GPT-5.6 अब Zero में तीन-मॉडल परिवार के रूप में अंतर्निहित है: सबसे कठिन मल्टी-एजेंट काम के लिए Sol, संतुलित रोज़मर्रा के निष्पादन के लिए Terra, और तेज़, उच्च-मात्रा वाले वर्कफ़्लो के लिए Luna।
विविध एजेंट वर्कलोड को रूट करने वाली टीमों के लिए, यह किसी एक नए फ्लैगशिप से अधिक उपयोगी हो सकता है। हर चरण पर अधिकतम रीज़निंग के लिए भुगतान करने के बजाय, आप उसी Zero वातावरण को चारों ओर बनाए रखते हुए मॉडल को काम के अनुरूप मिला सकते हैं: कनेक्टेड टूल, फ़ाइलें, ब्राउज़र एक्सेस, पृथक निष्पादन, स्किल्स, और अंत तक फ़ॉलो-थ्रू।
Built-in मार्ग चुनें और VM0 मॉडल एक्सेस को प्रबंधित करता है तथा उपयोग को क्रेडिट में बिल करता है। यदि आपकी टीम पहले से किसी OpenAI API कुंजी या ChatGPT/Codex सब्सक्रिप्शन का उपयोग करती है, तो Zero उन मार्गों का भी समर्थन करता है।
एक परिवार, तीन संचालन बिंदु
OpenAI ने GPT-5.6 को टिकाऊ क्षमता स्तरों के इर्द-गिर्द डिज़ाइन किया है। संख्या पीढ़ी की पहचान करती है; Sol, Terra और Luna बुद्धिमत्ता, गति और लागत के बीच के समझौते का वर्णन करते हैं।
GPT-5.6 Sol: सबसे कठिन काम
Sol फ्लैगशिप है। इसका सहारा तब लें जब कोई कार्य इतना कठिन हो कि बेहतर योजना, अधिक जाँच, या समानांतर काम परिणाम को उल्लेखनीय रूप से बदल सके।
Zero का GPT-5.6 Sol एकीकरण डिफ़ॉल्ट रूप से Ultra रीज़निंग का उपयोग करता है। OpenAI Ultra को चार एजेंटों को समानांतर में समन्वयित करने और फिर उनके काम को संश्लेषित करने के रूप में वर्णित करता है। यह Sol को कई स्वतंत्र वर्कस्ट्रीम वाले कार्यों के लिए एक मज़बूत विकल्प बनाता है, जैसे:
- संगतता का परीक्षण करते हुए और परिणाम का दस्तावेज़ीकरण करते हुए एक बड़े कोडबेस को माइग्रेट करना।
- कई स्रोतों में एक बाज़ार का शोध करना, निष्कर्षों को चुनौती देना, और निर्णय के लिए तैयार ब्रीफ़ तैयार करना।
- किसी उत्पाद ब्रीफ़ को एक परिष्कृत इंटरफ़ेस में बदलना, रेंडर किए गए परिणाम का निरीक्षण करना, और दृश्य या कार्यात्मक समस्याओं को ठीक करना।
- सुधार प्रस्तावित करने से पहले लॉग, कोड, टिकट और ब्राउज़र स्थिति के आर-पार एक प्रोडक्शन घटना की जाँच करना।
Sol $$$ VM0 Built-in स्तर पर आता है। इसका उपयोग वहाँ करें जहाँ गलत कदम महँगा हो, हर छोटे उत्तर के लिए नहीं।
GPT-5.6 Terra: संतुलित वर्कहॉर्स
Terra दोहराने योग्य पेशेवर काम के लिए समझदार शुरुआती बिंदु है। OpenAI इसे संतुलित स्तर के रूप में स्थान देता है और सूचीबद्ध API टोकन मूल्य के आधे पर GPT-5.5 के साथ प्रतिस्पर्धी प्रदर्शन की रिपोर्ट करता है।
Terra का उपयोग ऐसे काम के लिए करें जिसे अभी भी रीज़निंग और टूल उपयोग की आवश्यकता है लेकिन Sol की अधिकतम कंप्यूट की आवश्यकता नहीं है:
- दैनिक शोध, प्रतिस्पर्धी निगरानी, और बहु-स्रोत सारांश।
- नियमित कोड परिवर्तन, पुल-रिक्वेस्ट विश्लेषण, और समस्या जाँच।
- रिपोर्ट, लॉन्च योजनाएँ, ग्राहक ब्रीफ़, और परिचालन दस्तावेज़ तैयार करना।
- ऐसे एजेंट वर्कफ़्लो जिन्हें अधिक मध्यम लागत पर मज़बूत लॉन्ग-कॉन्टेक्स्ट प्रबंधन की आवश्यकता है।
Terra $$ VM0 Built-in स्तर पर आता है। इसे सार्वभौमिक डिफ़ॉल्ट के रूप में थोपा नहीं जाता; यह बस वह स्तर है जिसे हम कई सामान्य-उद्देश्य वर्कफ़्लो के लिए सबसे पहले परखेंगे।
GPT-5.6 Luna: गति और मात्रा
Luna परिवार का सबसे तेज़ और सबसे किफ़ायती सदस्य है। इसे ऐसे काम के लिए बनाया गया है जहाँ अधिकतम गहराई से अधिक थ्रूपुट और प्रतिक्रिया समय मायने रखते हैं।
अच्छे Luna वर्कलोड में शामिल हैं:
- टिकट, लीड, या संदेशों के बड़े बैचों को वर्गीकृत या रूट करना।
- सुसंगत दस्तावेज़ों से संरचित फ़ील्ड निकालना।
- अस्पष्ट मामलों को Terra या Sol तक बढ़ाने से पहले पहली-पास ट्राइएज चलाना।
- उच्च मात्रा में छोटे सारांश या रूपांतरण तैयार करना।
Luna $ VM0 Built-in स्तर पर आता है। यह हर सस्ते कार्य के लिए सही विकल्प नहीं है: OpenAI का अपना लॉन्ग-कॉन्टेक्स्ट मूल्यांकन बहुत बड़े इनपुट में जानकारी पुनर्प्राप्ति पर Luna और दो बड़े स्तरों के बीच एक बड़ा अंतर दिखाता है। गहरे, अस्पष्ट संदर्भ को Terra या Sol की ओर रूट करें।
बेंचमार्क क्या कहते हैं — और क्या नहीं कहते
OpenAI पूरे परिवार में मज़बूत परिणामों की रिपोर्ट करता है, लेकिन उपयोगी कहानी किसी एक लीडरबोर्ड स्थिति के बजाय समझौते का आकार है।
Terminal-Bench 2.1 पर, जो कमांड-लाइन एजेंट वर्कफ़्लो का मूल्यांकन करता है, OpenAI Sol Ultra के लिए 91.9%, Sol के लिए 88.8%, Terra के लिए 87.4%, और Luna के लिए 84.7% की रिपोर्ट करता है। BrowseComp पर, रिपोर्ट किए गए स्कोर Sol Ultra के लिए 92.2%, Sol के लिए 90.4%, Terra के लिए 87.5%, और Luna के लिए 83.3% हैं।
लॉन्ग-कॉन्टेक्स्ट परिणाम अधिक महत्वपूर्ण रूटिंग संकेत है। OpenAI MRCR v2, 8-नीडल, 256K–512K पर, Sol 91.5% और Terra 89.6% स्कोर करता है, जबकि Luna 41.3% स्कोर करता है। Luna छोटे, दोहराए जाने वाले काम के लिए अब भी उत्कृष्ट हो सकता है; बस इसे हर वर्कलोड के लिए एक छोटे Sol की तरह नहीं माना जाना चाहिए।
ये विक्रेता-रिपोर्टेड मूल्यांकन हैं, कोई सार्वभौमिक रैंकिंग नहीं। बेंचमार्क विशेष हार्नेस, टूल, रीज़निंग सेटिंग्स, और बजट को मापते हैं। आपका अपना वर्कफ़्लो क्रम को उलट सकता है, इसलिए किसी प्रोडक्शन एजेंट को बदलने से पहले एक प्रतिनिधि कार्य को फिर से चलाएँ।
GPT-5.6 बनाम GPT-5.5 और Claude Fable 5
व्यावहारिक तुलना यह नहीं है कि "कौन-सा मॉडल जीतता है?" यह है कि "रन के इस चरण पर किस व्यवहार के लिए भुगतान करना सार्थक है?"
| मॉडल | Zero में सर्वोत्तम उपयोग | जो अलग दिखता है | VM0 Built-in स्तर |
|---|---|---|---|
| GPT-5.6 Sol | कठिन, बहु-चरणीय काम जहाँ योजना, समानांतर निष्पादन, डिज़ाइन निर्णय, या सत्यापन परिणाम बदल सकते हैं | Zero डिफ़ॉल्ट रूप से Ultra का उपयोग करता है; कोडिंग, कंप्यूटर उपयोग, डिज़ाइन, शोध, और गहरे संदर्भ के लिए सबसे मज़बूत GPT-5.6 स्तर | $$$ |
| GPT-5.6 Terra | रोज़मर्रा के पेशेवर वर्कफ़्लो जिन्हें अब भी विश्वसनीय रीज़निंग और टूल की आवश्यकता है | संतुलित गुणवत्ता, गति, और लागत; लॉन्ग-कॉन्टेक्स्ट काम के लिए मज़बूत पारिवारिक अनुकूलता | $$ |
| GPT-5.6 Luna | सुसंगत इनपुट और आसान एस्केलेशन वाला तेज़, उच्च-मात्रा काम | परिवार में सबसे कम लेटेंसी और लागत; ट्राइएज, निष्कर्षण, और थोक पास के लिए आदर्श | $ |
| GPT-5.5 | मौजूदा OpenAI वर्कफ़्लो जो पहले से सत्यापित हैं और जिन्हें अभी पुनः-आधारभूत करने की आवश्यकता नहीं है | परिचित फ्रंटियर व्यवहार और वर्तमान एजेंटों के लिए एक स्थिर तुलना बिंदु | उपलब्धता वर्कस्पेस कॉन्फ़िगरेशन पर निर्भर करती है |
| Claude Fable 5 | सबसे गहरे Anthropic और Claude Code वर्कफ़्लो, विशेषकर जहाँ कोई टीम पहले से इसके व्यवहार के अनुरूप ढली हो | प्रीमियम लॉन्ग-होराइज़न रीज़निंग और एक विशिष्ट प्रदाता/टूलिंग प्रोफ़ाइल | $$$$ |
OpenAI रिपोर्ट करता है कि Sol, Agents' Last Exam और Artificial Analysis Coding Agent Index पर Fable 5 से आगे है, जबकि Fable 5 GDPval-AA v2 पर थोड़ा आगे बना रहता है। ठीक इसीलिए "सर्वश्रेष्ठ मॉडल" एक बहुत व्यापक दावा है। Sol तब आकर्षक है जब आप OpenAI का सबसे मज़बूत एजेंटिक कोडिंग, कंप्यूटर-उपयोग, डिज़ाइन, और मल्टी-एजेंट व्यवहार चाहते हैं। Fable शीर्ष-स्तरीय Anthropic काम और पहले से Claude Code के इर्द-गिर्द अंशांकित वर्कफ़्लो के लिए एक वैध विकल्प बना रहता है।
Terra कई GPT-5.5 वर्कलोड के लिए अधिक सीधा अपग्रेड उम्मीदवार है: OpenAI कहता है कि यह सूचीबद्ध API टोकन मूल्य के आधे पर GPT-5.5 के साथ प्रतिस्पर्धी है। Luna एक अलग अनुकूलन लक्ष्य है — गति और पैमाना — इसलिए इसकी तुलना प्रति डॉलर या प्रति मिनट पूरे किए गए काम पर करें, केवल शिखर बेंचमार्क स्कोर पर नहीं।
Zero में Built-in का क्या अर्थ है
Built-in GPT-5.6 को एक क्रेडेंशियल प्रोजेक्ट के बजाय एक रूटिंग विकल्प बनाता है। VM0 Managed प्रदाता चुनें और Zero एक्सेस संभालता है और संबंधित VM0 क्रेडिट स्तर चार्ज करता है। आपको उस मार्ग के लिए एक अलग OpenAI API कुंजी बनाने या बनाए रखने की आवश्यकता नहीं है।
जो टीमें अपने स्वयं के प्रदाता संबंध को प्राथमिकता देती हैं, वे अब भी किसी OpenAI API कुंजी का उपयोग कर सकती हैं या ChatGPT/Codex सब्सक्रिप्शन कनेक्ट कर सकती हैं। मॉडल का नाम वही रहता है; बिलिंग पथ और प्रदाता कॉन्फ़िगरेशन बदलते हैं। VM0 क्रेडिट स्तर ($, $$, $$$) OpenAI की सार्वजनिक API टोकन कीमतों के समान नहीं हैं।
Zero में GPT-5.6 को कैसे चालू करें
GPT-5.6 को मॉडल सेटिंग्स में चुना जाता है, न कि किसी प्रॉम्प्ट के भीतर "use GPT-5.6" लिखकर।
- Settings खोलें और साइडबार से Models चुनें।
- Personal अनुभाग में, GPT 5.6 Sol, GPT 5.6 Terra, या GPT 5.6 Luna जोड़ें।
- VM0 Managed रूटिंग का उपयोग करने के लिए Built-in चुनें, या अपना कनेक्टेड OpenAI API या ChatGPT/Codex प्रदाता चुनें।
- एक चैट या रन शुरू करें, मॉडल पिकर खोलें, और अपने इच्छित स्तर पर स्विच करें।
- एक बार वर्कफ़्लो स्थिर हो जाने पर, एजेंट या स्किल स्तर पर उपयुक्त मॉडल सेट करें ताकि नियमित काम लगातार इच्छित मार्ग का उपयोग करे।
एक व्यावहारिक रूटिंग प्लेबुक
तीन प्रश्न पूछकर शुरुआत करें:
- गलत उत्तर कितना महँगा है? जब त्रुटियाँ सार्थक पुनर्कार्य, जोखिम, या आगे के प्रभाव पैदा करती हैं तब Sol का उपयोग करें।
- संदर्भ कितना गहरा और अस्पष्ट है? बड़े, बिखरे इनपुट के लिए Terra या Sol का उपयोग करें जिन्हें क्रॉस-चेकिंग और संश्लेषण की आवश्यकता है।
- यह कितनी बार चलेगा? उच्च-मात्रा, पूर्वानुमेय काम के लिए Luna का उपयोग करें, फिर अपवादों को ऊपर बढ़ाएँ।
एक मिश्रित रूटिंग पैटर्न परखने योग्य है: Luna इनपुट को छानता और संरचित करता है, Terra काम के मुख्य भाग को पूरा करता है, और Sol उन कुछ निर्णयों को संभालता है जो अधिकतम रीज़निंग को उचित ठहराते हैं। आपको सब कुछ करने के लिए एक मॉडल की आवश्यकता नहीं है; आपको हर चरण के लिए पर्याप्त मॉडल का उपयोग करने की आवश्यकता है।
GPT-5.6 उस विकल्प को असामान्य रूप से स्पष्ट बनाता है। Sol, Terra और Luna, Zero को उसी एजेंट वातावरण के भीतर तीन संचालन बिंदु देते हैं — ताकि जब काम माँग करे तब आप क्षमता बढ़ा सकें और जब न माँगे तब लागत घटा सकें।
