GPT-6.1 Sol ने सिर्फ 7 दिनों के बाद GPT-6 Sol की जगह ले ली, लगभग Astra जैसी बुद्धिमत्ता के साथ
OpenAI द्वारा सिर्फ एक हफ्ते बाद GPT‑6 Sol को GPT‑6.1 Sol से तेज़ी से बदलने से यह सवाल उठ रहे हैं कि क्या कंपनी प्रतिस्पर्धी दबाव पर प्रतिक्रिया दे रही है या सचमुच बड़ी क्षमता वृद्धि दे रही है। टिप्पणीकारों के अनुभव मिश्रित हैं: कुछ को autonomy, speed, और लंबे agent runs में स्पष्ट सुधार दिखते हैं, जबकि अन्य कहते हैं कि नए GPT‑6 संस्करण nerfed लगते हैं, कम भरोसेमंद हैं, और कड़े usage limits तथा अधिक effective costs से अधिक सीमित हो गए हैं। यह चर्चा व्यापक चिंताओं को सामने लाती है—अस्पष्ट subscription शर्तें, आक्रामक release cadence, मजबूत internal models को रणनीतिक रूप से रोककर रखना, और कुछ प्रमुख AI labs के बीच arms race के दीर्घकालिक निहितार्थ।
अनुभूत मॉडल गुणवत्ता और बदलाव
- कई उपयोगकर्ता GPT‑5.5 के बाद बहुत कम दिखाई देने वाले सुधार की रिपोर्ट करते हैं, बस उपयोग की छोटी खिड़कियाँ और अधिक लागत के साथ।
- अन्य लोगों को स्पष्ट लाभ दिखते हैं: कम बग, बेहतर एनिमेशन, और 6.1 बनाम 5.5 के साथ अधिक स्वायत्त बहु-घंटे एजेंट रन।
- कुछ लोगों को लगता है कि 5.6 एक “स्वीट स्पॉट” था (अच्छा, सस्ता, लंबे समय तक चलने वाला), जबकि 6 और 6.1 को रिग्रेशन या “nerfed” माना जाता है।
- Astra और GPT‑6.1 Sol के पिछले OpenAI मॉडलों की तुलना में काफी अधिक स्मार्ट होने के दावे, इस दावे के साथ सह-अस्तित्व में हैं कि मानव अर्थ में “उनमें से कोई भी स्मार्ट नहीं है।”
- सरल कोडिंग कार्यों (edit/refactor) के लिए, कई लोगों को बहुत अंतर नहीं दिखता; प्रदर्शन लाभ अधिकतर लंबे एजेंटिक रन में दिखते हैं जहाँ छोटे सुधार भी जुड़ते जाते हैं।
उपयोग सीमाएँ, मूल्य निर्धारण, और सब्सक्रिप्शन
- अस्पष्ट, बदलती हुई सब्सक्रिप्शन सीमाओं और अस्पष्ट संचार को लेकर कड़ी निराशा है (session बनाम weekly caps, model-dependent multipliers)।
- कुछ लोग सब्सिडी वाले सब्सक्रिप्शन और price discrimination को “shady” या अनैतिक मानते हैं, खासकर AI-चालित मूल्य निर्धारण और सूचना असमानता के साथ।
- अन्य लोग tiered pricing और उपयोग सीमाओं का बचाव करते हैं, क्योंकि सीमित संसाधनों को देखते हुए यह सामान्य और उचित है।
- नया 6.1 मूल्य निर्धारण (cache read discounts और 5.6 की तुलना में पहले हुए 50% कटौती सहित) कीमतों पर तेज़ “race to the bottom” का हिस्सा माना जा रहा है।
प्रतिस्पर्धा और फ्रंटियर लैब्स
- कई लोग इसे फ्रंटियर पर दो-घोड़ों की दौड़ (OpenAI बनाम Anthropic) के रूप में देखते हैं, लेकिन मजबूत प्रतिस्पर्धियों का भी उल्लेख करते हैं: Grok, Meta, Chinese labs, Gemini।
- कुछ लोग Fable, Opus 5.5, और अन्य Anthropic मॉडलों की प्रशंसा करते हैं, उन्हें “different league” में बताते हुए।
- यह लगातार अटकलें भी हैं कि लैब्स रणनीतिक या सुरक्षा कारणों से अपने अधिक शक्तिशाली आंतरिक मॉडलों (जैसे, “bel”) को रोककर रखते हैं; अन्य लोग संदेह करते हैं और इसे अधिकतर marketing मानते हैं।
रिलीज़ गति और सुरक्षा
- सिर्फ एक हफ्ते बाद GPT‑6 Sol को बदल देना कुछ लोगों को panic/competitive move या सिर्फ pipelined checkpoints जैसा लगता है।
- साप्ताहिक रिलीज़ से सुरक्षा संबंधी कथाएँ कमजोर पड़ती हैं; यह स्पष्ट नहीं है कि कितना परीक्षण किया जा रहा है।
- कुछ लोग भविष्य में “AI Chernobyl” जैसी घटना से डरते हैं, जो AI और टेक पर व्यापक रूप से कड़ा नियामक और सार्वजनिक backlash ला सकती है।
अन्य मॉडल, UX, और मूल्यांकन
- Gemini के साथ मिश्रित अनुभव हैं: कुछ लोग इसे references के साथ उत्कृष्ट मानते हैं; अन्य भारी hallucinations और खराब integration की रिपोर्ट करते हैं (जैसे, साधारण local tools को ज़रूरत से ज़्यादा replace करना)।
- “thinking modes” (low/medium/high) पर चर्चा से पता चलता है कि वास्तविक tradeoffs हैं: higher modes अधिक bugs खोज सकते हैं, लेकिन धीमे और महंगे होते हैं।
- कुल मिलाकर, भावना तेज़ क्षमता वृद्धि के उत्साह और रिग्रेशन, अस्थिरता, तथा business practices पर गहरी निराशा के बीच बंटी हुई है.