एक व्यावहारिक, विश्वसनीय कार्यबल की ओर एक बदलाव है। यह मॉडल कमरे में सबसे बुद्धिमान इकाई होने के बारे में कम चिंतित है और आपकी डिजिटल टू-डू सूची के कामों को वास्तव में पूरा करने पर अधिक केंद्रित है।

दो सप्ताह की अवधि के बाद, जिसमें अमेरिकी वाणिज्य विभाग ने मॉडल को भागीदारों के एक छोटे समूह तक सीमित रखा था, Sol अब आम जनता के लिए उपलब्ध है। यह दो छोटे मॉडलों, Terra और Luna के साथ आता है, जो OpenAI द्वारा अपनी तकनीक के नामकरण और आयोजन के तरीके में एक महत्वपूर्ण बदलाव का प्रतिनिधित्व करता है। यह रिलीज़ उस बाज़ार के लिए एक सीधी प्रतिक्रिया है जो उन चैटबॉट्स से तेजी से थक रहा है जो मतिभ्रम (hallucinate) करते हैं और इसके बजाय ऐसे उपकरणों की तलाश कर रहे हैं जो निरंतर पर्यवेक्षण के बिना जटिल, बहु-चरणीय कार्यों को संभाल सकें।

आपके ब्राउज़र में नया खगोलीय लाइनअप

OpenAI ने उस क्रमांकित संस्करण प्रणाली को छोड़ दिया है जिसने GPT युग को परिभाषित किया था। इसके स्थान पर खगोलीय पिंडों के नाम पर आधारित तीन-स्तरीय प्रणाली है। Sol प्रमुख (flagship) है, जो जटिल इंजीनियरिंग और रचनात्मक कार्य के लिए उच्च-प्रदर्शन वाला मॉडल है। Terra मध्यम-स्तर का मॉडल है, जिसे क्षमता में पिछले GPT-5.5 से मेल खाने के लिए डिज़ाइन किया गया है लेकिन आधी कीमत पर। Luna बजट-अनुकूल विकल्प है, जो सरल कार्यों और उच्च गति प्रतिक्रियाओं के लिए बनाया गया है।

यह स्तरित दृष्टिकोण इस बात को दर्शाता है कि हम लैपटॉप या कार कैसे खरीदते हैं। हर कार्य के लिए सुपरकंप्यूटर की आवश्यकता नहीं होती है। लेक्चर का सारांश बनाने वाले छात्र के लिए, Luna पर्याप्त है। एक नया ऐप बनाने वाले डेवलपर के लिए, Sol आवश्यक विकल्प है। यह संरचना OpenAI को अलग-अलग समयसीमाओं पर व्यक्तिगत मॉडलों को अपडेट करने की अनुमति देती है। यदि उन्हें Luna को तेज़ बनाने का कोई तरीका मिल जाता है, तो वे Sol के अंतर्निहित तर्क में सफलता की प्रतीक्षा किए बिना इसे अपडेट कर सकते हैं।

हुड के नीचे, Sol 'अल्ट्रा मोड' नामक एक सुविधा पेश करता है। यह कॉन्फ़िगरेशन मॉडल को उप-एजेंटों (subagents) के लिए प्रबंधक के रूप में कार्य करने की अनुमति देता है। सरल शब्दों में, Sol एक अथक इंटर्न है जो जानता है कि काम कैसे सौंपना है। यदि आप इसे एक जटिल प्रोजेक्ट देते हैं, तो यह केवल एक बार में इसे हल करने का प्रयास नहीं करता है। यह प्रोजेक्ट को छोटे टुकड़ों में तोड़ता है और उन टुकड़ों को आंतरिक उप-मॉडलों को सौंपता है। यह विधि इसे मूल लक्ष्य को खोए बिना घंटों या दिनों तक कार्य पर बने रहने की अनुमति देती है।

डिजिटल श्रम की लागत का विश्लेषण

AI का अर्थशास्त्र अक्सर मासिक सदस्यता शुल्क के पीछे छिपा होता है, लेकिन वास्तविक हलचल API बाज़ार में होती है। OpenAI ने Sol की कीमत $5 प्रति मिलियन इनपुट टोकन और $30 प्रति मिलियन आउटपुट टोकन रखी है। इसे परिप्रेक्ष्य में रखने के लिए, एक मिलियन टोकन लगभग 750,000 शब्द होते हैं। एक व्यवसाय के लिए, यह उस डिजिटल कच्चे तेल की लागत है जो उनके स्वचालित सिस्टम को शक्ति प्रदान करता है।

बड़ी तस्वीर को देखते हुए, OpenAI Sol को प्रीमियम-फिर भी-प्राप्य विकल्प के रूप में पेश कर रहा है। यह एंथ्रोपिक के Fable 5 और xAI के Grok 4.5 की तुलना में काफी सस्ता है। हालांकि, यह अभी भी Google के पुराने होते Gemini 3 और Xiaomi और DeepSeek जैसे चीनी निर्माताओं के आक्रामक कम लागत वाले मॉडलों से अधिक महंगा है। औसत उपयोगकर्ता के लिए, इसका मतलब है कि हाई-एंड AI की लागत गिर रही है, लेकिन अमेरिकी फ्लैगशिप और वैश्विक बजट विकल्पों के बीच की खाई चौड़ी हो रही है।

कमांड लाइन के मोर्चे पर प्रदर्शन

बेंचमार्क इन मॉडलों की तुलना करने का एकमात्र वस्तुनिष्ठ तरीका प्रदान करते हैं, और Sol उन क्षेत्रों में उत्कृष्ट है जिनमें वास्तविक कार्य शामिल है। Terminal-Bench 2.1 पर, एक परीक्षण जो मापता है कि AI कंप्यूटर टर्मिनल और कमांड-लाइन टूल का कितनी अच्छी तरह उपयोग करता है, Sol ने अपने अल्ट्रा कॉन्फ़िगरेशन में 91.9% का स्कोर हासिल किया। यह परीक्षण कठिन है क्योंकि इसके लिए मॉडल को एक बहु-चरणीय वर्कफ़्लो की योजना बनाने और आगे बढ़ने के साथ-साथ अपनी गलतियों को सुधारने की आवश्यकता होती है।

Sol वर्तमान में इस विशिष्ट क्षेत्र में प्रतिस्पर्धा से आगे है। यह Claude Fable 5 और प्रतिबंधित Claude Mythos 5 को हरा देता है। यही प्रदर्शन कारण है कि T3 Chat के CEO थियो जैसे शुरुआती परीक्षक Sol को कंप्यूटर उपयोग में विश्व-अग्रणी बताते हैं। यह उन लोगों के लिए डिज़ाइन किया गया उपकरण है जिन्हें अपने डेस्कटॉप कार्यों को स्वचालित करने की आवश्यकता है, जिसमें हजारों फाइलों को छाँटने से लेकर विभिन्न वातावरणों में कोड लिखने और परीक्षण करने तक शामिल है।

सुरक्षा के मोर्चे पर, OpenAI ने ExploitBench पर Sol का परीक्षण किया। यह परीक्षण सॉफ्टवेयर कमजोरियों को खोजने और उनका उपयोग करने की मॉडल की क्षमता को मापता है। Sol ने सबसे उन्नत प्रतिबंधित मॉडलों के प्रदर्शन की बराबरी की लेकिन केवल एक तिहाई टोकन का उपयोग किया। संक्षेप में, Sol अपने पूर्ववर्तियों की तुलना में समस्याओं को पहचानने में अधिक कुशल है। OpenAI का दावा है कि जबकि Sol साइबर कार्यों में बेहतर है, यह बड़े पैमाने पर साइबर युद्ध के लिए एक खतरनाक उपकरण बनने की रेखा को पार नहीं करता है। यह एक डिजिटल हथियार के बजाय एक रक्षात्मक और खोजी सहायक बना हुआ है।

डेली ड्राइवर बनाम वार्प ड्राइव

उपयोगकर्ता प्रतिक्रिया AI बाज़ार में एक स्पष्ट विभाजन को उजागर करती है। Every के डैन शिपर ने Sol की तुलना पोर्श से और Fable की तुलना वार्प ड्राइव से की। Sol वह वाहन है जिसे आप ज्ञान कार्य के माध्यम से अपने दैनिक आवागमन के लिए चाहते हैं। यह तेज़, विश्वसनीय और लगभग किसी भी चीज़ के लिए पर्याप्त शक्तिशाली है। Fable सबसे अमूर्त, जटिल समस्याओं के लिए पसंद बना हुआ है जिनमें तर्क में एक छलांग की आवश्यकता होती है।

अधिकांश लोगों के लिए, लेखन की गुणवत्ता में अंतर सबसे अधिक ध्यान देने योग्य कारक है। दाइची कोन्नो जैसे शोधकर्ताओं का कहना है कि जबकि Sol जीव विज्ञान और कोडिंग में असाधारण है, एंथ्रोपिक के पास अभी भी रचनात्मक और सूक्ष्मता-प्रधान लेखन में थोड़ी बढ़त है। Sol एक उपयोगितावादी मॉडल है। यह एक उत्पादक कार्यदिवस की अदृश्य रीढ़ है। यह आक्रामक सुरक्षा फिल्टरों में फंसे बिना जीव विज्ञान के प्रश्नों और जीवन-विज्ञान डेटा को संभालता है जो अक्सर अन्य मॉडलों को वैज्ञानिक अनुसंधान के लिए बेकार बना देते हैं।

दिलचस्प बात यह है कि Sol ठीक उसी समय आया जब एंथ्रोपिक ने अपनी सदस्यता शर्तों को बदल दिया। Fable 5 हाल ही में कई उपयोगकर्ताओं के लिए उपयोग-क्रेडिट प्रणाली में स्थानांतरित हो गया, जिससे यह एक अधिक महंगा और सीमित संसाधन बन गया। यह समय Sol को उन पेशेवरों के लिए एक बहुत ही आकर्षक विकल्प बनाता है जिन्हें एक फ्लैगशिप मॉडल की आवश्यकता होती है जिसका वे अपने साप्ताहिक संदेशों पर सख्त सीमा की चिंता किए बिना पूरे दिन उपयोग कर सकें।

Google और Meta बाहरी क्यों हैं

AI बाज़ार वर्तमान में एक ऐसी गति से आगे बढ़ रहा है जिससे छह महीने एक दशक की तरह महसूस होते हैं। Sol नवीनतम फ्लैगशिप है, जो Meta के Muse Spark 1.1 के कुछ ही घंटों बाद और xAI के Grok 4.5 के एक दिन बाद रिलीज़ हुआ है। रिलीज के इस समूह ने Google को एक असामान्य स्थिति में छोड़ दिया है। इसका Gemini 3 मॉडल अब अमेरिकी बाजार में अभी भी खड़ा सबसे पुराना फ्लैगशिप है, जिसे 2025 के अंत में जारी किया गया था।

उपभोक्ता के लिए, यह प्रतिस्पर्धा एक बड़ी जीत है। हम कीमत में नीचे की ओर दौड़ और उपयोगिता में शीर्ष की ओर दौड़ देख रहे हैं। Muse Spark 1.1 के साथ भुगतान किए गए मॉडल क्षेत्र में Meta का प्रवेश दबाव की एक और परत जोड़ता है। भले ही ये मॉडल पिछले महीने हमारे पास मौजूद मॉडलों की तुलना में काफी स्मार्ट न हों, लेकिन वे वास्तविक दुनिया के साथ बातचीत करने में बहुत अधिक सक्षम हो रहे हैं। वे चैट बॉक्स से बाहर निकलकर हमारे फाइल सिस्टम, हमारे ब्राउज़र और हमारे कोड एडिटर में जा रहे हैं।

आपकी डिजिटल आदतों के लिए व्यावहारिक निहितार्थ

आपके लिए इसका अर्थ यह है कि आपको अपने AI टूल को प्रबंधित करने के तरीके में बदलाव करना चाहिए। हम उस युग से दूर जा रहे हैं जहाँ एक $20 की सदस्यता सब कुछ कवर करती है। Sol, Terra और Luna जैसे मॉडलों के साथ, अब आपके पास अपने कार्य की तीव्रता के आधार पर विकल्प हैं। यदि आप एक सामान्य उपयोगकर्ता हैं, तो सस्ते Luna मॉडल संभवतः आपके द्वारा हर दिन उपयोग किए जाने वाले ऐप्स में डिफ़ॉल्ट बन जाएंगे। यदि आप एक पावर यूजर हैं, तो Sol में नया अल्ट्रा मोड स्वचालन का एक स्तर प्रदान करता है जो पहले मानव सहायकों की टीम के बिना असंभव था।

लब्बोलुआब यह है कि इन मॉडलों की बुद्धिमत्ता स्थिर हो रही है, लेकिन उनकी उपयोगिता आसमान छू रही है। आपको अपनी आदतों का निरीक्षण करना चाहिए। यदि आप साधारण सारांशों के लिए AI का उपयोग कर रहे हैं, तो जाँचें कि क्या आपके प्रदाता ने पैसे बचाने के लिए आपको Terra या Luna जैसे मॉडल पर स्विच कर दिया है। यदि आप एक डेवलपर हैं, तो अधिकतम तर्क प्रयास (max reasoning effort) नॉब्स के साथ प्रयोग करना शुरू करें। AI का भविष्य किसी ईश्वर जैसी इकाई से बात करने के बारे में नहीं है। यह एक अत्यधिक कुशल, स्वचालित कर्मचारियों के प्रबंधन के बारे में है जो प्रति घंटे कुछ पैसों के लिए काम करते हैं।

स्रोत: OpenAI उत्पाद घोषणा, Anthropic सदस्यता अपडेट, xAI आधिकारिक रिलीज़, Terminal-Bench 2.1 सार्वजनिक डेटा, ExploitBench पद्धति रिपोर्ट।