مقارنة GPT-5.6 Sol vs Terra vs Luna: أي نموذج تختار؟

أتاحت OpenAI نموذج GPT-5.6 بشكل عام في 9 يوليو 2026، والقرار الأول الذي يفرضه ليس له علاقة بما إذا كنت ستقوم بالترقية أم لا. إنه خيار قائمة. يصدر الإصدار في ثلاثة نماذج هي gpt-5.6-sol و gpt-5.6-terra و gpt-5.6-luna، والتي تقع عند ثلاث نقاط على منحنى التكلفة والقدرة. إذا اخترت نموذجًا عاليًا جدًا، فستدفع أسعار Sol لعمل يمكن لـ Terra التعامل معه بشكل جيد. وإذا اخترت نموذجًا منخفضًا جدًا، فسيتعثر وكيلك في مهام لم يتم بناء Luna للتعامل معها أبدًا.

تتبع الأسماء نظامًا: يشير الرقم إلى الجيل، بينما Sol و Terra و Luna هي مستويات دائمة تتقدم بوتيرتها الخاصة. يغطي شرح تسميات GPT-5.6 الخاص بنا هذا الهيكل بعمق، لذا يتخطى هذا الدليل التاريخ. ما ستجده هنا هو قرار الشراء: ما الذي يبرع فيه كل مستوى، وأين يكمن فخ التسعير، وكيف تحسم الاختيار باستخدام مطالباتك الخاصة بدلًا من الرسوم البيانية ليوم الإطلاق.

الإجابة في 30 ثانية

تيرا هو الخيار الافتراضي المنطقي. تضعه OpenAI كنموذج منافس لـ GPT-5.5 بسعر يقارب النصف، مما يعني أن فئة النموذج التي كانت تشغل معظم تطبيقات الإنتاج الشهر الماضي أصبحت الآن تكلف النصف. يكسب Sol قيمته المضافة فقط عندما تكون المهمة صعبة بما يكفي لإظهار فجوة قابلة للقياس. تفوز لونا كلما ضربت أسعار الرموز الفردية بملايين الطلبات.

إذا كنت تفضل الاختبار على الثقة، فهذه غريزة جيدة. تقبل النماذج الثلاثة جميعها نفس استدعاءات Responses API، لذا يمكنك تشغيل مجموعة واحدة من المطالبات مقابل كل مستوى في Apidog وترك المخرجات تحسم الجدال. يستغرق الإعداد عشر دقائق؛ المزيد عن ذلك أدناه.

ما هي استخدامات كل مستوى

النماذج الثلاثة جميعها متاحة في واجهة برمجة التطبيقات لأي حساب. الوصول متاح ذاتيًا بدون قيود على الخطة، وتأتي معرفات النماذج المذكورة أعلاه مباشرة من وثائق المطورين الخاصة بـ OpenAI. تغطية الوثائق المبكرة تفيد بوجود نافذة سياقية بحجم 1 مليون رمز، وإخراج أقصى يبلغ 128 ألف رمز، وتاريخ قطع للمعلومات في 16 فبراير 2026 عبر العائلة؛ تعامل مع هذه الأرقام كأرقام مبلغ عنها حتى تؤكد صفحة نموذج OpenAI ذلك لحسابك.

Sol: الرائد للمشكلات الصعبة

Sol هو المستوى المتخصص في التفكير العميق، وتركز معايير الإطلاق مكاسبه بالضبط حيث تتوقع: العمل طويل الأمد والقائم على الوكيل (agentic). وفقًا لـ OpenAI، يحقق Sol حوالي 53 نقطة في اختبار Agents’ Last Exam مقابل 46.9 لـ GPT-5.5، ويصل إلى 88.8% في Terminal-Bench 2.1، ويقفز من 47.5 إلى 62.6 في OSWorld 2.0. هذه ادعاءات يوم الإطلاق، لذا تعامل معها بحذر. لكن النمط ثابت: تحسن التخطيط واستخدام الأدوات واستعادة الأخطاء أكثر بكثير من جودة النص الروتينية.

الأمر ليس حسمًا كاملاً. في SWE-Bench Pro، يتصدر Claude Fable 5 بنسبة 80.3% مقابل 64.6% لـ Sol، لذا "الرائد" لا يعني "الأفضل في كل شيء". نفصل أين تبدو الأرقام أقوى وأضعف في تحليل معايير GPT-5.6 Sol الخاص بنا.

Terra: الخيار الافتراضي للعمل الإنتاجي

عرض تيرا اقتصادي وليس بطوليًا. تضعه OpenAI كنموذج منافس لـ GPT-5.5 بسعر أرخص مرتين تقريبًا، وهذا الإطار يحدد معظم أعباء العمل الحقيقية بمفرده. إذا كان منتجك يعمل جيدًا على GPT-5.5، فإن تيرا يمنحك نفس فئة القدرة بنصف التكلفة. مساعدي الدردشة، التلخيص، مسارات المحتوى، معظم إعدادات RAG: هذا هو المستوى الذي يجب أن تبدأ منه، والذي يجب أن تجادل لتتخلص منه.

Luna: اقتصاديات الوحدة والسرعة

تتعامل Luna مع العمل الذي لا يقرأ فيه أحد الاستنتاجات: التصنيف، استخراج الكيانات، توجيه الطلبات، المسودات الأولية التي يراجعها إنسان أو نموذج أكبر. بسعر $1 للإدخال / $6 للإخراج، يكلف خمس سعر Sol على كلا جانبي العداد، وهو الأسرع من الثلاثة. الخطأ الشائع عاطفي وليس تقنيًا: تتجاهل الفرق Luna لأن "الأرخص" تبدو مثل "الأسوأ"، ثم تدفع أسعار Terra لمهام تتطلب مخرجات من كلمة واحدة.

المصيدة في الخيار الافتراضي

هذه هي التفاصيل التي تضخم الفواتير بهدوء: الاسم المستعار المجرد gpt-5.6 يوجه الطلبات إلى Sol. إذا اخترت سلسلة النموذج الواضحة، فقد اخترت المستوى الأعلى سعرًا دون أن تقرر ذلك أبدًا.

ثبّت المستوى صراحة في كل استدعاء:

{
  "model": "gpt-5.6-terra",
  "input": "Classify this support ticket by urgency and product area.",
  "reasoning": { "effort": "medium" }
}

الفارق يتضاعف بسرعة. خدمة تعالج 50 مليون رمز إدخال و 10 مليون رمز إخراج شهريًا تدفع حوالي 275 دولارًا على Terra، و 550 دولارًا على Sol، و 110 دولارات على Luna. نفس حركة المرور، فارق 5 أضعاف، يتم تحديده بسلسلة واحدة. للاطلاع على قائمة الأسعار الكاملة، بما في ذلك خصومات التخزين المؤقت، راجع تحليل أسعار GPT-5.6 الخاص بنا. كما أن مقال سيمون ويليسون عن الإطلاق يستحق وقتك كأول مراجعة مستقلة للمطورين للإصدار.

طابق النموذج مع عبء عملك

تغطي ثلاثة سيناريوهات معظم مساحة القرار.

مسار عمل برمجي يعتمد على الوكلاء. اختر Sol. تتركز مكاسب المعيار هنا، وكذلك الميزات المتاحة بشكل عام (GA): تتيح لك استدعاءات الأدوات البرمجية للنموذج كتابة JavaScript الذي ينسق استدعاءات الأدوات الخاصة بك، ويتم تنفيذه في بيئة تشغيل V8 معزولة بدون وصول للشبكة، ويحمل الاستدلال المستمر السياق عبر الدورات. عندما يستغرق التشغيل 40 خطوة ويؤدي قرار سيء في الخطوة 12 إلى إهدار الـ 28 خطوة التالية، تكون جودة النموذج هي العنصر الأقل تكلفة في مسار العمل. يغطي الملف التعريفي الكامل لـ Sol ما يغيره هذا الرائد أيضًا.

مساعد دردشة للإنتاج. اختر Terra. يحكم المستخدمون على زمن الاستجابة والمساعدة، وليس على فروق المعايير، وفي الأسئلة الروتينية لا يمكنهم التمييز بين Sol و Terra. وجه الاستعلامات الصعبة النادرة إلى Sol خلف استدلال إذا أثبتت سجلاتك أنك بحاجة إليه؛ لا تدفع أسعار الرائد لـ "كيف يمكنني إعادة تعيين كلمة المرور الخاصة بي؟".

مسار عمل مستندات عالي الحجم. اختر Luna، ثم أضف التخزين المؤقت فوقها. يدعم GPT-5.6 نقاط توقف التخزين المؤقت الصريحة (prompt_cache_options.mode: "explicit" مع حقل ttl)؛ تحافظ قراءات ذاكرة التخزين المؤقت على خصم 90%، وتُحسب عمليات الكتابة بمعدل 1.25 ضعف سعر الإدخال، ويبقى المحتوى المخزن مؤقتًا لمدة 30 دقيقة على الأقل. بالنسبة لمهام الاستخراج التي تعيد استخدام موجه نظام طويل عبر آلاف المستندات، تقع Luna بالإضافة إلى التخزين المؤقت الصريح في فئة تكلفة مختلفة عن أي من النماذج الشقيقة الأخرى. كما تحافظ إعدادات تفاصيل الرؤية الجديدة (original و auto) على أبعاد الصورة المصدر، وهو أمر مهم عند سحب الحقول من عمليات المسح.

مستويات الجهد تغير المعادلة

المستوى هو نصف المتغير فقط. يعرض GPT-5.6 ستة مستويات لجهد الاستنتاج على كل مستوى: none، low، medium، high، xhigh، و max. هذا يحول النماذج الثلاثة إلى شبكة، والمقارنة الأكثر إثارة للاهتمام ليست بين Sol و Terra بنفس الإعداد. إنها بين Terra على high و Sol على medium. يمكن لـ Terra، مع وقت تفكير إضافي، أن يسد الكثير من فجوة الجودة بنصف سعر الرمز، وما إذا كان يسدها بما يكفي لمهامك هو سؤال تجريبي، وليس مجرد مواصفات ورقية.

تشير إرشادات OpenAI الخاصة بالترحيل إلى نفس الاتجاه: تعامل مع الانتقال على أنه ضبط دقيق، وليس مجرد تبديل لاسم نموذج. اختبر المهام التمثيلية أولاً، واختبر مستوى جهدك الحالي جنبًا إلى جنب مع مستوى أقل. ملاحظة إضافية حول المطالبات من الوثائق: يكتب GPT-5.6 إجابات أقصر بشكل ملحوظ مع مقدمات عامة أقل، لذا قم بإزالة العبارات النمطية مثل "كن موجزًا" من المطالبات التي تنقلها، وإلا ستحصل على إجابات مقتضبة لدرجة أنها غير مفيدة.

للعمل الذي يركز على الجودة حيث تفضل الانتظار على إعادة التشغيل، يتوفر وضع Pro (reasoning.mode: "pro") في جميع النماذج الثلاثة. إنه إعداد، وليس نموذجًا منفصلاً، لذا يمكنك تفعيله على Terra بسهولة كما على Sol.

اختبر النماذج الثلاثة قبل الالتزام

الإجابة الصادقة على سؤال "أي نموذج يجب أن تستخدم؟" هي: النموذج الذي يحقق أفضل النتائج مع مطالباتك. المعايير هي مهام OpenAI؛ حركة مرور الإنتاج الخاصة بك ليست كذلك.

الاختبار غير مكلف. اجمع من 10 إلى 20 مهمة حقيقية من سجلاتك، بما في ذلك المهام الصعبة. قم بتنزيل Apidog، احفظ عنوان URL الأساسي لـ OpenAI ومفتاح API مرة واحدة، ثم ضع معرف النموذج في متغير بيئة بحيث يغطي تعريف طلب واحد المستويات الثلاثة جميعها. بدل {{model}} بين gpt-5.6-sol و gpt-5.6-terra و gpt-5.6-luna، وقم بتشغيل نفس مجموعة المطالبات، وقارن شيئين جنبًا إلى جنب: جودة المخرجات مقابل معاييرك الخاصة، وعدد رموز usage في كل استجابة. اضرب هذه الأعداد ببطاقة الأسعار وسيكتب جدول التكلفة لكل مهمة نفسه.

تظهر نتيجتان في معظم هذه الاختبارات المقارنة. تتطابق Terra مع Sol في حصة أكبر من المهام مما تشير إليه فجوة الأسعار. وتنجح Luna في عمل المخرجات المنظمة، مثل مسار التصنيف والاستخراج، أكثر بكثير مما يوحي به سعرها. لن تتعلم أين يكسر عبء عملك هذا النمط إلا بتشغيله.

أين تتناسب Ultra

Ultra هو الخيار الوحيد في هذه التشكيلة الذي ليس معرف نموذج API. إنه إعداد متعدد الوكلاء (multi-agent) يقوم بتشغيل أربعة وكلاء بالتوازي افتراضيًا، وينفق المزيد من الرموز عمدًا مقابل نتائج أسرع في الوقت الفعلي للمشكلات الصعبة. وفقًا لـ OpenAI، يرفع Ultra درجة Sol في Terminal-Bench 2.1 من 88.8% إلى 91.9%.

يتوقف التوفر على جانب المنتج على الخطة: تعيش Ultra في ChatGPT Work على خطط Pro و Enterprise، وفي Codex من Plus فما فوق. لمنتج الدردشة خريطته الخاصة بالمستويات، وفقًا لمركز مساعدة OpenAI:

إذا كان عبء عمل الوكلاء المتوازيين (parallel-agent) الخاص بك يعتمد على الكود بدلًا من الدردشة، فتابع الإصدار التجريبي متعدد الوكلاء (multi-agent beta) في Responses API؛ فهو النظير من جانب واجهة برمجة التطبيقات (API-side sibling) لنفس الفكرة.

الأسئلة الشائعة

هل gpt-5.6-terra جيد بما يكفي ليحل محل GPT-5.5 في الإنتاج؟

بالنسبة لمعظم أعباء العمل، نعم. تضع OpenAI تيرا في منافسة مع GPT-5.5 بسعر يبلغ حوالي النصف، ووجود نفس سطح Responses API يعني أن التبديل منخفض المخاطر. قم بإجراء تقييماتك قبل الانتقال، وراقب طول المخرجات، حيث أن إجابات GPT-5.6 تكون أقصر بطبيعتها.

ماذا يحدث إذا استدعيت الاسم المستعار المجرد gpt-5.6؟

يتم توجيه طلبك إلى Sol ويتم محاسبتك بأسعار Sol، وهي $5 لكل مليون رمز إدخال و $30 لكل مليون رمز إخراج. لا شيء يتعطل، وهذه هي المشكلة؛ التكلفة تظهر لاحقًا في الفاتورة. حدد gpt-5.6-terra أو gpt-5.6-luna بشكل صريح حيثما يمكن لمستوى أرخص أن يؤدي المهمة.

هل يمكنني التبديل بين المستويات دون تغيير تكاملي؟

نعم. تشترك Sol و Terra و Luna في نفس سطح Responses API، لذا فإن التنقل بينها هو مجرد تغيير في سلسلة نموذجية (model string) في سطر واحد. تعمل مستويات الجهد والوضع الاحترافي (pro mode) عبر الثلاثة أيضًا. يوضح دليلنا حول كيفية استخدام GPT-5.6 API شكل الطلب من البداية إلى النهاية.

هل أحتاج إلى خطة ChatGPT محددة لاستخدام هذه النماذج في واجهة برمجة التطبيقات؟

لا. الوصول إلى واجهة برمجة التطبيقات (API) متاح ذاتيًا لأي حساب API، بدون قيود على الخطة لأي من النماذج الثلاثة. تتحكم مستويات خطة ChatGPT في منتج الدردشة فقط، و Ultra هي القدرة الوحيدة التي تظل على جانب المنتج (ChatGPT Work و Codex) بدلًا من أن تُشحن كنموذج API.

ساعتك الأولى مع المستويات

ابدأ باستخدام Terra واجعل المستويات الأخرى تثبت جدارتها. لا تنتقل إلى Sol إلا عندما تظهر تقييماتك الخاصة فجوة تستحق الدفع ضعف السعر لها، وهو ما يعني عادة العمل الذي يعتمد على الوكلاء وله أفق طويل. انتقل إلى Luna حيثما تكون المخرجات قصيرة والحجم كبيرًا. ثبّت معرفات النماذج الصريحة في كل مكان حتى لا يختار الاسم المستعار Sol الافتراضي نيابة عنك أبدًا، واضبط مستويات الجهد قبل تغيير المستويات، لأن Terra على مستوى high هو أرخص ترقية جودة في التشكيلة.

ثم توقف عن القراءة وقِس. قم بتحميل عشرة من أصعب مطالبات الإنتاج لديك في Apidog، ووجه طلبًا واحدًا إلى جميع معرفات النماذج الثلاثة باستخدام متغير بيئة، ودع أعداد الرموز الخاصة بك والمخرجات تحدد القرار. لا يكلف التمرين بأكمله أكثر من دولار واحد في إنفاق API ويحسم قرارًا يتضاعف تأثيره كل شهر.