مقارنة GPT-6 Luna Sol Astra: اختيار الفئة الأنسب بناءً على تكلفة المهمة

أطلقت OpenAI نموذجي GPT-6 Sol و GPT-6 Luna في 22 سبتمبر 2026، لينضما إلى GPT-6 Astra في عائلة ثلاثية المستويات. أول ما تفعله معظم الفرق هو فتح صفحة التسعير، ورؤية 0.10 دولار بجانب Luna و10 دولارات بجانب Astra، وتستنتج أن المستوى الأعلى يكلف مائة ضعف.

هذا الرقم حقيقي وهو أيضاً الوحدة الخاطئة. أنت لا ترسل الرموز (tokens) إلى مرحلة الإنتاج. أنت ترسل عملاً منجزاً: تذكرة تم حلها، ملف تم ترحيله، مهمة متصفح مكتملة. تحدد نماذج الاستدلال بنفسها عدد الرموز التي يتطلبها ذلك، ويغير مستوى الجهد الذي تمرره الإجابة بمقدار مضاعف. قد يكلف نموذج رخيص بأقصى جهد أكثر لكل مهمة منجزة من نموذج باهظ الثمن يجيب بسرعة.

هذا الدليل هو خليفة GPT-6 لمقارنتنا بين GPT-5.6 Sol مقابل Terra مقابل Luna. قارنت تلك التدوينة المستويات على أساس السعر لكل مليون رمز، وهي الوحدة الصحيحة لذلك الجيل. تقارن هذه التدوينة بينها على أساس التكلفة لكل مهمة، لأن هذه هي الوحدة التي استخدمتها OpenAI نفسها لتبرير النماذج الجديدة.

المستويات الثلاثة على الورق

يثير شيئان في هذا الجدول دهشة الناس.

أولاً، يتمتع Luna بأكبر نافذة سياق بين الثلاثة. يأخذ النموذج الأرخص في العائلة مليون رمز كامل، بينما يتوقف Sol عند 872 ألف. إذا كان عبء عملك هو "قراءة الكثير، واتخاذ قرار قليل"، فإن المستوى الاقتصادي ليس هو المقيد.

ثانياً، يحتوي صف Astra على ثغرات. لا تعيد تدوينة إطلاق Sol و Luna ذكر نافذة سياق Astra أو معدل القراءة المخزنة مؤقتاً، ولا يحمل Astra أي درجة من مؤشر التحليل الاصطناعي المنشور بجانب النموذجين الآخرين. هذه فجوات في المواد المصدرية، وليست أصفاراً.

يوصف كل من Sol و Luna بأنهما أرخص بنسبة 50% من GPT-5.6، وتصريح OpenAI الخاص هو أن المقارنة تتم مقابل تسعير GPT-5.6 **الترويجي**. هذا المؤهل مهم بما يكفي لدرجة أننا قدمنا له تحليلاً خاصاً به. مقارنة بأسعار قائمة GPT-5.6 التي سجلتها تغطيتنا للإطلاق في ذلك الوقت، فإن التخفيض أكبر من العنوان الرئيسي.

لماذا يتوقف سعر الرمز عن التنبؤ بفاتورتك

توجد ثلاثة مضاعفات منفصلة بين قائمة الأسعار والفاتورة.

رموز الاستدلال هي رموز مخرجات. عندما يفكر النموذج قبل الإجابة، يتم احتساب هذا التفكير بسعر المخرجات، وهو خمسة أضعاف سعر المدخلات عبر جميع المستويات الثلاثة. تُحاسب مهمة تُعيد إجابة من 200 رمز بعد 8,000 رمز من الاستدلال، كما لو كانت إجابة من 8,200 رمز.

مستوى الجهد هو مقياس، وليس علامة. تُبلغ جداول OpenAI المعيارية عن النتائج لكل إعداد جهد: منخفض، متوسط، عالٍ، عالٍ جداً، أقصى. يعتبر نفس النموذج بأقصى جهد وبجهد منخفض، لأغراض الميزانية، منتجين مختلفين بسعرين مختلفين لكل مهمة.

تعيد حلقات الوكيل إرسال المطالبة. يرسل وكيل من اثنتي عشرة خطوة مطالبة النظام وتعريفات الأدوات والتاريخ المتراكم في كل خطوة. ينمو حجم المدخلات بشكل تربيعي مع الخطوات ما لم يمتصها التخزين المؤقت، وهذا هو بالضبط السبب الذي جعل GPT-6 يصدر إصدار تخزين مؤقت جنبًا إلى جنب مع النماذج: خصم 90% على قراءات المدخلات المخزنة مؤقتًا، وجهد الاستدلال أو تغييرات الأداة لم تعد تبطل البادئة.

ضع كل ذلك معًا في مهمة وكيل واقعية: اثنتا عشرة استدعاء للنموذج، بادئة مطالبة من 40 ألف رمز، 2 ألف رمز مخرج لكل استدعاء. افترض أن الاستدعاء الأول يدفع سعر المدخلات كاملاً وأن الإحدى عشرة المتبقية تقرأ البادئة من ذاكرة التخزين المؤقت.

نسبة المدخلات الرئيسية هي 1:20:100. بمجرد دخول التخزين المؤقت إلى الصورة، يمتد الفارق إلى حوالي 1:20:294، أو ينضغط مرة أخرى إلى 1:20:100، ويعتمد ذلك كليًا على معدل قراءة Astra المخزن مؤقتًا الذي لا يوفره لنا جدول الإطلاق. هذا المجهول الواحد يغير تكلفة المستوى الأعلى لكل مهمة بمعامل ثلاثة. اكتشف ما هو بالنسبة لحسابك قبل تحديد ميزانية حول Astra.

ما تُظهره أرقام OpenAI الخاصة بالتكلفة لكل مهمة

تنشر تدوينة الإطلاق الدرجة والتكلفة النسبية معًا، وهذا هو الجزء المفيد. على AutomationBench 1.0.6:

اقرأ هذا الزوج العلوي ببطء. يحقق المستوى المتوسط بجهد عالٍ جداً 2.9 نقطة أعلى من النموذج الرائد بجهد منخفض ويكلف ربع التكلفة تقريبًا لكل مهمة. بناءً على خط الأساس 0.27 دولار، يضع ذلك Astra بجهد منخفض بالقرب من 1.05 دولار، وهو حساب رياضي على مضاعف OpenAI بدلاً من رقم طبعته OpenAI.

يتكرر نفس النمط في أماكن أخرى:

• اختبار الوكلاء الأخير V1: يحقق Sol بأقصى جهد 56.4%، متفوقاً على أفضل نتيجة لـ Claude Opus 5، بتكلفة أقل بنسبة 60% لكل مهمة.
• DeepSWE 1.1: يصل Sol بأقصى جهد إلى 68.8%، بفارق 1.1 نقطة عن Claude Fable 5 بجهد عالٍ جداً، بتكلفة أقل بنسبة 80% تقريباً لكل مهمة. يصل Luna بأقصى جهد إلى 66.6%، وهو ما يضاهي Opus 5 و Fable 5 بجهد متوسط، بتكلفة أقل بنسبة 93% لكل مهمة من Opus 5 و 96% أقل من Fable 5.
• OSWorld 2.0 بلا اتصال: يحقق Sol بجهد عالٍ جداً 60.5% مقابل Opus 5 بجهد متوسط عند 60.3%، بتكلفة أرخص بنحو 80% لكل مهمة. يتفوق Luna بأقصى جهد على GPT-5.6 Sol بجهد متوسط بعُشر التكلفة.
• الدقة الواقعية: يرتكب Sol حوالي نصف أخطاء سلفه. يضاهي Luna بجهد أعلى GPT-5.6 Sol بحوالي جزء من مائة من التكلفة.
• حركة التكلفة داخل المستوى: يتفوق Luna بجهد عالٍ على سلفه الخاص بفارق 5.4 نقطة بتكلفة أقل بنسبة 58% لكل مهمة.

تحذيران صريحان. كل واحدة من تلك المقارنات كُتبت مقابل Claude Opus 5، لأن Anthropic أصدرت Opus 5.5 في نفس اليوم وتدوينة OpenAI تسبقها. وأرقام Astra في ذلك الجدول هي نقطة بيانات واحدة بجهد منخفض؛ تذكر OpenAI بوضوح أن Astra "يظل أفضل نموذج لدينا بشكل عام". لا يوجد هنا ما يقول إن Astra يخسر. بل يقول إن Astra بجهد منخفض هو طريقة مكلفة للحصول على 30.3%.

المستوى المفقود، والمستوى الذي تحرك

كان GPT-5.6 يتألف من Sol و Terra و Luna. أما GPT-6 فهو Astra و Sol و Luna. لا يوجد GPT-6 Terra.

هذا ليس إعادة تسمية للمستوى المتوسط القديم. يجلس Astra فوق المكان الذي كان يجلس فيه GPT-5.6 Sol، وقد ورث GPT-6 Sol الفتحة الوسطى بسعر أقل بكثير من المعدل السابق لاسم المستوى. إذا كان الكود الخاص بك يثبت gpt-5.6-terra اليوم، فإن أقرب نموذج GPT-6 حسب الدور هو Sol، وليس خليفاً بنفس الاسم. أصبح شرح التسميات الخاص بنا الآن تاريخ جيل بدلاً من خريطة حالية.

تسلسل الأسعار للاسمين اللذين بقيا:

نفس الأسماء، نماذج مختلفة، اقتصاديات مختلفة. أي شيء في إعداداتك يتعامل مع اسم المستوى كإعداد قدرة مستقر يحتاج إلى إعادة قراءة.

اختيار مستوى

نمط التوجيه في الصف الرابع هو الذي يؤتي ثماره. قم بتشغيل المستوى الرخيص، تحقق من المخرجات برمجياً، وقم بتصعيد ما يفشل فقط. إذا قام Luna بمسح 80% من قائمة الانتظار بتكلفة 0.02 دولار لكل مهمة وقام Sol بتصفية الباقي بتكلفة 0.41 دولار، فإن تكلفتك المختلطة تبلغ حوالي 0.10 دولار، وليس 0.41 دولار.

ملاحظة حول زمن الاستجابة قبل أن تفترض أن المستوى الرخيص هو الأسرع أيضًا. تقيس Artificial Analysis، وهي جهة خارجية وليست أي من البائعين، متغيرات الاستدلال القصوى عند 115.2 رمز إخراج في الثانية و102.15 ثانية للرمز الأول لـ Sol، و153.9 رمز في الثانية و124.23 ثانية للرمز الأول لـ Luna. هذه أرقام لأقصى جهد ولن تصف استدعاء بجهد منخفض. نوضح ما يفعله الرمز الأول الذي يستغرق دقيقتين بعقد API في مقالتنا عن زمن الاستجابة.

قم بقياسها على حركة المرور الخاصة بك

تأتي أرقام التكلفة لكل مهمة الخاصة بالبائعين من أنظمة البائعين. ستختلف أرقامك، والمقارنة الوحيدة التي تحسم أي شيء هي تلك التي تُجرى على مطالباتك.

{
  "model": "gpt-6-luna",
  "usage": {
    "input_tokens": 41200,
    "input_tokens_details": { "cached_tokens": 39800 },
    "output_tokens": 2140,
    "total_tokens": 43340
  }
}

تكلفة هذا الاستدعاء، بأسعار Luna: 1,400 مدخل غير مخزن مؤقتًا بسعر 0.10 دولار/مليون، 39,800 مخزن مؤقتًا بسعر 0.01 دولار/مليون، 2,140 مخرج بسعر 0.50 دولار/مليون. هذا يساوي 0.00014 دولار بالإضافة إلى 0.000398 دولار بالإضافة إلى 0.00107 دولار، أو حوالي 0.0016 دولار. اضرب بعدد الاستدعاءات التي تستغرقها المهمة، وليس بعدد المهام.

ثلاث قواعد تجعل القياس موثوقاً:

1. احسب المهام الكاملة، وليس الاستدعاءات. اجمع الاستخدام عبر كل خطوة في التشغيل، بما في ذلك المحاولات الفاشلة وتلك التي تم إعادتها.
2. حافظ على ثبات الجهد لكل صف. لا يخبرك جدول يقارن Luna بأقصى جهد مقابل Sol بجهد منخفض بأي شيء ما لم تذكر ذلك في العنوان.
3. سجل عدد الرموز المخزنة مؤقتاً بشكل منفصل. مقارنة المستويات التي تتم على ذاكرة تخزين مؤقت باردة تجامل النموذج باهظ الثمن، لأن ميزة النموذج الرخيص تكون الأكبر على البادئات المتكررة.

عملياً، هذا يعني طلب واحد محفوظ، متغير لمعرف النموذج، وتأكيد على حقول الاستخدام. يتعامل Apidog مع هذا الشكل جيداً: حدد الاستدعاء مرة واحدة، استبدل النموذج عبر متغير بيئة، وقم بتشغيل المجموعة كسيناريو بحيث تظهر أرقام الاستخدام في تقرير واحد بدلاً من ثلاث نوافذ طرفية. يعمل نفس السيناريو كفحص تراجع عندما يتم إعادة تسعير مستوى، وهو ما يحدث في دورة الإصدار هذه خلال شهور.

النسخة المختصرة

لكل رمز، Luna أرخص بمائة مرة من Astra في المدخلات. لكل مهمة، بناءً على معايير OpenAI المنشورة، الترتيب ليس بهذه الوضوح: Sol بجهد عالٍ جداً تفوق على Astra بجهد منخفض على AutomationBench بينما كلف حوالي ربع المبلغ، و Luna بأقصى جهد وصل إلى مسافة قريبة من النماذج التي تكلف عشرة أضعاف لكل مهمة.

ابدأ بـ Luna، صعد عند الفشل، واحتفظ بـ Astra للعمل حيث تكلف الإجابة الخاطئة أكثر من البطء. ثم قم بقياسها بنفسك، لأن كل رقم أعلاه تم إنتاجه بناءً على عبء عمل شخص آخر.

للحصول على الصورة الأوسع نطاقاً عبر الإطلاقين في نفس الـ 48 ساعة، راجع ملخص حرب أسعار نماذج الذكاء الاصطناعي لشهر سبتمبر 2026 الخاص بنا.