GPT-5.6 Sol, Terra और Luna के साथ, इस गुरुवार सार्वजनिक रूप से लॉन्च होगा

मूल लेख ↗ Hacker News चर्चा ↗

मॉडल गुणवत्ता बनाम Fable/Claude/Gemini

  • कई लोग GPT‑5.5 को डेटा विश्लेषण और कोडिंग के लिए मजबूत मानते हैं, लेकिन गहन गणित/रेखीय बीजगणित, ऑर्केस्ट्रेशन, और लंबी अवधि के काम में इसे Fable से काफ़ी कमजोर भी मानते हैं।
  • GPT‑5.6 Sol पर शुरुआती प्रीव्यू प्रतिक्रिया: “बहुत सक्षम,” बेहतर निर्देश-पालन और “tenacity,” 5.5 की कई समस्याएँ ठीक करता है, लेकिन फिर भी सामान्यतः कच्ची “smartness” में Fable से नीचे माना जाता है।
  • कुछ का दावा है कि 5.6 Sol कोडिंग और कंप्यूटर उपयोग के लिए Fable-स्तर जैसा लगता है; अन्य संशय में हैं कि यह कहीं बड़े “Mythos-class” मॉडल की बराबरी कर सकता है।
  • कई उपयोगकर्ता अभी भी backend, architecture, और interface design के लिए Claude/Fable को पसंद करते हैं; GPT मॉडल अपनी गति, crispness, और pedantic code review के लिए सराहे जाते हैं।

Reasoning tokens, context, and agents

  • एक OpenAI कर्मचारी पुष्टि करता है: Responses API में, reasoning tokens हर user turn के बाद discard कर दिए जाते हैं; केवल input/output tokens आगे carry forward होते हैं।
  • तर्क: reasoning tokens को हटाने से lossy compaction की आवश्यकता से पहले context के भीतर अधिक काम किया जा सकता है, खासकर पुराने, छोटे-context reasoning models के लिए।
  • कुछ उपयोगकर्ताओं को लगता है कि यही डिज़ाइन बताता है कि GPT‑5.5 turns के बीच “session understanding” क्यों खो देता है; workaround में running context को markdown में सहेजकर फिर से feed करना शामिल है।
  • अन्य लोग logging और explicit orchestration (decision logs, task queues, project maps) पर ज़ोर देते हैं ताकि agent काम auditable और models के बीच transferable रहे।

Performance, pricing, and size debates

  • Sol के लिए official pricing कथित तौर पर GPT‑5.5 के बराबर है; कुछ का तर्क है कि Sol/Terra/Luna मुख्यतः rebranded 5.6/mini/nano हैं, जिनमें अतिरिक्त post-training है, न कि बड़े models।
  • एक पक्ष अनुमान लगाता है कि 5.5 जैसी ही tokens/second होंगी (अर्थात समान size); अन्य बताते हैं कि tok/s parameters का साफ proxy नहीं है और “bigger isn’t always better.”
  • इस पर बहस जारी है कि क्या Mythos-class models मूल रूप से OpenAI द्वारा वर्तमान में exposed किसी भी चीज़ से बड़े हैं।

Developer UX: Codex vs Claude Code

  • कई लोग responsiveness, steering, shorter responses, और बेहतर image handling के लिए Codex को पसंद करते हैं; अन्य /revise और /undo जैसी missing features को नापसंद करते हैं।
  • Claude Code को complex engineering के लिए अधिक शक्तिशाली लेकिन धीमा, अधिक verbose, और भारी rate-limited माना जाता है।
  • कुछ उपयोगकर्ता Codex/Claude के बीच context साझा करने और transcripts को normalize करने के लिए tools बनाते हैं।

Naming, access, and product strategy

  • नए Sol/Terra/Luna नाम भ्रमित करने वाले और marketing-driven होने के कारण आलोचना झेलते हैं; समर्थकों का कहना है कि ये “mini/nano” से बेहतर हैं, जो “inferior” जैसे लगते थे।
  • व्यापक Thursday launch से पहले preview access बढ़ाया जा रहा है; $20 Codex-tier users के लिए exact subscription/TPS details अभी स्पष्ट नहीं हैं।
  • Anthropic की बदलती Fable availability और capacity limits को OpenAI की बड़ी infrastructure के मुकाबले एक कमजोरी माना जा रहा है।