OpenAI पेपर से GPT-5.6 के नए टियर वाले Pro मॉडल लाइनअप का खुलासा

OpenAI द्वारा हाल ही में जारी किए गए एक जीनोमिक्स बेंचमार्क पेपर ने अनजाने में ChatGPT Pro के भविष्य से पर्दा उठा दिया है। डेटा से संकेत मिलता है कि एक एकल फ्लैगशिप मॉडल के बजाय, OpenAI एक परिष्कृत तीन-स्तरीय "Pro" लाइनअप तैयार कर रहा है, जिसे रीजनिंग पावर, थ्रूपुट और लागत के बीच संतुलन बनाने के लिए डिज़ाइन किया गया है।

तीन स्तंभ: Sol, Terra, और Luna Pro

अपने अधिकांश इतिहास में, OpenAI की "Pro" पेशकश एक एकल, मोनोलिथिक टियर के रूप में कार्य करती रही है—जो पावर यूजर्स के लिए उपलब्ध सबसे बेहतरीन मॉडल है। हालाँकि, लीक हुए जीनोमिक्स पेपर में तीन अलग-अलग "Pro (Extended)" वेरिएंट पेश किए गए हैं जो मौजूदा GPT-5.6 आर्किटेक्चर को दर्शाते हैं: Sol Pro, Terra Pro, और Luna Pro।

बेंचमार्क के आधार पर, इन मॉडलों को उनके इच्छित उपयोग के आधार पर वर्गीकृत किया गया है:

  • Sol Pro: एक हाई-रीजनिंग पावरहाउस, जिसे सबसे जटिल, बहु-चरणीय विश्लेषणात्मक कार्यों के लिए डिज़ाइन किया गया है।
  • Terra Pro: एक हाई-वॉल्यूम वेरिएंट, जिसे भारी व्यावसायिक वर्कलोड और एंटरप्राइज-स्तर के थ्रूपुट के लिए अनुकूलित किया गया है।
  • Luna Pro: एक हल्का, तेज़ और लागत प्रभावी वेरिएंट, जो उच्च-आवृत्ति वाले रोज़ाना के प्रश्नों के लिए है।

प्रदर्शन में उछाल का बेंचमार्किंग

जीनोमिक्स बेंचमार्क मानक मॉडलों और उनके Pro समकक्षों के बीच प्रदर्शन के अंतर का ठोस प्रमाण प्रदान करता है। इस अध्ययन में 129-टास्क सूट में "पास रेट"—बिना किसी त्रुटि के बहु-चरणीय विश्लेषण पूरा करने की क्षमता—को मापा गया।

परिणाम संकेत देते हैं कि Pro वेरिएंट महत्वपूर्ण इंटेलिजेंस बूस्ट प्रदान करते हैं, विशेष रूप से निचले स्तरों के लिए। Sol Pro निर्विवाद रूप से अग्रणी बनकर उभरा, जिसने 31.5% पास रेट हासिल किया। यह मानक Sol मॉडल (28.7%) से बेहतर प्रदर्शन करता है और उद्योग के वर्तमान दिग्गजों, जैसे कि Claude Opus 4.8 (जिसका स्कोर 16.0% था), को काफी पीछे छोड़ देता है।

दिलचस्प बात यह है कि "Pro बूस्ट" एक समान नहीं है। डेटा दिखाता है कि जैसे-जैसे मॉडल की जटिलता बढ़ती है, अतिरिक्त कंप्यूट से मिलने वाला लाभ कम होता जाता है। जहाँ Luna Pro ने अपने मानक संस्करण की तुलना में 7-पॉइंट की भारी बढ़त देखी, वहीं Sol Pro में 3 अंकों से भी कम की मामूली वृद्धि देखी गई। विशेष रूप से, Terra Pro ने 28.5% पास रेट हासिल किया, जिसका अर्थ है कि OpenAI का हाई-वॉल्यूम Pro मॉडल मानक फ्लैगशिप Sol मॉडल के लगभग बराबर प्रदर्शन करता है।

AI परिनियोजन में एक रणनीतिक बदलाव

यह खुलासा OpenAI की उत्पाद रणनीति में एक मौलिक बदलाव का संकेत देता है। "वन-साइज-फिट्स-ऑल" Pro टियर से हटकर, OpenAI डेवलपर्स और उद्यमों के लिए मुख्य समस्या का समाधान कर रहा है: इंटेलिजेंस और दक्षता के बीच का समझौता (trade-off)।

एक "Terra Pro" प्रदान करना जो फ्लैगशिप इंटेलिजेंस के बराबर हो लेकिन वॉल्यूम के लिए अनुकूलित हो, कंपनियों को शुद्ध रीजनिंग मॉडल की अत्यधिक लागत के बिना AI एजेंटों को स्केल करने की अनुमति देता है। इसी तरह, "Luna Pro" उन उपयोगकर्ताओं के लिए एक मध्यम मार्ग प्रदान करता है जिन्हें मानक मॉडल की तुलना में अधिक विश्वसनीयता की आवश्यकता है, लेकिन वे पूर्ण Sol रन की लेटेंसी को सहन नहीं कर सकते।

हालाँकि OpenAI ने इन नामों या विशिष्ट टोकन लागतों पर आधिकारिक तौर पर कोई टिप्पणी नहीं की है—जो पेपर के कंप्यूट अकाउंटिंग में स्पष्ट रूप से अनुपस्थित थे—तकनीकी रोडमैप स्पष्ट है। एकल फ्लैगशिप का युग समाप्त हो रहा है, और इसकी जगह प्रोफेशनल-ग्रेड मॉडलों का एक विशेष इकोसिस्टम ले रहा है।

मुख्य बातें

  • टियर वाला Pro आर्किटेक्चर: OpenAI संभवतः एक एकल टॉप-टियर सब्सक्रिप्शन के बजाय तीन-मॉडल Pro लाइनअप (Sol, Terra, और Luna) की ओर बढ़ रहा है।
  • बेहतर रीजनिंग: Sol Pro ने 31.5% पास रेट के साथ जीनोमिक्स में एक नया बेंचमार्क स्थापित किया, जो Claude Opus 4.8 जैसे प्रतिस्पर्धियों से काफी बेहतर है।
  • दक्षता में वृद्धि: नया ढांचा उपयोगकर्ताओं को अधिकतम रीजनिंग पावर, हाई-वॉल्यूम थ्रूपुट, या लागत प्रभावी गति के बीच चयन करने की अनुमति देता है।