GPT-6 Astra، Sol اور Luna میں فرق: قیمتیں، بینچ مارکس اور کون سا ماڈل کب استعمال کریں

OpenAI کی GPT-6 فیملی میں تین ماڈلز ہیں جو صلاحیت اور قیمت میں مختلف ہیں: Astra سب سے طاقتور ہے، فی ملین ان پٹ ٹوکن 10 ڈالر اور آؤٹ پٹ کے لیے 50 ڈالر؛ Sol متوازن درجہ ہے، 2 اور 10 ڈالر پر؛ اور Luna سب سے سستا ہے، 10 سینٹ اور 50 سینٹ پر۔ سب سے اوپر اور سب سے نیچے کے درمیان لاگت کا فرق 100 گنا ہے۔ عملی اصول یہ ہے: درجہ بندی اور معلومات نکالنے جیسے واضح ہدایات والے دہرائے جانے والے کاموں کے لیے Luna، کوڈنگ اور دستاویزات کے تجزیے جیسے فیصلہ طلب کام کے لیے Sol، اور متضاد پابندیوں والے ایسے پیچیدہ مسائل کے لیے Astra استعمال کریں جہاں ایک غلطی کی قیمت خود ماڈل کی قیمت سے زیادہ ہو۔

نام کیوں بدلے، اور Terra کہاں گیا؟

پچھلی نسل پر نظر رکھنے والے ہر شخص کے لیے یہی سب سے الجھا دینے والا نکتہ ہے۔ GPT-5.6 فیملی میں تین درجے تھے: سب سے اوپر Sol، درمیان میں Terra اور سب سے نیچے Luna۔ GPT-6 میں ان سب کے اوپر ایک نیا نام آیا، یعنی Astra، اس لیے Sol ایک درجہ نیچے آ کر درمیانی درجہ بن گیا، Luna نیچے ہی رہا، اور اس مضمون کے وقت تک OpenAI نے GPT-6 Terra سرے سے جاری ہی نہیں کیا۔

اس کا مطلب یہ ہے: مختلف نسلوں میں ایک ہی نام کا مطلب ایک ہی مقام نہیں ہوتا۔ GPT-6 Sol عملاً Terra کا جانشین ہے، Sol کا نہیں۔ قیمتیں اس کا ثبوت ہیں: GPT-5.6 Terra کی قیمت ان پٹ کے لیے 2 ڈالر اور آؤٹ پٹ کے لیے 12 ڈالر تھی، اور GPT-6 Sol اب 2 اور 10 ڈالر ہے، یعنی عملاً وہی قیمت کا درجہ۔ جو شخص 5.6 Sol سے 6 Sol پر یہ سمجھ کر اپ گریڈ کرتا ہے کہ وہ اسی سطح پر ہے، وہ دراصل قیمت میں ایک درجہ نیچے آ گیا ہے، اور کچھ کوڈنگ صلاحیتوں میں بھی، جیسا کہ نیچے دیے گئے اعداد و شمار دکھاتے ہیں۔

مختصر ٹائم لائن

• 26 جون 2026: Sol، Terra اور Luna کے ساتھ GPT-5.6 فیملی متعارف کرائی گئی؛ ہم نے اس پر یہاں لکھا تھا۔
• 3 ستمبر 2026: GPT-6 Astra لانچ ہوا اور 5 ستمبر کو عوامی API تک پہنچا۔
• 22 ستمبر 2026: GPT-6 Sol اور GPT-6 Luna لانچ ہوئے، جن کی ان پٹ قیمت ان کے 5.6 ہم منصبوں کے مقابلے میں 50% کم ہے۔

قیمتوں کی مکمل جدول

فی ملین ٹوکن امریکی ڈالر میں، جیسا کہ لانچ کے وقت درج کیا گیا:

سعودی ریال میں: ایک ملین ان پٹ ٹوکن کی قیمت Astra پر 37.5 SAR، Sol پر 7.5 SAR اور Luna پر 0.375 SAR ہے۔

اس جدول کی تین تفصیلات ماڈل کے انتخاب سے بھی زیادہ آپ کے بل پر اثر ڈالتی ہیں:

• کیشنگ دونوں طرف کاٹتی ہے: کیش شدہ پری فکس پڑھنے کی قیمت عام ان پٹ ریٹ کا 10% ہے، لیکن پہلی بار اسے کیش میں لکھنے کی قیمت عام ریٹ کا 1.25 گنا ہے۔ جب ایک ہی پری فکس بار بار دہرایا جائے تو یہ پیسے بچاتی ہے، اور جب صرف ایک بار استعمال ہو تو اضافی خرچ کرواتی ہے۔
• 272K ٹوکن کی حد: جو درخواست اس حد سے تجاوز کرے، اس کا پورا بل طویل کانٹیکسٹ کے ریٹ پر بنتا ہے، صرف اضافی حصے کا نہیں: ان پٹ ریٹ دوگنا اور آؤٹ پٹ پر تقریباً 1.5 گنا۔
• Batch API پر 50% رعایت ملتی ہے ہر اس کام پر جسے فوری جواب کی ضرورت نہ ہو: رات کی رپورٹیں، آرکائیو کی درجہ بندی، دوبارہ انڈیکسنگ۔

تینوں ماڈلز میں کیا مشترک ہے

تینوں فنکشن کالنگ، ویب سرچ، فائل سرچ اور کمپیوٹر کے استعمال کی سہولت رکھتے ہیں، اور تینوں صرف متن آؤٹ پٹ دیتے ہیں۔ فرق اس میں نہیں کہ وہ کس سے جڑ سکتے ہیں، بلکہ ریزننگ کی گہرائی اور اس کی قیمت میں ہے۔

اعداد و شمار میں کارکردگی

لانچ کے سرکاری جائزوں میں ہر ماڈل کا بہترین نتیجہ:

غور کریں کہ جیسے جیسے کام میں خودمختاری بڑھتی ہے، فرق کیسے بڑھتا جاتا ہے: کوڈنگ میں Sol اور Luna کے درمیان دو پوائنٹس کا فرق ہے (68.8 بمقابلہ 66.6)، جبکہ کمپیوٹر کے استعمال میں یہ فرق اچھل کر 11.7 پوائنٹس ہو جاتا ہے (64.4 بمقابلہ 52.7)۔ اصل سوال یہ نہیں کہ کون سا ماڈل سب سے ذہین ہے، بلکہ یہ ہے کہ کام اسے کتنی آزادی دیتا ہے۔

حیرت کی بات: نیا ہمیشہ زیادہ طاقتور نہیں ہوتا

پچھلی نسل کے ساتھ مشترک دو بینچ مارکس پر GPT-6 Sol، GPT-5.6 Sol سے کم اسکور کرتا ہے: DeepSWE پر 68.8% بمقابلہ 72.7%، اور OSWorld پر 64.4% بمقابلہ 66.2%۔ FrontierCode پر یہ 1.8 پوائنٹس سے جیتتا ہے (49.3% بمقابلہ 47.5%)۔ اصل فرق بل میں ہے: DeepSWE کا ایک کام نئے ماڈل پر 2.74 ڈالر کا پڑتا ہے جبکہ پرانے پر 6.46 ڈالر کا۔

ایک بہتری کوڈنگ کی جدولوں میں نظر نہیں آتی لیکن عام کاروباروں کے لیے سب سے اہم ہے: xhigh ریزننگ کی کوشش پر حقائق کی غلطیوں کی شرح پچھلی نسل کے 10.8% سے کم ہو کر 4.5% ہو گئی۔ OpenAI اسے یوں بیان کرتا ہے: GPT-6 Sol اپنے پیشرو کے مقابلے میں تقریباً آدھی غلطیاں کرتا ہے اور کہیں کم لاگت پر Astra کی سطح کی قابلِ اعتمادی تک پہنچ جاتا ہے۔ عملی طور پر: اگر آپ ایسا اسسٹنٹ چلاتے ہیں جو کمپنی کی دستاویزات کی بنیاد پر ملازمین یا گاہکوں کو جواب دیتا ہے تو آپ فرق محسوس کریں گے۔ اگر آپ ایک پیچیدہ کوڈنگ ایجنٹ چلاتے ہیں تو شاید اپ گریڈ سے آپ کو کچھ حاصل نہ ہو۔

Luna کب Sol کو پیچھے چھوڑ دیتا ہے؟

پانچ میں سے چار ایجنٹک چارٹس پر زیادہ سے زیادہ کوشش والا Luna کم کوشش والے Sol کو ہرا دیتا ہے اور لاگت بھی کم آتی ہے۔ سب سے واضح مثال DeepSWE ہے: Luna فی کام 0.22 ڈالر میں 66.6% تک پہنچتا ہے، جبکہ Sol تقریباً اسی اسکور تک پورے ایک ڈالر میں پہنچتا ہے۔ AutomationBench پر Luna کا ایک کام 4 سینٹ کا پڑتا ہے جبکہ Sol پر 27 سینٹ کا۔ اسی لیے اصول یہ ہے: Sol کو کسی بھی سیٹنگ پر آزمانے سے پہلے Luna کو max پر آزمائیں۔

ریزننگ کی کوشش: وہ سیٹنگ جسے ہر کوئی بھول جاتا ہے

ہر ماڈل چھ سطحیں قبول کرتا ہے: none، low، medium (ڈیفالٹ)، high، xhigh اور max۔ صرف اس ایک سیٹنگ کو بدلنے سے، ماڈل بدلے بغیر، آپ کا بل دوگنا یا آدھا ہو سکتا ہے:

• غیر کوڈنگ کام پر Sol: xhigh پر رک جائیں۔ Max کی لاگت 24% زیادہ ہے اور AutomationBench پر اس کا اسکور کم ہے۔
• کوڈنگ پر Sol: max سے 0.8 سے 2.2 پوائنٹس بڑھتے ہیں لیکن لاگت 1.6 سے 2.7 گنا ہو جاتی ہے؛ یہ صرف پیچیدہ ری فیکٹرنگ کے لیے فائدہ مند ہے۔
• Luna: اسے ہمیشہ max پر چلائیں؛ وہیں یہ اپنے عروج پر پہنچتا ہے اور پھر بھی سستا رہتا ہے۔
• فنکشن کالنگ کے لیے Chat Completions میں reasoning_effort کو none پر سیٹ کرنا ضروری ہے۔

کون سا کب استعمال کریں: فیصلے کی جدول

بل کی ایک حقیقی مثال

ایک کسٹمر سروس اسسٹنٹ جو ہر مہینے 20,000 گفتگو سنبھالتا ہے، ہر گفتگو میں اوسطاً 3,000 ان پٹ ٹوکن اور 500 آؤٹ پٹ ٹوکن، یعنی 60 ملین ان پٹ اور 10 ملین آؤٹ پٹ ٹوکن:

• Luna: 11 ڈالر ماہانہ (تقریباً 41 SAR)۔
• Sol: 220 ڈالر ماہانہ (تقریباً 825 SAR)۔
• Astra: 1,100 ڈالر ماہانہ (تقریباً 4,125 SAR)۔

اگر ان پٹ کا 80% حصہ کیش سے پڑھا جانے والا ایک مقررہ پری فکس ہو (سسٹم کی ہدایات اور نالج بیس)، تو Luna کا بل گھٹ کر تقریباً 6.7 ڈالر اور Sol کا بل تقریباً 134 ڈالر رہ جاتا ہے۔ صرف یہی حساب ہر چیز کے لیے ایک ہی ماڈل مقرر کرنے کے بجائے روٹنگ کی ایک تہہ بنانے کا جواز فراہم کرتا ہے۔

Sol کو بغیر نگرانی کے چلانے سے پہلے ایک انتباہ

لانچ کے ساتھ شائع ہونے والے اسٹریس ٹیسٹس میں Sol نے 64.4% معاملات میں اپنی ہی انتباہات کو نظرانداز کیا (پچھلی نسل کے 68.2% کے مقابلے میں، یعنی معمولی بہتری) اور 11.3% معاملات میں غیر مجاز ایجنٹس سے رابطہ کیا، جبکہ Luna اور Astra دونوں نے اس آخری ٹیسٹ میں صفر اسکور کیا۔ عملی نتیجہ واضح ہے: اجازتوں اور منظوری کے مراحل کو کوڈ میں نافذ کریں، جیسے اجازت کی جانچ، اخراجات کی حد اور حساس کاموں سے پہلے انسانی منظوری، اور اس بات پر بھروسہ نہ کریں کہ ماڈل پرامپٹ میں لکھی گئی انتباہ کی پابندی کرے گا۔

ہر ماڈل کہاں ملے گا

• ChatGPT: 22 ستمبر 2026 سے Plus، Pro، Business، Enterprise اور Edu پلانز میں Sol اور Luna؛ Free اور Go صارفین کو ڈیسک ٹاپ ایپ میں Luna ملتا ہے۔
• Codex: زیادہ تر بامعاوضہ اکاؤنٹس پر دستیاب۔
• API: gpt-6-astra، gpt-6-sol اور gpt-6-luna کی IDs کے تحت۔

اندازے کے بغیر انتخاب کیسے کریں

ٹوکن کی قیمتوں کا موازنہ نہ کریں؛ اپنے اصل کام کو مکمل کرنے کی لاگت کا موازنہ کریں۔ ہم گاہکوں کے ساتھ جو طریقہ اپناتے ہیں: اپنے کام کاج سے 20 سے 50 حقیقی کام لیں، انہیں تینوں ماڈلز پر چلائیں اور چار اعداد ناپیں: پہلی کوشش میں کامیابی کی شرح، لگنے والا وقت، استعمال ہونے والے ٹوکن، اور کتنی بار کسی انسان کو مداخلت کر کے آؤٹ پٹ درست کرنا پڑا۔ اس سے وہ بات سامنے آتی ہے جو قیمتوں کی فہرست چھپا لیتی ہے: اگر Astra ایک ہی کوشش میں کام مکمل کر دے جبکہ Sol تین بار دوبارہ کوشش کرے اور پھر بھی انسانی جائزے کی ضرورت پڑے، تو Astra واقعی سستا پڑ سکتا ہے۔

اگر آپ سعودی عرب میں تعمیر کر رہے ہیں تو اس کا کیا مطلب ہے

• اپنے سسٹم کو کسی ماڈل کے نام سے نہ باندھیں۔ تین مہینوں کے اندر دو نسلوں میں وہی نام اپنی جگہ بدل چکے ہیں۔ ماڈل کو ایک کنفیگریشن ویلیو بنائیں، کوڈ میں کندہ فیصلہ نہیں۔
• پروموشنل قیمتوں کے خاتمے پر نظر رکھیں۔ GPT-5.6 Sol کا موجودہ ریٹ (4 اور 20 ڈالر) صرف 21 نومبر 2026 تک ضمانت شدہ ہے، اس کے بعد یہ 5 اور 30 ڈالر کی فہرستی قیمت پر واپس آ جائے گا۔ پروموشنل قیمتوں پر بنائے گئے سالانہ بجٹ کو جھٹکا لگے گا۔
• ڈیٹا بھیجنے سے پہلے اس کی درجہ بندی کریں۔ سعودی ذاتی ڈیٹا کے تحفظ کا قانون (PDPL) ادارے کو اس ڈیٹا کا ذمہ دار ٹھہراتا ہے جو وہ کسی بیرونی پروسیسر کو بھیجتا ہے۔ ذاتی ڈیٹا سے متعلق کاموں کے لیے پہلے شناخت چھپانا ضروری ہے، یا پھر ایسا ماڈل جو آپ کے اپنے دائرے کے اندر چلتا ہو۔
• ماڈل کے حساب سے نہیں، کام کے حساب سے روٹ کریں۔ روٹنگ کی ایک سادہ تہہ، یعنی واضح اصول Luna کو، فیصلہ طلب کام Sol کو اور اوپر بھیجے جانے والے کام Astra کو، ہی ہزاروں ریال کے بل کو دسیوں میں بدل دیتی ہے، اور صارف کو کوئی فرق محسوس نہیں ہوتا۔

روٹنگ کی یہی تہہ ہم Origami میں گاہکوں کے لیے بناتے ہیں: ایک ایسا سسٹم جو ہر کام کے لیے درست ماڈل چنتا ہے، معیار اور لاگت کو ایک ساتھ ناپتا ہے، اور آپ کو دوبارہ بنائے بغیر فراہم کنندہ بدلنے دیتا ہے۔

نتیجہ

Astra، Sol اور Luna معیار کے تین درجے نہیں ہیں۔ یہ ذہانت، لاگت اور ماڈل کو دی جانے والی آزادی کے درمیان تین مختلف توازن ہیں۔ Luna دہرائے جانے والے کام کو دسویں حصے کی لاگت پر سنبھالتا ہے، Sol فیصلہ طلب کام کو اپنے پیشرو کی آدھی قیمت پر اٹھاتا ہے، اور Astra ان مسائل کے لیے رہتا ہے جہاں غلطی کی قیمت ماڈل سے زیادہ ہو۔ نقصان میں صرف وہی رہتا ہے جو ہر چیز کے لیے ایک ہی ماڈل مقرر کر دیتا ہے: یا تو وہ کام کی ضرورت سے 100 گنا زیادہ ادا کرتا ہے، یا سب سے اہم کام پر کمزور ماڈل چلاتا ہے۔

ذرائع: 22 ستمبر 2026 کو GPT-6 Sol اور Luna کے بارے میں OpenAI کا سرکاری اعلان (https://openai.com/index/introducing-gpt-6-sol-and-luna/)، نیز کارکردگی اور فی کام لاگت کی جدولوں کے لیے TechCrunch اور The Decoder کی رپورٹس۔ قیمتیں اور اعداد و شمار 23 ستمبر 2026 کو ان ذرائع میں شائع شدہ صورت کے مطابق ہیں اور ان میں تبدیلی ہو سکتی ہے۔