GPT‑6.1 Sol في Codex: أرخص بخمس مرات من Astra، لكن هل تضاهيها عمليًا؟

قد يتطلب الطلب نفسه في مستودع برمجي عدة محاولات: يقترح الوكيل رقعة، ويشغّل الاختبارات، ثم يصلح الأخطاء. ولا يجيب انخفاض سعر التوكنات وحده عن السؤال الأهم: كم يكلف الحصول على تغيير يمكن قبوله؟

في 2 أكتوبر 2026، الإجابة هي أن أسعار API القياسية لتوكنات الإدخال والإخراج في GPT‑6.1 Sol أقل بخمس مرات من أسعار GPT‑6 Astra. كما تقول OpenAI إن Sol حققت نتيجة تضاهي Astra في اختبار واحد للبرمجة الوكيلة. لكن هذا لا يثبت تكافؤًا عامًا في Codex، ولا يضمن توفيرًا بخمسة أضعاف عند إنتاج رقعة جاهزة.

لنفرّق أولًا بين API واشتراك Codex

تُحسب تكلفة API بحسب التوكنات المستخدمة. أما Codex عبر ChatGPT فيعمل ضمن حد الاستخدام المشمول في خطة العمل، لذا لا يمكن إسقاط أسعار API عليه. وتوضح OpenAI أن استهلاك الحد يتوقف على النموذج والمهمة والإعدادات، وأن API تُحاسب على نحو منفصل، كما هو موضح في دليل استخدام Work وCodex.

يوضح الجدول الأسعار القياسية في API لكل مليون توكن، لطلبات يصل سياق الإدخال فيها إلى 272 ألف توكن:

وفق الأسعار العادية، تكلف Sol خُمس سعر Astra للإدخال والإخراج، بينما يكلف الإدخال المخزّن مؤقتًا عُشر سعره. لكن بالمقارنة مع GPT‑6 Sol، لا يكون الإصدار الجديد أرخص في الإدخال والإخراج العاديين؛ وتتمثل ميزته السعرية في الإدخال المخزّن مؤقتًا، الذي انخفض سعره إلى النصف. أما Luna فتكلف أقل بكثير من النماذج الثلاثة، لكن السعر المنخفض وحده لا يدل على مدى كفاءة النموذج في إنجاز مهمة صعبة. هذه الأسعار واردة في قائمة أسعار API من OpenAI.

كم تكلف محاولة واحدة متطابقة

للتوضيح، لنفترض طلبًا افتراضيًا يتضمن 20 ألف توكن إدخال جديد، و80 ألفًا مخزّنًا مؤقتًا، و10 آلاف توكن إخراج. نفترض أن التخزين المؤقت قد نجح، ولا نحتسب كتابة الذاكرة المؤقتة أو استدعاءات الأدوات أو المحاولات المتكررة.

بهذا المزيج من التوكنات، تكلف المحاولة الواحدة مع Sol أقل بنحو 5,3 مرات من Astra. وبالمقارنة مع GPT‑6 Sol، يبلغ الفرق $0,008، أي نحو 5,1% من تكلفة المحاولة. هذا مثال حسابي وليس قياسًا لمهمة Codex نموذجية؛ فقد تختلف النماذج في استهلاك التوكنات وعدد استدعاءات الأدوات وعدد مرات إعادة المحاولة.

وهناك أيضًا عتبة سعرية: عندما يتجاوز سياق الطلب 272 ألف توكن إدخال، تتضاعف أسعار الإدخال والتخزين المؤقت، وترتفع أسعار الإخراج بمقدار مرة ونصف، وذلك للطلب بأكمله. لذلك لا ينطبق الحساب أعلاه على السياقات الطويلة من دون تعديل؛ وترد الشروط في صفحة نموذج GPT‑6.1 Sol.

ما الذي تثبته المقارنة مع Astra تحديدًا؟

في إعلان GPT‑6.1 Sol، قالت OpenAI إن Sol حققت نتيجة تضاهي Astra على DeepSWE v1.1، وهو اختبار للمهام الهندسية الصعبة في قواعد برمجية حقيقية، وبنحو خُمس التكلفة. والصياغة الدقيقة هنا هي «على DeepSWE v1.1، وفقًا لبيانات OpenAI».

في OSWorld 2.0، الذي يقيّم تنفيذ المهام باستخدام الكمبيوتر، جاءت Sol أقل من Astra بمقدار 2,1 نقطة مئوية عند أعلى مستوى للاستدلال. وتقدّر OpenAI أن تكلفة المهمة كانت أقل بنحو سبع مرات. وتحذر الشركة من أن تقييماتها أُجريت في بيئة بحثية أو عبر API، وقد تختلف عن العمل في الواجهات الإنتاجية بسبب تعليمات النظام والأدوات والإعدادات.

هذه نتائج نشرها مزود النموذج نفسه، وليست تحققًا مستقلًا يقارن النموذجين في سير عمل Codex متطابق. ولا تتضمن المواد التي تناولها هذا المقال اختبارًا مستقلًا قابلًا للمقارنة بين Sol وAstra في مهام Codex نفسها.

ماذا يقول المطورون؟

تستحق النقاشات الأولى بعد الإطلاق أن تدفع إلى اختبار النموذج في بيئة العمل الخاصة بك، لكنها ليست اختبارًا تمثيليًا. ففي نقاش على Reddit حول السرعة واستهلاك الحد، يشكو المستخدمون بطء التوليد. ويقول أحد أصحاب المنشورات إن إجراءً بسيطًا أو ضغط السياق استغرق عنده دقيقتين على الأقل. هذه ملاحظات فردية لا تستند إلى مهام متطابقة أو ظروف مضبوطة.

وفي نقاش آخر حول سرعة Sol، تختلف آراء المشاركين: يرى بعضهم أن بطء التوليد مشكلة، بينما يلاحظ آخرون أن سرعة إخراج التوكنات وحدها لا توضح المدة التي تستغرقها المهمة كاملة. هذان مقياسان مختلفان، ولا يقدم النقاش قياسًا مضبوطًا لأي منهما.

وهناك أيضًا انطباع سلبي واحد عن محاولة إنشاء عرض توضيحي للعبة: يذكر صاحبه أن النموذج أغفل متطلبات ولم يصلح عيوبًا جوهرية بعد التوضيح. لا يقيس ذلك جودة النموذج عمومًا ولا يقارنه مباشرةً بـAstra.

وأخيرًا، أبلغ مستخدم في مسألة على GitHub حول اختيار النموذج في إضافة VS Code في 30 سبتمبر أن Sol كانت ظاهرة في Codex لسطح المكتب، لكنها غائبة عن قائمة النماذج في الإضافة على Windows. وهذا وصف لإعداد بعينه؛ ولا يثبت سبب المشكلة أو نطاقها.

يستخدم أصحاب هذه المنشورات الذين أمكن التحقق منهم أسماء مستعارة، لذا لا نورد هنا اقتباسات مباشرة منسوبة إلى أسماء حقيقية مؤكدة. والخلاصة العملية من هذه الانطباعات المبكرة محدودة: ينبغي قياس الجودة وسرعة إنجاز المهمة واستهلاك حد الاستخدام كلٌّ على حدة.

خط زمني موجز

1. 3 سبتمبر 2026. قدّمت OpenAI نموذج GPT‑6 Astra.
2. 22 سبتمبر 2026. أُطلق GPT‑6 Sol وGPT‑6 Luna في API.
3. 29 سبتمبر 2026. أعلنت OpenAI إصدار GPT‑6.1 Sol لـAPI وChatGPT Work وCodex.
4. 30 سبتمبر 2026. ظهر على GitHub بلاغ عن غياب Sol من قائمة نماذج إضافة VS Code على Windows.

ترد تواريخ الإصدارات في سجل تغييرات API من OpenAI، أما البلاغ المتعلق بـVS Code فيرد في نقاش GitHub المحدد. وهذا خط زمني مبكر، لا تقييم لمدى توافر النموذج لجميع المستخدمين.

متى تختار Sol ومتى تختار Astra؟

تورد OpenAI نطاقًا استرشاديًا لمشتركي Plus وStandard Business يبلغ 15–160 رسالة محلية خلال نافذة مدتها خمس ساعات لـSol، و5–45 رسالة لـAstra. ليس هذا عددًا مضمونًا من المهام؛ إذ يتوقف الاستهلاك على النموذج والمهمة والإعدادات، وقد تستهلك المهام السحابية حدًا أكبر، كما قد تسري حدود أسبوعية. ولا ينبغي تحويل هذه التقديرات إلى معامل للتوفير أو مقارنتها مباشرةً بأسعار API؛ فالشروط موضحة في دليل حدود الاستخدام في Work وCodex.

يعتمد الاختيار العملي على كلفة الخطأ ووقت الانتظار:

• يجدر اختبار Sol في المهام المتكررة ذات النتائج الواضحة القابلة للتحقق؛ مثلًا عندما تتوفر اختبارات ومعايير قبول محددة. أسعار API القياسية لها أقل بكثير من أسعار Astra.
• يمكن الإبقاء على Astra للمهام الصعبة أو عالية المخاطر التي تكون فيها جودة النتيجة أهم من تكلفة المحاولة الواحدة. وينبغي اختبار مدى تفوقها في مهام الفريق المحددة عمليًا.
• قد تلائم Luna العمليات البسيطة المتكررة إذا كانت جودتها كافية. لكن الحد الأدنى لسعر التوكنات لا يثبت أن العمل المعقد سيكون أقل تكلفة معها.

للمقارنة، شغّل المجموعة الصغيرة نفسها من المهام على النماذج، وحدد مسبقًا النتيجة المقبولة، مثل اجتياز الاختبارات، والالتزام بالمتطلبات، والحصول على الموافقة في مراجعة الكود. سجّل عدد المحاولات واستهلاك التوكنات واستدعاءات الأدوات والوقت حتى الحصول على رقعة جاهزة. وبهذا تقيّم تكلفة النتيجة، لا تكلفة الإجابة.

الحكم: تكلف Sol بالفعل خُمس سعر Astra لتوكنات الإدخال والإخراج العادية في API؛ وتقول OpenAI إنهما حققتا نتيجة متساوية في اختبار واحد للبرمجة الوكيلة. لكن الأدلة لا تكفي لإثبات تكافؤ عام في Codex. وفي الاشتراك، لا ينطبق توفير API مباشرةً، كما أن انطباعات المطورين المبكرة متفرقة ومتباينة. وتُعد Sol خيارًا مرشحًا منطقيًا لخفض التكلفة، لكن قرار استبدال Astra بها يعتمد على أداء النموذجين في مهام فريقك.