OpenAI के GPT-6.2 Astra और Sol क्षमता, प्रदर्शन और लागत का अलग-अलग संतुलन देते हैं। डेवलपर और टेक्नोलॉजी टीमों के लिए इनमें से चुनने का मतलब सिर्फ़ बेंचमार्क स्कोर या token की कीमतों की तुलना करना नहीं है।
एक सॉफ़्टवेयर डेवलपमेंट टीम कोड की समीक्षा करने, खामियों की जाँच करने, दस्तावेज़ लिखने और फ़ीचर बनाने के लिए AI इस्तेमाल करती है। कुछ अनुरोध सीधे-सादे होते हैं। बाकी अनुरोधों में मॉडल को बड़े कोडबेस को समझना, कई घटकों में बदलाव करना, डेवलपमेंट टूल इस्तेमाल करना और यह जाँचना होता है कि अंतिम नतीजा काम करता है।
हर काम के लिए सबसे सक्षम AI मॉडल इस्तेमाल करना समझदारी लग सकता है। लेकिन ऐसा करने से ज़रूरी नहीं कि हर नतीजा बेहतर हो, और संचालन की लागत बढ़ सकती है। हर काम के लिए सस्ता मॉडल चुनने में एक अलग जोखिम है, जब कठिन कामों में बार-बार कोशिश या बड़े सुधार करने पड़ते हैं।
OpenAI ने GPT-6.2 Astra और GPT-6.2 Sol पेश किए हैं। Astra को माँग वाले पेशेवर और तकनीकी कामों के लिए रखा गया है, जबकि Sol को कम लागत पर मज़बूत सामान्य-उपयोग क्षमताएँ देने के लिए बनाया गया है।
दोनों मॉडल कई तकनीकी फ़ीचर साझा करते हैं। उनके अंतर तब ज़्यादा मायने रखते हैं जब हम देखते हैं कि उनसे किस तरह का काम अपेक्षित है, उनके बताए सुधारों के पीछे साक्ष्य क्या हैं और स्वीकार करने लायक नतीजा तैयार करने की लागत कितनी है।
GPT-6.2 में क्या बदला?
GPT-6.2, OpenAI की मौजूदा Astra और Sol मॉडल श्रृंखलाओं पर बना है। Astra, GPT-6 Astra का उत्तराधिकारी है, जिसमें जटिल पेशेवर असाइनमेंट, सॉफ़्टवेयर इंजीनियरिंग, वैज्ञानिक काम और दस्तावेज़ बनाने में सुधार बताए गए हैं। Sol, GPT-6.1 Sol के बाद आता है, जिसमें रोज़मर्रा के कामों, कोडिंग और कई जुड़े हुए चरण पूरे करने के लिए टूल इस्तेमाल करने वाले वर्कफ़्लो के लिए सुधार किए गए हैं।
OpenAI token की दक्षता पर भी ज़ोर देता है। token टेक्स्ट की वह इकाई है जिसे मॉडल प्रोसेस करता है या बनाता है। AI प्रदाता आम तौर पर API शुल्क की गणना के लिए token की गिनती इस्तेमाल करते हैं। ज़्यादा दक्षता मायने रख सकती है, क्योंकि कोई मॉडल अपने पिछले संस्करण से कम token बनाकर भी काम पूरा कर सकता है।
OpenAI की GPT-6.2 की घोषणा कोडिंग, पेशेवर दस्तावेज़ों, वैज्ञानिक काम और एजेंट-आधारित कामों में सुधार बताती है। ये नतीजे तुलना के उपयोगी क्षेत्र तय करते हैं। वे यह गारंटी नहीं देते कि हर संगठन के एप्लिकेशन में वही सुधार मिलेंगे।
Astra और Sol कई ज़रूरी क्षमताएँ साझा करते हैं
दोनों GPT-6.2 मॉडल टेक्स्ट और इमेज इनपुट स्वीकार करते हैं और टेक्स्ट आउटपुट देते हैं। दोनों समर्थित API वर्कफ़्लो के ज़रिए function calling, structured outputs और टूल सपोर्ट करते हैं। उनकी प्रकाशित कॉन्टेक्स्ट क्षमता भी एक जैसी है।
| तकनीकी विनिर्देश | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| मॉडल पहचानकर्ता | gpt-6.2-astra | gpt-6.2-sol |
| कॉन्टेक्स्ट विंडो | 1,050,000 token | 1,050,000 token |
| अधिकतम इनपुट | 922,000 token | 922,000 token |
| अधिकतम आउटपुट | 128,000 token | 128,000 token |
| टेक्स्ट और इमेज इनपुट | समर्थित | समर्थित |
| Function calling | समर्थित | समर्थित |
| Structured outputs | समर्थित | समर्थित |
| समर्थित टूल के ज़रिए कंप्यूटर उपयोग | समर्थित | समर्थित |
| फ़ाइन-ट्यूनिंग | समर्थित नहीं | समर्थित नहीं |
स्रोत: Astra model documentation और Sol model documentation।
कॉन्टेक्स्ट विंडो तय करती है कि मॉडल एक अनुरोध के भीतर कितनी जानकारी संभाल सकता है, इनपुट और आउटपुट की सीमाओं के अधीन। एक जैसी क्षमता का मतलब यह नहीं कि लंबे इनपुट पर तर्क की गुणवत्ता भी बराबर है। इसी तरह, कंप्यूटर उपयोग का समर्थन यह स्थापित नहीं करता कि दोनों मॉडल जटिल एप्लिकेशन में बराबर विश्वसनीयता से काम करेंगे।
इसलिए Astra और Sol में से चुनने के लिए फ़ीचर की सूची काफ़ी नहीं है। ज़्यादा उपयोगी अंतर आँके गए प्रदर्शन और खर्च हुए संसाधनों में दिखते हैं।
प्रदर्शन: साक्ष्य क्या स्थापित करते हैं?
हर बेंचमार्क एक खास तरह के काम को परखता है। उसके नतीजों को काम के दायरे, स्कोरिंग विधि, आधार रेखा और इस्तेमाल हुए कॉन्फ़िगरेशन के भीतर ही समझना होगा।
जटिल पेशेवर काम
OpenAI का आंतरिक GDPval v2 बेंचमार्क वित्त, कंसल्टिंग, बायोटेक्नोलॉजी और मार्केटिंग जैसे क्षेत्रों के लंबे चलने वाले पेशेवर असाइनमेंट मापता है। OpenAI के अनुसार, Astra ने GPT-6 Astra की तुलना में 6.2 प्रतिशत अंक का सुधार किया और 22% कम आउटपुट token इस्तेमाल किए। Sol ने GPT-6.1 Sol की तुलना में 5.3 प्रतिशत अंक का सुधार किया। ये पिछली पीढ़ी से अलग-अलग तुलनाएँ हैं, Astra बनाम Sol में सीधे 6.2 अंक की बढ़त नहीं।
ये आँकड़े आँके गए काम पर वेंडर की बताई प्रगति का समर्थन करते हैं। वे यह स्थापित नहीं करते कि हर दस्तावेज़, स्प्रेडशीट या कारोबारी वर्कफ़्लो में सुधार बराबर है। पेशेवर डिलिवरेबल में सिर्फ़ आकर्षक फ़ॉर्मैटिंग नहीं, सही गणनाएँ, ठोस स्रोत-उल्लेख और टिकाऊ निष्कर्ष भी चाहिए।
कोडिंग और रिपॉज़िटरी-स्तर के बदलाव
Cognition का FrontierCode 2.0 असली सॉफ़्टवेयर रिपॉज़िटरी में AI से बनाए गए बदलावों को रखरखाव-योग्यता और मर्ज-तैयारी के मानदंडों पर परखता है। OpenAI की प्रकाशित तुलना में, परखी गई अधिकतम-तर्क सेटिंग के तहत Sol, Astra के 0.5 अंक के भीतर लगभग पाँचवें हिस्से की लागत पर पहुँचा।
यह नतीजा Sol को सिर्फ़ आसान प्रोग्रामिंग कामों के लिए नहीं, बल्कि माँग वाले कोडिंग वर्कलोड के लिए भी एक भरोसेमंद उम्मीदवार बनाता है। फिर भी उसका लागत अनुपात उसी खास मूल्यांकन पर लागू होता है, हर रिपॉज़िटरी या API अनुरोध पर नहीं। कोडबेस की जटिलता, टूल, काम के निर्देश और स्वीकृति मानदंड नतीजे को बदल सकते हैं। टीमों को डिफ़ॉल्ट मॉडल चुनने से पहले अपनी रिपॉज़िटरी में प्रतिनिधि परीक्षण चलाने चाहिए।
वैज्ञानिक और तकनीकी काम
OpenAI Terminal-Bench-Science 0.1 पर GPT-6 Astra की तुलना में Astra में नौ प्रतिशत अंक का सुधार बताता है, उस मूल्यांकन की बताई लागत के एक-तिहाई से कम पर। घोषणा में Vals Science Index पर Astra के प्रदर्शन का भी वर्णन है। ये नतीजे कठिन वैज्ञानिक विश्लेषण के लिए Astra का मूल्यांकन करने का आधार देते हैं, लेकिन डोमेन विशेषज्ञता, पुनरुत्पादन-योग्यता या सत्यापन की जगह नहीं लेते।
API मूल्य निर्धारण: अंतर काफ़ी बड़ा है
OpenAI की प्रकाशित मानक शॉर्ट-कॉन्टेक्स्ट API दरों पर, Astra हर इनपुट या आउटपुट token के लिए Sol से चार गुना महँगा है।
| प्रति दस लाख token USD | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| इनपुट | $8.00 | $2.00 |
| कैश्ड इनपुट | $0.40 | $0.10 |
| आउटपुट | $40.00 | $10.00 |
| कैश राइट, 30 मिनट की रिटेंशन | $10.00 | $2.50 |
स्रोत: OpenAI API pricing। ये API दरें ChatGPT सब्सक्रिप्शन की शर्तों से अलग हैं।
272,000 token से ज़्यादा के इनपुट के लिए प्रकाशित मूल्य निर्धारण ऊँची दरों वाले लॉन्ग-कॉन्टेक्स्ट स्तर पर चला जाता है: इनपुट और कैश दरें दोगुनी हो जाती हैं और आउटपुट दरें 50% बढ़ती हैं। बैच प्रोसेसिंग, तेज़ प्रोसेसिंग स्तर और कैश-रिटेंशन के विकल्प शुल्क बदल सकते हैं। बजट बनाने से पहले इन शर्तों को मौजूदा मूल्य निर्धारण पृष्ठों से जाँच लें।
लागत का एक व्यावहारिक उदाहरण
मान लीजिए एक काल्पनिक विश्लेषण अनुरोध 20,000 इनपुट token प्रोसेस करता है और 5,000 आउटपुट token बनाता है, बिना कैशिंग, अतिरिक्त टूल या दोबारा कोशिशों के।
| लागत घटक | Astra | Sol |
|---|---|---|
| 20,000 इनपुट token | $0.16 | $0.04 |
| 5,000 आउटपुट token | $0.20 | $0.05 |
| एक काम का कुल | $0.36 | $0.09 |
| 10,000 एक जैसे कामों का कुल | $3,600 | $900 |
मानक प्रकाशित API दरों पर उदाहरणात्मक गणित, मापे गए काम के निष्पादन नहीं। असली खपत और सफलता दर मॉडलों के बीच अलग हो सकती है।
एक जैसे token उपयोग पर Sol 75% सस्ता पड़ता है। यह गणना बराबर गुणवत्ता, बराबर token खपत या स्वीकार करने लायक नतीजा देने की बराबर लागत सिद्ध नहीं करती।
सफल काम का अर्थशास्त्र
एक AI वर्कफ़्लो में दोबारा कोशिशें, टूल कॉल और इंसानी सुधार लग सकते हैं। अगर कोई महँगा मॉडल कम कोशिशों में ज़्यादा स्वीकृत नतीजे देता है तो वह प्रतिस्पर्धी हो सकता है, लेकिन इस लाभ को मान लेने के बजाय मापना होगा।
प्रति स्वीकृत काम लागत = कुल मापी गई वर्कफ़्लो लागत ÷ स्वीकृत कामों की संख्या।
कुल लागत को दोनों मॉडलों के लिए एक जैसा परिभाषित करें। ज़रूरत हो तो इसमें मॉडल token, टूल, दोबारा कोशिशें, इंफ़्रास्ट्रक्चर और इंसानी सुधार का समय शामिल करें। शुरू से अंत तक पूरा होने का समय भी मापें, क्योंकि तेज़ token बनना स्वीकृत नतीजे की तेज़ डिलिवरी के बराबर नहीं है।
उदाहरण के लिए, अगर एक मॉडल 100 तुलनीय कामों में से 80 सफलता से पूरे करता है और दूसरा 95, तो प्रति कोशिश ऊँची कीमत के बावजूद दूसरा किफ़ायती हो सकता है। ये गिनतियाँ काल्पनिक हैं और Astra या Sol के बारे में कोई दावा नहीं करतीं।
Astra और Sol के व्यावहारिक उपयोग
नीचे दिए गए उपयोग मूल्यांकन के उम्मीदवार हैं, सार्वभौमिक रूप से श्रेष्ठ मॉडल-आवंटन नहीं।
सॉफ़्टवेयर इंजीनियरिंग
Sol की कीमत और FrontierCode पर उसका प्रतिस्पर्धी नतीजा उसे कोड की व्याख्या, दस्तावेज़ीकरण, नियमित सुधार और चुने हुए जटिल रिपॉज़िटरी बदलावों के लिए एक उचित उम्मीदवार बनाते हैं। जब काम में कठिन निदान या कई घटकों के बीच समन्वय चाहिए, तो Astra सीधे परखने लायक है। यथार्थवादी टूल और समीक्षा परिस्थितियों में स्वीकृत बदलाव, रिग्रेशन, समय, सुधार और लागत की तुलना करें। दोनों के लिए उचित कोड-समीक्षा और सुरक्षा नियंत्रण फिर भी ज़रूरी हैं।
पेशेवर दस्तावेज़ और वित्तीय विश्लेषण
सटीक एक्सट्रैक्शन और नियमित सारांशों के लिए कम महँगा मॉडल काफ़ी हो सकता है। जिन असाइनमेंट में कई स्रोत दस्तावेज़ मिलाने, विस्तृत कारोबारी नियम लागू करने या माँग वाले पेशेवर कार्य-उत्पाद बनाने हों, उनके लिए Astra का मूल्यांकन करना उचित है। वित्तीय वर्कबुक कितनी भी चमकदार दिखें, उनके निकाले गए मान, फ़ॉर्मूले, धारणाएँ और निष्कर्ष जाँचने होंगे। जब Sol गुणवत्ता की सीमा पूरी करता हो, तो उसे मूल्यांकन में बनाए रखना चाहिए।
AI एजेंट और कारोबारी ऑटोमेशन
एजेंट-आधारित वर्कफ़्लो में बार-बार निर्णय और टूल कॉल होते हैं। ज़्यादा मात्रा वाले कामों के लिए Sol की कम इकाई कीमत आकर्षक है, जबकि कठिन जाँचों या लगातार विफल होने वाले वर्कफ़्लो पर Astra को परखना उचित हो सकता है। कोई सिस्टम एक मॉडल इस्तेमाल कर सकता है या दोनों के बीच रूटिंग कर सकता है, लेकिन रूटिंग कॉन्फ़िगरेशन, मॉनिटरिंग और गलत वर्गीकरण के जोखिम जोड़ती है। जब तक मापे गए लाभ जटिलता को उचित न ठहराएँ, तब तक बहु-मॉडल ऑर्केस्ट्रेशन परत न बनाएँ।
वैज्ञानिक विश्लेषण और शोध
Astra के बताए वैज्ञानिक नतीजे उसे कठिन विश्लेषण और तकनीकी शोध के लिए मूल्यांकन के योग्य बनाते हैं। सही चुनाव फिर भी समस्या, सटीकता, समर्थित टूल और सत्यापन विधि पर निर्भर करता है। डेटा, कोड, सांख्यिकीय विधियाँ और प्रयोगात्मक निष्कर्ष पुनरुत्पादन-योग्य और समीक्षा-योग्य बने रहना ज़रूरी है।
क्षमता से आगे विश्वसनीयता मायने रखती है
OpenAI की GPT-6.2 system-card discussion of blocker disclosure ऐसे मूल्यांकन-रिग्रेशन बताती है जिनमें मॉडलों ने काम पूरा होने से रोकने वाली बाधाओं, जैसे अनुपलब्ध फ़ाइलों या टूल, का ज़िक्र छोड़ दिया। OpenAI के अनुसार, अतिरिक्त Codex निर्देशों ने उसके मूल्यांकन परिवेश में इस समस्या को घटाया। इन निष्कर्षों को उत्पादन में विफलता दर के पूर्वानुमान के रूप में सामान्यीकृत नहीं किया जाना चाहिए।
बाहरी टूल इस्तेमाल करने वाले एप्लिकेशन के लिए, मॉडल का सफलता घोषित करना यह साबित करने के लिए काफ़ी नहीं है कि कोई ऑपरेशन पूरा हुआ। टूल की त्रुटियाँ रखी जानी चाहिए, महत्वपूर्ण नतीजे स्वतंत्र रूप से सत्यापित किए जाने चाहिए, अधूरा काम रिपोर्ट होना चाहिए और परिणामकारी कार्रवाइयाँ उचित अनुमतियों के पीछे रखी जानी चाहिए। ऊँचे बेंचमार्क स्कोर इन ज़िम्मेदारियों को खत्म नहीं करते।
असली वर्कलोड के लिए मॉडलों की तुलना कैसे करें
कामों का प्रतिनिधि नमूना लेकर शुरू करें, जैसे डेवलपमेंट टीम के लिए नियमित रखरखाव, कठिन डीबगिंग और कई फ़ाइलों वाले बदलाव, या कारोबारी टीम के लिए दस्तावेज़ एक्सट्रैक्शन और मिलाई हुई रिपोर्टिंग। परीक्षण से पहले स्वीकृति मानदंड तय करें।
| आयाम | क्या मापें |
|---|---|
| आउटपुट की गुणवत्ता | पूरी हुई ज़रूरतें और समीक्षा मानदंड |
| विश्वसनीयता | कोशिश किए गए हर काम पर स्वीकृत पूर्णताएँ |
| पूरा होने का समय | स्वीकृत नतीजे तक शुरू से अंत का समय |
| मॉडल उपयोग | इनपुट, आउटपुट और कैश token |
| लागत | मॉडल, टूल, दोबारा कोशिशें और इंफ़्रास्ट्रक्चर |
| सुधार का प्रयास | ज़रूरी इंसानी संपादन और समीक्षा |
| संचालन की सुरक्षा | टूल त्रुटियाँ, गायब स्टेटस और अनधिकृत कार्रवाई की कोशिशें |
मॉडल कॉन्फ़िगरेशन, तर्क सेटिंग और टूल पहुँच दर्ज करें। जहाँ उचित हो, आधार रेखा के रूप में मौजूदा प्रोडक्शन वर्कफ़्लो इस्तेमाल करें। अलग-अलग मॉडल सेटिंग उचित हो सकती हैं, लेकिन तुलना में वही कॉन्फ़िगरेशन दिखने चाहिए जिन पर तैनाती के लिए असल में विचार हो रहा है।
GPT-6.2 रिलीज़ का टेक्नोलॉजी टीमों के लिए क्या मतलब है
Astra और Sol ज़रूरी तकनीकी क्षमताएँ साझा करते हैं, लेकिन प्रदर्शन और मूल्य निर्धारण के अलग विचार पेश करते हैं। Astra कई माँग वाले पेशेवर और वैज्ञानिक मूल्यांकनों में मज़बूत नतीजे बताता है। Sol की इकाई कीमत कम है और चुने हुए कठिन कोडिंग कामों में उसके नतीजे प्रतिस्पर्धी हैं।
व्यावहारिक जवाब यह है कि प्रतिनिधि वर्कलोड चुनें, स्वीकृत नतीजे मापें और उन्हें पहुँचाने की पूरी लागत की तुलना करें। डेवलपरों को शुद्धता और विश्वसनीयता परखनी चाहिए। आर्किटेक्टों को इंटीग्रेशन और संचालन की सीमाओं का हिसाब रखना चाहिए। टेक्नोलॉजी लीडरों को पूछना चाहिए कि अतिरिक्त खर्च मापने योग्य मूल्य बनाता है या नहीं।
मॉडल की क्षमता तय करती है कि क्या संभव हो सकता है। भरोसेमंद नतीजे और कुल संचालन लागत तय करते हैं कि क्या व्यावहारिक है।
संदर्भ और आगे पढ़ने के लिए
- OpenAI: Introducing GPT-6.2 Astra and Sol। आधिकारिक रिलीज़ घोषणा। मॉडल की स्थिति और बताए गए मूल्यांकन।
- OpenAI: GPT-6.2 Astra model documentation। सीमाएँ, टूल और समर्थित इनपुट।
- OpenAI: GPT-6.2 Sol model documentation। सीमाएँ, टूल और समर्थित इनपुट।
- OpenAI API pricing। दरें और मूल्य निर्धारण की शर्तें।
- OpenAI: GPT-6.2 safety evaluation, blocker disclosure। बताई गई मूल्यांकन सीमाएँ और शमन।
स्रोत-समीक्षा की सीमा: 17 नवंबर 2026। ऊपर के सभी मात्रात्मक मॉडल नतीजे वेंडर-रिपोर्टेड हैं, जब तक अन्यथा न बताया गया हो।
