2026 செப்டம்பர் OpenAI-க்கு பரபரப்பான மாசம். நாலு வாரத்துக்குள்ள புது flagship GPT-6 Astra, அதுக்கப்புறம் ரெண்டு சின்ன models, கடைசியா DevDay நிகழ்வுல GPT-6.1 Sol. பேர்கள் குழப்பமா இருந்தா, உங்களுக்கு மட்டும் இல்லை.
இந்த கட்டுரை அதை தெளிவுபடுத்தும்: ஒவ்வொரு model-உம் என்ன, Astra-வுக்கும் 6.1 Sol-க்கும் என்ன வித்தியாசம், ரூபாய்ல எவ்வளவு ஆகும், இந்தியாவுல ஒரு மாணவர், developer அல்லது startup-க்கு எது பொருத்தம்.
GPT-6 குடும்பம் ஒரு பார்வையில
பழைய “mini”, “nano” பேர்களை OpenAI விட்டுடுச்சு. GPT-6 models-க்கு வானம் சம்பந்தப்பட்ட பேர்கள்; பேரே அளவை சொல்லும்.
| Model | வெளியான தேதி | பங்கு |
|---|---|---|
| GPT-6 Astra | 2026 செப் 3 (preview), செப் 4 (paid பயனர்கள்) | Flagship: அதிக திறன், அதிக விலை |
| GPT-6 Sol | 2026 செப் 22 | நடுத்தர, அன்றாட வேலைக்கான model |
| GPT-6 Luna | 2026 செப் 22 | சின்னது, வேகமானது, குறைஞ்ச விலை |
| GPT-6.1 Sol | 2026 செப் 29 (DevDay) | மேம்படுத்தப்பட்ட Sol; GPT-6 Sol-க்கு பதிலா |
ஒரு car line-up மாதிரி யோசிச்சுக்கோங்க: Astra எல்லா features-உம் இருக்கற top variant, Sol பெரும்பாலானவங்க வாங்கற mid variant, Luna நகரத்துக்குள்ள ஓட்டற base variant.
GPT-6 Astra: Flagship model
தொழில்முறை வேலை, software engineering, அறிவியல், cybersecurity துறைகளுக்கு Astra ஒரு “generational leap”னு OpenAI சொல்லுச்சு. நிறுவனத்தோட president Greg Brockman இன்னும் ஒரு படி மேல போய், இது ஒரு நாள் artificial general intelligence (AGI) வந்த தருணமா பார்க்கப்படலாம்னு சொன்னார். அது ஒரு பெரிய marketing claim; பல ஆய்வாளர்கள் அதை ஒத்துக்க மாட்டாங்க. ஆனா OpenAI இந்த model-ஐ எப்படி நிலைநிறுத்துதுன்னு அது காட்டுது.
அதுக்கு பின்னாடி இருக்கற அளவு உண்மையானது. VP of Research Aidan Clark சொன்னபடி, இது OpenAI-ஓட மிகப்பெரிய training run: Texas-ல இருக்கற Stargate site-ல 1,00,000-க்கும் மேற்பட்ட GPUs-ல pretrain பண்ணது இது தான் முதல் தடவை.
முக்கிய specifications
- Context window: 10,50,000 tokens. பல பெரிய புத்தகங்கள் அல்லது ஒரு பெரிய codebase-ஐ ஒரே நேரத்துல நினைவுல வெச்சுக்கும்.
- அதிகபட்ச output: ஒரு பதிலுக்கு 1,28,000 tokens.
- Knowledge cutoff: 2026 ஏப்ரல் 30.
- Input: text, படங்கள். Output: text மட்டும்.
- Reasoning effort: low-ல இருந்து max வரைக்கும் அஞ்சு நிலைகள். Effort அதிகமானா பதில் நல்லா இருக்கும், ஆனா நேரமும் bill-உம் கூடும்.
எதுல நல்லா செய்யுது?
முந்தைய models-ஐ விட Astra வேகமானது; வேலையில கவனம் சிதறாம இருக்கறது, பயனர் உண்மையில என்ன கேக்கறார்னு புரிஞ்சுக்கறது, பல படிகள் இருக்கற நீண்ட வேலையை முடிக்கறது இதுல எல்லாம் மேம்பட்டிருக்குன்னு OpenAI சொல்லுது. Tax returns தயார் பண்றது, video game வடிவமைக்கறது, வேலை தேடறது மாதிரி உதாரணங்களை காட்டியிருக்காங்க.
Computer use-லயும் இது வலிமையானது. அதாவது ஒரு மனுஷன் மாதிரி screen-ஐ பார்த்து, click பண்ணி computer-ஐ இயக்கறது. OSWorld 2.0 test-ல சுமார் 73% எடுக்குது.
நம்பறதுக்கு முன்னாடி தெரிஞ்சுக்க வேண்டிய ரெண்டு விஷயம்
Cybersecurity-ல கட்டுப்பாடு இருக்கு. Astra-வோட hacking திறனை OpenAI “Critical”னு, அதாவது தன்னோட அதிகபட்ச ஆபத்து நிலையா மதிப்பிட்டிருக்கு. பொதுமக்களுக்கான version, advanced exploits எழுதற மாதிரி கோரிக்கைகளை மறுக்கும். சரிபார்க்கப்பட்ட security நிறுவனங்களுக்கு Daybreak என்ற தனி திட்டம் மூலமா கூடுதல் access கிடைக்கும்.
அதோட reasoning ஓரளவு மறைஞ்சிருக்கு. Astra “recurrent depth” reasoning என்ற புது முறையை பயன்படுத்துது. இது model யோசிக்கற படிகளை பகுதியாவோ முழுசாவோ மறைக்குது. Safety ஆய்வாளர்கள் இதைப் பத்தி கவலை தெரிவிச்சிருக்காங்க. ஏன்னா ஒரு model என்ன பண்ணுதுன்னு மனுஷங்க சரிபார்க்கற முக்கிய வழிகள்ல ஒண்ணு அதோட reasoning-ஐ படிக்கறது தான்.
GPT-6.1 Sol: கிட்டத்தட்ட Astra, அஞ்சுல ஒரு பங்கு விலையில
GPT-6 Sol வந்து ஒரே வாரத்துல, செப்டம்பர் 29 DevDay-ல GPT-6.1 Sol வந்துச்சு. சொல்ற விஷயம் எளிமையானது: Astra அளவு புத்திசாலித்தனம், அஞ்சுல ஒரு பங்கு செலவுல.
Coding, அலுவலக வேலைகள்ல வெளியான எண்கள் அதை ஆதரிக்குது:
| Benchmark | GPT-6.1 Sol | GPT-6 Astra | ஒரு task-க்கு செலவு (Sol vs Astra) |
|---|---|---|---|
| DeepSWE v1.1 (software engineering) | 75.2% | 74.8% | சுமார் $1.50 vs $7.70 |
| OSWorld 2.0 (computer use) | 71.4% | 73.5% | $1.30 vs $9.30 |
| GDP.pdf (document analysis) | 32.0% | 32.2% | $0.38 vs $1.95 |
Software engineering-ல Sol, Astra-வுக்கு சமம். Computer use, documents-ல சுமார் ரெண்டு புள்ளி தான் வித்தியாசம். ஆனா ஒவ்வொரு task-உம் அஞ்சுல இருந்து ஏழு மடங்கு குறைஞ்ச செலவு. ரூபாய்ல சொன்னா, Astra-வுல சுமார் ₹724 ஆகற ஒரு coding task, 6.1 Sol-ல சுமார் ₹141 தான்.
அது மாத்தற model-ஐ விட தப்பும் குறைவா பண்ணுது. கடினமான கேள்விகள்ல, தகவல் பிழை இருக்கற பதில்களோட பங்கு GPT-6 Sol-ல 11.4%; GPT-6.1 Sol-ல 7.7%. முன்னேற்றம் தான். ஆனா இதோட அர்த்தத்தை கவனிங்க: கடினமான பதில்கள்ல தோராயமா பதிமூணுல ஒண்ணுல இன்னும் பிழை இருக்கு. முக்கியமான எதையும் சரிபார்த்துக்கோங்க.
Context window அதே 10.5 லட்சம் tokens (9,22,000 input, 1,28,000 output வரைக்கும்); knowledge cutoff-உம் அதே 2026 ஏப்ரல். எட்டு மடங்கு வேகமா text உருவாக்கற “Ultrafast” tier-ஐயும் OpenAI அறிவிச்சிருக்கு; இது Codex-ல வருது.
Astra vs 6.1 Sol: பக்கம் பக்கமா
| GPT-6 Astra | GPT-6.1 Sol | |
|---|---|---|
| Input விலை (10 லட்சம் tokens-க்கு) | $10 (சுமார் ₹940) | $2 (சுமார் ₹188) |
| Cached input | $1 (சுமார் ₹94) | $0.10 (சுமார் ₹9) |
| Output விலை (10 லட்சம் tokens-க்கு) | $50 (சுமார் ₹4,700) | $10 (சுமார் ₹940) |
| Context window | 10.5 லட்சம் tokens | 10.5 லட்சம் tokens |
| எதுக்கு சிறந்தது | கடினமான அறிவியல், ஆராய்ச்சி, engineering பிரச்சனைகள் | தினசரி coding, agents, documents, அலுவலக வேலை |
| எங்க பயன்படுத்தலாம் | ChatGPT paid plans, API | Paid plans-ல ChatGPT Work, Codex; API |
Developers-க்கு ஒரு குறிப்பு: Astra-வுல 2,72,000 input tokens-க்கு மேல போற prompts-க்கு input விலை ரெட்டிப்பு, output விலை ஒன்றரை மடங்கு. Batch processing பாதி விலை; fast mode ரெட்டிப்பு விலை.
இந்திய பயனர்களுக்கு உண்மையில என்ன கிடைக்குது?
ChatGPT app பயனர்கள். Astra பணம் கட்டற subscribers-க்கு வந்திருக்கு; அதிக பயன்பாட்டு வரம்பு Pro plans-ல. GPT-6.1 Sol, Plus, Pro, Business, Enterprise, Edu பயனர்களுக்கு கிடைக்குது. ஆனா இப்போதைக்கு ChatGPT Work, Codex-க்குள்ள மட்டும் தான்; சாதாரண chat-ல இன்னும் இல்லை. இந்தியாவுல Plus மாசம் சுமார் ₹1,999, Pro மாசம் ₹19,900. ₹399 Go plan-க்கோ free accounts-க்கோ Astra கிடைக்கும்னு OpenAI சொல்லலை. அதனால Astra-வை எதிர்பார்த்து Go வாங்காதீங்க. Plan-க்கு plan வரம்புகள் மாறுது, வாரா வாரம் மாறிக்கிட்டும் இருக்கு; உங்க account-ல model picker-ஐ திறந்து உங்களுக்கு என்ன இருக்குன்னு பாருங்க.
Developers, startups. ரெண்டு models-உம் API-ல இருக்கு. பெரும்பாலான products-க்கு GPT-6.1 Sol-ல ஆரம்பிங்க. ஒரு நாளைக்கு 1,000 உரையாடல்களை கையாளற support chatbot-க்கு, 10 லட்சம் input tokens-க்கு ₹188-க்கும் ₹940-க்கும் இருக்கற வித்தியாசம் ஒவ்வொரு invoice-லயும் தெரியும். Test பண்ணி, Sol போதாதுன்னு தெளிவா தெரிஞ்சா மட்டும் அந்த வேலையை Astra-வுக்கு மாத்துங்க.
மாணவர்கள். Coding கத்துக்கறதுக்கு, assignments எழுதறதுக்கு, interview-க்கு தயாராகறதுக்கு Astra தேவையில்லை. குறைஞ்ச விலை models இதை நல்லாவே செய்யும். Top model-ஐ தேடறதை விட, நல்ல கேள்வி கேக்கறதுலயும் பதிலை சரிபார்க்கறதுலயும் கவனம் செலுத்துங்க.
எதை தேர்ந்தெடுக்கணும்?
- GPT-6.1 Sol: coding assistants, AI agents, document processing, customer support, அதிக அளவுல ஓடற எந்த வேலைக்கும்.
- GPT-6 Astra: ரொம்ப கடினமான பிரச்சனைகளுக்கு. ஆழமான ஆராய்ச்சி, சிக்கலான அறிவியல் அல்லது கணித வேலை, துல்லியத்துல சின்ன முன்னேற்றத்துக்கு அஞ்சு மடங்கு செலவு பண்ணலாம்ங்கற நீண்ட engineering வேலைகள்.
- GPT-6 Luna: எளிமையான, வேகம் தேவைப்படற வேலைகளுக்கு. Classification, சின்ன பதில்கள், autocomplete.
போட்டியாளர்களோட ஒப்பிட்டா?
போட்டி நிக்கலை. செப்டம்பர் 30 அன்று Google Gemini 4 Argon-ஐ அறிவிச்சுது. தான் வெளியிட்ட பெரும்பாலான benchmarks-ல அது Astra-வை முந்துதுன்னு Google சொல்லுது; சில கடினமான engineering, science tests-ல Astra முன்னாடி இருக்கு. Argon-ஓட இப்போதைய விலை $2 input, $10 output; GPT-6.1 Sol-க்கு சமம். ஆனா அது இன்னும் பொதுமக்களுக்கு கிடைக்கலை. Anthropic-ஓட Claude Opus 5.5 நடுவுல, $4, $20.
வாங்கறவங்களுக்கு இது நல்ல செய்தி. மூணு கம்பெனிகள் சில வாரங்களுக்கு ஒரு தடவை முதலிடத்தை மாத்திக்குது. Top அளவுக்கு கிட்ட இருக்கற AI-யோட விலை 10 லட்சம் tokens-க்கு சுமார் ₹188-க்கு இறங்கியிருக்கு.
முடிவா
Headlines-க்காக OpenAI முன்னிறுத்தற model Astra. பெரும்பாலானவங்க உண்மையில பயன்படுத்தப் போற model GPT-6.1 Sol. Budget-ல எதையாவது build பண்றீங்கன்னா (கிட்டத்தட்ட எல்லா இந்திய மாணவர்கள், freelancers, ஆரம்ப நிலை startups-உம் அப்படித்தான்), 6.1 Sol தான் சரியான தேர்வு: அன்றாட வேலையில கிட்டத்தட்ட அதே results, அஞ்சுல ஒரு பங்கு விலையில. உண்மையிலயே தேவைப்படற சில பிரச்சனைகளுக்கு மட்டும் Astra-வை வெச்சுக்கோங்க.
கருத்துகள் (0)
Be the first to comment!