Naujausias „OpenAI“ modelis iškeičia aukštą IQ į darbininkišką etiką

Įprastas pasakojimas apie dirbtinį intelektą teigia, kad kiekviena nauja versija yra milžiniškas šuolis intelekto prasme. Mes tikimės, kad modeliai spręs sudėtingesnius matematikos uždavinius, rašys geresnę poeziją ir galiausiai pranoks savo kūrėjus. „OpenAI“ išleistas „GPT-5.6 Sol“ meta iššūkį šiai prielaidai. Užuot buvęs grynai intelektualinis atnaujinimas, „Sol“ yra posūkis link praktiškos, patikimos darbo jėgos. Šis modelis mažiau rūpinasi tuo, kad būtų protingiausias subjektas kambaryje, ir labiau susitelkia į tai, kad faktiškai atliktų darbus jūsų skaitmeniniame užduočių sąraše.

Po dviejų savaičių laikotarpio, kai JAV Prekybos departamentas ribojo modelio prieinamumą tik nedidelei partnerių grupei, „Sol“ dabar yra prieinamas plačiajai visuomenei. Jis pasirodo kartu su dviem mažesniais modeliais – „Terra“ ir „Luna“, o tai žymi reikšmingą pokytį tame, kaip „OpenAI“ vadina ir organizuoja savo technologijas. Šis leidimas yra tiesioginis atsakas į rinką, kuri vis labiau pavargsta nuo haliucinuojančių pokalbių robotų ir ieško įrankių, galinčių atlikti sudėtingas, daugiapakopes užduotis be nuolatinės priežiūros.

Naujoji dangaus kūnų rikiuotė jūsų naršyklėje

„OpenAI“ atsisakė numeruotos versijų sistemos, kuri apibrėžė GPT erą. Jos vietą užėmė trijų lygių sistema, pavadinta dangaus kūnų vardais. „Sol“ yra flagmanas, didelio našumo modelis, skirtas sudėtingai inžinerijai ir kūrybiniam darbui. „Terra“ yra vidutinio lygio modelis, sukurtas atitikti ankstesnį „GPT-5.5“ savo galimybėmis, tačiau už perpus mažesnę kainą. „Luna“ yra biudžetinis variantas, skirtas paprastoms užduotims ir greitiems atsakymams.

Šis pakopinis požiūris atspindi tai, kaip mes perkame nešiojamuosius kompiuterius ar automobilius. Ne kiekvienai užduočiai reikia superkompiuterio. Studentui, apibendrinančiam paskaitą, pakanka „Luna“. Kūrėjui, kuriančiam naują programėlę, „Sol“ yra būtinas pasirinkimas. Ši struktūra leidžia „OpenAI“ atnaujinti atskirus modelius skirtingu laiku. Jei jie ras būdą, kaip pagreitinti „Luna“, galės ją atnaujinti nelaukdami proveržio pagrindinėje „Sol“ logikoje.

„Po kapotu“ „Sol“ pristato funkciją, vadinamą „ultra mode“. Ši konfigūracija leidžia modeliui veikti kaip subagentų vadovui. Paprastais žodžiais tariant, „Sol“ yra nepavargstantis praktikantas, mokantis deleguoti. Jei duosite jam sudėtingą projektą, jis nebandys jo išspręsti vienu kartu. Jis suskaido projektą į mažesnes dalis ir priskiria jas vidiniams submodeliams. Šis metodas leidžia jam susikoncentruoti į užduotį valandas ar net dienas, nepametant pirminio tikslo.

Skaitmeninio darbo sąnaudų analizė

DI ekonomika dažnai slepiasi už mėnesinių prenumeratos mokesčių, tačiau tikrasis judėjimas vyksta API rinkoje. „OpenAI“ nustatė „Sol“ kainą – 5 USD už milijoną įvesties žetonų (tokens) ir 30 USD už milijoną išvesties žetonų. Perspektyvai: milijonas žetonų yra maždaug 750 000 žodžių. Verslui tai yra skaitmeninės naftos kaina, kuri maitina jų automatizuotas sistemas.

Žvelgiant į bendrą vaizdą, „OpenAI“ pozicionuoja „Sol“ kaip aukščiausios kokybės, tačiau prieinamą variantą. Jis yra gerokai pigesnis už „Anthropic“ „Fable 5“ ir „xAI“ „Grok 4.5“. Tačiau jis vis tiek kainuoja daugiau nei senstantis „Google“ „Gemini 3“ ir agresyvūs pigūs modeliai iš Kinijos gamintojų, tokių kaip „Xiaomi“ ir „DeepSeek“. Vidutiniam vartotojui tai reiškia, kad aukščiausios klasės DI kaina krenta, tačiau atotrūkis tarp JAV flagmanų ir pasaulinių biudžetinių alternatyvų didėja.

Našumas komandinės eilutės apkasuose

Lyginamieji testai suteikia vienintelį objektyvų būdą palyginti šiuos modelius, o „Sol“ pasižymi srityse, kuriose reikia tikro darbo. „Terminal-Bench 2.1“ teste, kuris matuoja, kaip gerai DI naudoja kompiuterių terminalus ir komandinės eilutės įrankius, „Sol“ pasiekė 91,9 % rezultatą savo „ultra“ konfigūracijoje. Šis testas yra sudėtingas, nes reikalauja, kad modelis suplanuotų daugiapakopę darbo eigą ir pats ištaisytų savo klaidas eigoje.

Šiuo metu „Sol“ lenkia konkurentus šioje konkrečioje srityje. Jis lenkia „Claude Fable 5“ ir ribotą „Claude Mythos 5“. Būtent dėl šio našumo ankstyvieji bandytojai, tokie kaip Theo, „T3 Chat“ generalinis direktorius, apibūdina „Sol“ kaip pirmaujantį pasaulyje pagal kompiuterio naudojimą. Tai įrankis, skirtas žmonėms, kuriems reikia automatizuoti savo darbalaukio užduotis – nuo tūkstančių failų rūšiavimo iki kodo rašymo ir testavimo skirtingose aplinkose.

Saugumo srityje „OpenAI“ išbandė „Sol“ su „ExploitBench“. Šis testas matuoja modelio gebėjimą rasti ir pasinaudoti programinės įrangos pažeidžiamumais. „Sol“ atitiko pažangiausių riboto prieinamumo modelių našumą, tačiau sunaudojo tik trečdalį žetonų. Iš esmės, „Sol“ efektyviau pastebi problemas nei jo pirmtakai. „OpenAI“ teigia, kad nors „Sol“ geriau atlieka kibernetines užduotis, jis neperžengia ribos ir netampa pavojingu įrankiu didelio masto kibernetiniam karui. Jis išlieka gynybinis ir tiriamasis asistentas, o ne skaitmeninis ginklas.

Kasdienis automobilis prieš viršgarsinį variklį

Vartotojų atsiliepimai išryškina aiškią atskirtį DI rinkoje. Dan Shipper iš „Every“ palygino „Sol“ su „Porsche“, o „Fable“ – su viršgarsiniu varikliu (warp drive). „Sol“ yra transporto priemonė, kurios norite kasdienėms kelionėms per žinių darbą. Jis yra greitas, patikimas ir pakankamai galingas beveik bet kam. „Fable“ išlieka pasirinkimu patiems abstrakčiausiems, sudėtingiausiems klausimams, kuriems reikia loginio mąstymo šuolio.

Daugumai žmonių labiausiai pastebimas veiksnys yra rašymo kokybės skirtumas. Tyrėjai, tokie kaip Daichi Konno, pažymi, kad nors „Sol“ yra išskirtinis biologijos ir programavimo srityse, „Anthropic“ vis dar turi nedidelę persvarą kūrybiniame ir niuansų kupiname rašyme. „Sol“ yra utilitarinis modelis. Tai nematomas produktyvios darbo dienos stuburas. Jis sprendžia biologijos klausimus ir gyvybės mokslų duomenis, neužkliūdamas už agresyvių saugos filtrų, kurie dažnai paverčia kitus modelius nenaudingais moksliniams tyrimams.

Įdomu tai, kad „Sol“ pasirodė būtent tada, kai „Anthropic“ pakeitė savo prenumeratos sąlygas. „Fable 5“ neseniai daugeliui vartotojų perėjo prie naudojimo kreditų sistemos, todėl tapo brangesniu ir labiau ribotu ištekliu. Šis laikas daro „Sol“ labai patrauklia alternatyva profesionalams, kuriems reikia flagmano modelio, kurį jie galėtų naudoti visą dieną, nesijaudindami dėl griežtų savaitinių pranešimų limitų.

Kodėl „Google“ ir „Meta“ yra išimtys

DI rinka šiuo metu juda tokiu tempu, kad šeši mėnesiai atrodo kaip dešimtmetis. „Sol“ yra naujausias flagmanas, išleistas praėjus vos kelioms valandoms po „Meta“ „Muse Spark 1.1“ ir vieną dieną po „xAI“ „Grok 4.5“. Ši leidimų sankaupa paliko „Google“ neįprastoje padėtyje. Jos „Gemini 3“ modelis dabar yra seniausias flagmanas JAV rinkoje, išleistas 2025 m. pabaigoje.

Vartotojui ši konkurencija yra didžiulis laimėjimas. Matome kainų lenktynes į apačią ir naudingumo lenktynes į viršų. „Meta“ įžengimas į mokamų modelių erdvę su „Muse Spark 1.1“ prideda dar vieną spaudimo sluoksnį. Net jei šie modeliai nėra žymiai protingesni už tuos, kuriuos turėjome praėjusį mėnesį, jie tampa daug geriau gebantys sąveikauti su realiu pasauliu. Jie keliasi iš pokalbių langų į mūsų failų sistemas, naršykles ir kodo redaktorius.

Praktinės pasekmės jūsų skaitmeniniams įpročiams

Jums tai reiškia pokytį tame, kaip turėtumėte valdyti savo DI įrankius. Mes tolstame nuo eros, kai viena 20 USD prenumerata apima viską. Su tokiais modeliais kaip „Sol“, „Terra“ ir „Luna“, dabar turite pasirinkimą, priklausomai nuo užduoties intensyvumo. Jei esate atsitiktinis vartotojas, pigesni „Luna“ modeliai tikriausiai taps standartu programėlėse, kurias naudojate kasdien. Jei esate pažengęs vartotojas, naujasis „Sol“ „ultra mode“ suteikia tokį automatizavimo lygį, kuris anksčiau buvo neįmanomas be žmonių asistentų komandos.

Esmė ta, kad šių modelių intelektas pasiekia plynaukštę, tačiau jų naudingumas šauna į viršų. Turėtumėte stebėti savo įpročius. Jei naudojate DI paprastoms santraukoms, patikrinkite, ar jūsų paslaugų teikėjas neperjungė jūsų prie tokio modelio kaip „Terra“ ar „Luna“, kad sutaupytumėte. Jei esate programuotojas, pradėkite eksperimentuoti su maksimaliomis loginio mąstymo pastangų nuostatomis. DI ateitis nėra pokalbis su dieviška būtybe. Tai itin efektyvaus, automatizuoto personalo, dirbančio už centus per valandą, valdymas.

Šaltiniai: OpenAI product announcement, Anthropic subscription updates, xAI official releases, Terminal-Bench 2.1 public data, ExploitBench methodology reports.