GPT-5.6 मॉडल चुनने के मानदंड: कीमत में 5 गुना अंतर, कोडिंग प्रदर्शन में 4.1%p का अंतर

GPT-5.6 में मॉडल Sol/Terra/Luna में बंटे हैं, और इनके साथ Max/Ultra मोड जुड़ते हैं.
हर काम के लिए क्या चुनना चाहिए, यह बार-बार उलझन पैदा करता है, इसलिए सार्वजनिक बेंचमार्क के आधार पर इसे व्यवस्थित किया है.

पहले दो अक्षों को अलग करना होगा

• मॉडल ग्रेड(Grade): Sol / Terra / Luna. यह बुद्धिमत्ता स्तर और बेस लागत तय करता है.
• ऑपरेटिंग मोड(Mode): बेसिक रीजनिंग / Max / Ultra. कंप्यूट मात्रा और प्रोसेसिंग संरचना यहीं से अलग होती है.
• Max में एक सिंगल एजेंट एक समस्या को गहराई से खंगालता है, जबकि Ultra में 4 एजेंट समानांतर तरीके से काम बांटकर उपयोग होते हैं.

API कीमत (प्रति 10 लाख टोकन इनपुट/आउटपुट)

• Sol $5 / $30
• Terra $2.5 / $15
• Luna $1 / $6
• अधिकतम 5 गुना अंतर. कैश रीड पर 90% छूट है, इसलिए दोहराए जाने वाले कामों में वास्तविक अंतर और भी कम हो जाता है.

प्रदर्शन कीमत जितना नहीं बढ़ता (Terminal-Bench 2.1)

• Sol Ultra 91.9% / Sol 88.8% / Terra 87.4% / Luna 84.7%
• 5 गुना महंगे Sol और Luna के बीच अंतर 4.1%p है.
• Sol और Terra में 1.4%p का अंतर है, लेकिन कीमत 2 गुना है.
• Terra(87.4%) पिछली पीढ़ी के फ्लैगशिप GPT-5.5(85.6%) से आगे निकल जाता है.

दैनिक ज्ञान-आधारित कामों में अंतर और कम हो जाता है (Agents' Last Exam)

• Sol 52.7% / Terra 50.4% / Luna 50.3% / GPT-5.5 46.9%
• Terra और Luna में केवल 0.1%p का अंतर है. साधारण summary या Q&A के लिए Luna पर्याप्त है.

Sol हमेशा नंबर 1 नहीं होता

• SWE-Bench Pro(कोड संरचना विश्लेषण): Sol 64.6% / Claude Mythos 5 80.3% / Fable 5 80.0%
• इसके उलट, ऐसे काम जिनमें environment को सीधे manipulate करना हो, उनमें Sol आगे रहता है.
  OSWorld 2.0(कंप्यूटर नियंत्रण): Sol 62.6% vs Claude Opus 4.8 54.8%
  BrowseComp(ब्राउज़िंग): Sol Ultra 92.2% / Sol 90.4%
• लगता है कि फर्क इस बात पर पड़ता है कि काम terminal manipulation का है या code structure analysis का.

Ultra मोड अपेक्षा से कम बढ़त देता है

• कोडिंग +3.1%p, सुरक्षा विश्लेषण +3.1%p, ब्राउज़िंग +1.8%p
• यह 2~3%p बढ़त पाने के लिए लगभग 3 गुना टोकन खर्च होते हैं.
• इसलिए इसे सिर्फ उन्हीं कामों में इस्तेमाल करना सही लगता है जहां विफलता की लागत बड़ी हो या precision अनिवार्य हो.

सारांश में

• Luna: सरल दोहराव वाले काम, बड़े पैमाने की प्रोसेसिंग, speed-first
• Terra: अधिकांश सामान्य-उद्देश्य वाले काम. व्यावहारिक रूप से डिफ़ॉल्ट
• Sol: जटिल तार्किक संरचना, ऐसे काम जहां विफलता की लागत बड़ी हो
• Max: एक समस्या में गहराई तक
• Ultra: कई काम समानांतर में

सभी आंकड़े OpenAI की आधिकारिक रिलीज़ पोस्ट की बेंचमार्क तालिका पर आधारित हैं.
https://openai.com/index/gpt-5-6/

बेंचमार्क एकल परिणाम होते हैं, इसलिए वास्तविक प्रोजेक्ट लागत या अनुभव में अंतर हो सकता है.
खासकर SWE-Bench Pro जैसे मामलों में रैंकिंग उलटने वाले हिस्से भी हैं, इसलिए काम के प्रकार के अनुसार इनका अर्थ अलग पढ़ा जा सकता है.
अगर आपने सीधे इस्तेमाल करते समय कहीं अलग अनुभव किया हो तो जानना दिलचस्प होगा.
अगर मैंने कहीं गलत देखा हो तो बताइए, मैं उसे ठीक कर दूंगा.