GPT-6 Sol और Luna का पूरा विवरण: कीमत, कहाँ इस्तेमाल करें, और Astra Low (Light) के मुक़ाबले कौन-सा चुनें

22 सितंबर 2026 (अमेरिकी समय; जापान में 23 सितंबर की तड़के) को OpenAI ने GPT-6 Sol और GPT-6 Luna जारी किए (OpenAI की घोषणा)। ये 3 सितंबर को आए टॉप मॉडल GPT-6 Astra की ही ट्रेनिंग-लाइन से बने ज़्यादा तेज़ और सस्ते मॉडल हैं।

यह लेख ख़ास तौर पर उन लोगों के लिए है जो अभी Codex या ChatGPT Work में Astra को low (ऐप में "Light" के नाम से दिखता है) पर चला रहे हैं। छोटा जवाब: Astra low को ही मानक बनाए रखना ग़लत नहीं है। लेकिन OpenAI की अपनी, इस्तेमाल के हिसाब से दी गई सलाह यह है कि रोज़मर्रा के काम और जटिल कोडिंग के लिए Sol, साफ़ परिभाषित दोहराव वाले काम के लिए Luna, और सबसे कठिन काम के लिए Astra; और "Astra को Light से" का मतलब है "अगर Astra चुनें, तो Light से शुरू करें"। यह हर काम Astra पर चलाने की सलाह नहीं है।

हम आँकड़े हर प्रकाशक के हिसाब से अलग-अलग दे रहे हैं: OpenAI के मूल्यांकन, Artificial Analysis के तीसरे पक्ष के मूल्यांकन और हमारा अपना छोटा परीक्षण — तीनों के तरीक़े और काम पूरी तरह अलग हैं।

1. GPT-6 Sol और Luna क्या हैं — रिलीज़ की तारीख़, स्पेक और भूमिका

OpenAI के वर्णन के अनुसार, Sol का निशाना जटिल कोडिंग और एजेंटिक वर्कफ़्लो है, और Luna उसका सबसे किफ़ायती मॉडल है, जो केंद्रित और भारी मात्रा वाले काम के लिए है। घोषणा इस रिलीज़ को इस तरह पेश करती है कि Astra की ख़ूबियाँ (पेशेवर काम, तथ्यात्मक सटीकता, कोडिंग और कंप्यूटर का इस्तेमाल) अब ज़्यादा तेज़ और सस्ते मॉडलों तक पहुँचें; साथ ही यह भी कहती है कि सबसे माँग वाले और ऊँचे दाँव वाले प्रोजेक्ट के लिए अब भी Astra की गहराई चाहिए।

स्रोत: OpenAI API दस्तावेज़ के मॉडल पेज (Sol, Luna, Astra)। 24 सितंबर 2026 को जाँचा गया।

चौंकाने वाली बात है नॉलेज कटऑफ: Luna का (18 मई) Astra के (30 अप्रैल) से ज़्यादा नया है। हालाँकि अगर आप मॉडल को वेब सर्च के साथ इस्तेमाल करते हैं, तो यह फ़र्क़ लगभग मायने नहीं रखता (प्रमुख AI मॉडलों की नॉलेज कटऑफ तारीख़ें)।

डेवलपर के लिए एक बात। Sol और Luna API में none (बिना रीज़निंग) स्वीकार करते हैं, लेकिन Chat Completions में फ़ंक्शन कॉलिंग के लिए none ज़रूरी है, और बिल्ट-इन टूल तथा फ़ंक्शन कॉलिंग के लिए OpenAI आपको Responses API की ओर भेजता है।

2. कहाँ इस्तेमाल कर सकते हैं — Work, Codex और API में, सामान्य Chat में नहीं

घोषणा और Models तथा Pricing पेजों को मिलाकर देखें तो तस्वीर नीचे जैसी बनती है। रास्ता ChatGPT Work और Codex है; सामान्य चैट इंटरफ़ेस (Chat) में ये मॉडल नहीं दिखते।

पुराने मॉडल तुरंत ग़ायब नहीं होंगे। Models पेज के अनुसार GPT-5.6 Sol, Terra और Luna संक्रमण अवधि के दौरान उपलब्ध रहेंगे। दूसरी ओर, GPT-5.5 को 14 अक्टूबर 2026 को ChatGPT, ChatGPT Work और Codex से हटाया जाएगा (API पर असर नहीं), और पेज उसकी जगह पेड प्लान (Plus, Pro, Business, Enterprise, Edu) पर Sol और Free तथा Go के डेस्कटॉप ऐप में Luna का नाम लेता है। अगर आप किसी कॉन्फ़िग फ़ाइल या शेड्यूल किए गए टास्क में gpt-5.5 लिखते हैं, तो उससे पहले बदल लें (ChatGPT Models)।

3. कीमत — "Astra का 1/5 और 1/100" सिर्फ़ बराबर टोकन पर सही है

प्रति 10 लाख टोकन, स्टैंडर्ड स्पीड। स्रोत: OpenAI API दस्तावेज़ के मॉडल पेज और ChatGPT / Codex Pricing। 24 सितंबर 2026 को जाँचा गया।

हर पंक्ति में Sol ठीक Astra का 1/5 है और Luna 1/100, और Codex क्रेडिट भी इसी अनुपात में हैं। OpenAI पिछली पीढ़ी से कटौती को GPT-5.6 की प्रमोशनल कीमत से 50% कम बताता है, पर सटीक कहें तो Sol इनपुट और आउटपुट दोनों पर आधी कीमत का है, जबकि Luna इनपुट पर आधी कीमत का है और आउटपुट पर $1.20 → $0.50 (लगभग 58% कम)।

ये अनुपात सिर्फ़ उस हिसाब पर लागू होते हैं जहाँ टोकन की संख्या बराबर हो। उदाहरण के लिए, 100,000 इनपुट टोकन (जिनमें 80,000 कैश्ड) और 10,000 आउटपुट टोकन पर API लागत Astra $0.78, Sol $0.156, Luna $0.0078 बनती है। कुछ और शर्तें भी हैं: 272,000 टोकन से ज़्यादा इनपुट पर इनपुट और कैश्ड इनपुट की दर दोगुनी और आउटपुट 1.5 गुना हो जाता है; API में कैश लिखने की कीमत इनपुट दर की 1.25 गुना है (Codex क्रेडिट में लिखने का अलग शुल्क नहीं); और Fast मोड API में 2 गुना और Codex क्रेडिट में 2.5 गुना पड़ता है।

यूनिट दरें यह नहीं बतातीं कि आपकी सब्सक्रिप्शन में कितना इस्तेमाल मिलेगा

जब आप मॉडल ChatGPT प्लान के ज़रिए इस्तेमाल करते हैं, तो यह नहीं कह सकते कि Sol से Astra का 5 गुना और Luna से 100 गुना इस्तेमाल मिलेगा। Codex का अपना Pricing पेज कहता है कि सिर्फ़ क्रेडिट दरों से यह तय नहीं होता कि सब्सक्रिप्शन में कितना इस्तेमाल शामिल है।

वही पेज हर 5 घंटे के मैसेज की मोटी-मोटी सीमाएँ देता है। Plus पर ये Astra 5–45, Sol 15–150 और Luna 350–3,000 हैं। निचले सिरे से निचला और ऊपरी से ऊपरी मिलाएँ तो Sol को Astra का लगभग 3 गुना और Luna को लगभग 67–70 गुना मिलता है, जो यूनिट दरों वाले 5 गुना और 100 गुना से मेल नहीं खाता। इसके ऊपर OpenAI साफ़ कहता है कि ये तय सीमाएँ नहीं हैं, और मिलते-जुलते काम भी मॉडल, कॉन्टेक्स्ट, रीज़निंग, टूल के इस्तेमाल और कैशिंग के हिसाब से अलग-अलग खपत कर सकते हैं। अपने काम में कितना मिलता है, यह जानने का एकमात्र तरीक़ा इस्तेमाल वाली स्क्रीन देखना है।

4. आधिकारिक सलाह — Sol को Medium, Luna को High, Astra को Light से

कौन-सा मॉडल कब इस्तेमाल करें, इस पर OpenAI का Models पेज साफ़ सलाह देता है। संक्षेप में:

यहाँ तीन चीज़ें आसानी से आपस में उलझ जाती हैं।

• इस्तेमाल के हिसाब से शुरुआती बिंदु: ऊपर वाला "Sol को Medium, Luna को High, Astra को Light से"।
• ऐप के डिफ़ॉल्ट प्रीसेट: डेस्कटॉप ऐप और वेब पर Power प्रीसेट छह हैं — Luna High, Sol Light, Sol Medium, Astra Light, Astra Medium और Astra Extra High — और डिफ़ॉल्ट रूप से Sol Light चुना रहता है (कुछ पेड प्लान में Astra Extra High नहीं है)।
• API का डिफ़ॉल्ट: Sol और Luna दोनों के लिए medium।

तीनों अलग हैं, पर एक-दूसरे का खंडन नहीं करते। डिफ़ॉल्ट प्रीसेट का मतलब है "फ़िलहाल तेज़ और हल्का"; इस्तेमाल वाली सलाह का मतलब है "उस तरह के काम में नतीजा पाने के लिए कहाँ से शुरू करें"। OpenAI यह भी कहता है कि रीज़निंग एफर्ट के स्तर पीढ़ियों के बीच एक-के-बदले-एक मेल नहीं खाते, और सुझाव देता है कि जाने-पहचाने काम कम सेटिंग पर आज़माकर वहीं से समायोजित करें। "GPT-5.6 Sol को high पर" वाली आदत से नए Sol की सेटिंग नहीं चुनी जा सकती। पिछली पीढ़ी से तुलना के लिए देखें Astra low और GPT-5.6 Sol high की हमारी मापी हुई तुलना (यह इस GPT-6 Sol से अलग मॉडल है)।

"Astra को Light से" को कैसे पढ़ें। यह Astra चुन लेने के बाद का शुरुआती बिंदु है। इसका मतलब यह नहीं कि हर काम Astra को जाए। अगर आप मॉडल बदलने की झंझट छोड़कर क्षमता को पहले रखना चाहते हैं, तो Astra low को मानक बनाना समझदारी भरा विकल्प है। लेकिन इस्तेमाल की सीमा और इंतज़ार का समय जोड़ने के बाद यह सबसे अच्छा है या नहीं, यह अलग सवाल है, और अगर यह आपके लिए मायने रखता है, तो Sol और Luna के साथ काम बाँटना विचार करने लायक है।

5. OpenAI के आँकड़े — वह मूल्यांकन जिसमें Sol xhigh ने Astra low को पीछे छोड़ा

OpenAI की घोषणा में एक ही आँकड़ा है जो Sol और Astra को साथ-साथ रखता है: AutomationBench 1.0.6, जो बिज़नेस ऐप्स में फैले वर्कफ़्लो का मूल्यांकन है।

स्रोत: OpenAI की घोषणा की तालिका (विक्रेता का अपना मूल्यांकन)।

सिर्फ़ इस मूल्यांकन में ज़्यादा सोचने पर लगाया गया Sol, Astra low से लगभग एक-चौथाई लागत पर ऊँचा स्कोर करता है। पर ध्यान दें कि तुलना में Sol xhigh पर है, medium या low पर नहीं। OpenAI के बाक़ी आँकड़े ये हैं:

• DeepSWE v1.1 (असली कोडबेस में सॉफ़्टवेयर डेवलपमेंट): Sol max 68.8%, Luna max 66.6%।
• Agents' Last Exam (लंबे पेशेवर काम): Sol max 56.4%।
• OSWorld 2.0 offline (कंप्यूटर चलाना): Sol xhigh 60.5%। OpenAI ख़ुद कहता है कि कंप्यूटर के इस्तेमाल में Astra अब भी सबसे अच्छा है।
• तथ्यात्मक सटीकता: उन पुरानी बातचीतों से बने एक आंतरिक मूल्यांकन में, जिनमें यूज़र्स ने ग़लतियाँ चिह्नित की थीं, Sol ने पिछली पीढ़ी (GPT-5.6 Sol) से लगभग आधी ग़लतियाँ कीं।

इन्हें पढ़ते समय दो सावधानियाँ। तथ्यात्मक सटीकता वाला मूल्यांकन ऐसी बातचीतों का संग्रह है जिनमें ग़लती की संभावना ज़्यादा है, और OpenAI ख़ुद मानता है कि यह सामान्य इस्तेमाल का प्रतिनिधि नहीं है। OpenAI यह भी कहता है कि मूल्यांकन रिसर्च वातावरण में या API के ज़रिए चलाए गए, और ChatGPT के प्रोडक्शन प्रोडक्ट में अलग सिस्टम निर्देश और टूल होते हैं, इसलिए आउटपुट थोड़ा अलग हो सकता है। "आधी ग़लतियाँ" को सीधे अपने रोज़ के काम पर लागू नहीं किया जा सकता।

6. तीसरे पक्ष के आँकड़े — Artificial Analysis की तुलना

स्वतंत्र मूल्यांकनकर्ता Artificial Analysis (आगे AA) ने तुलना वाले पेज प्रकाशित किए हैं जिनमें Sol low, Sol medium और Luna high को अलग-अलग Astra low के सामने रखा गया है। नीचे की तालिका उन तीन पेजों से मान लेती है; Astra low के मान तीनों पर एक जैसे थे।

स्रोत: Artificial Analysis के तुलना पेज (Sol medium बनाम Astra low, Sol low बनाम Astra low, Luna high बनाम Astra low)। Intelligence Index v4.3.2 (10 मूल्यांकन)। 24 सितंबर 2026 को जाँचा गया। तालिका के मान अपडेट हो सकते हैं।

इस तालिका में तीन बातें उभरती हैं।

AA का प्रति टास्क समय आउटपुट स्पीड से निकाला गया जनरेशन समय है; इसमें पहले जवाब का इंतज़ार या आसपास की प्रोसेसिंग शामिल नहीं है। यह आपके अपने वातावरण में किसी काम में लगने वाले समय के बराबर नहीं है। AA के ज्ञान-सटीकता मापदंड (AA-Omniscience) पर Astra low का स्कोर 41, Sol low और medium दोनों का 27, और Luna high का −6 है; यह बड़ा फ़ासला दिखाता है कि स्रोत दिए बिना तथ्यात्मक सवालों के जवाब के लिए सिर्फ़ कीमत देखकर Luna चुनना जोखिम भरा है।

7. हमारा छोटा परीक्षण — छोटे काम, जिनमें सस्ती सेटिंग काफ़ी रही

AI Arte में हमने Codex CLI के साथ एक छोटा परीक्षण भी चलाया। यह मॉडलों की रैंकिंग तय करने वाला परीक्षण नहीं है। पहले शर्तें देखिए।

समय CLI शुरू होने से बंद होने तक मापा गया। API-समतुल्य लागत वह नहीं है जो हमसे वसूली गई (रन सब्सक्रिप्शन पर थे; यह CLI द्वारा बताई गई टोकन संख्या पर आधिकारिक API दरें लगाकर निकाला गया संदर्भ आँकड़ा है)।

उसी दिन 5:47 से 5:49 तक हमने जापानी भाषा में एक और, अलग काम चलाया — कई स्रोतों में तारीख़ बदलने और गिनती की ग़लतियाँ पकड़ना — जिसमें 12 जाँच बिंदु पहले से तय थे, हर सेटिंग पर दो बार। सभी 8 रन पास हुए, और मीडियन समय Sol low 9.65 सेकंड, Sol medium 13.29 सेकंड, Astra low 13.48 सेकंड और Luna high 17.32 सेकंड रहा (काम और समय-खंड ऊपर की तालिका से अलग हैं, इसलिए हमने औसत नहीं मिलाए)।

इससे सिर्फ़ इतना पता चलता है कि जाँचे जा सकने वाले जवाब वाले छोटे कामों में ऐसे मामले हैं जहाँ Sol low या Luna high काफ़ी रहे। हर सेटिंग इसलिए पास हुई क्योंकि काम आसान थे, और यह इस बात का सबूत नहीं कि मॉडल बराबर सक्षम हैं। कुल 3 स्वतंत्र काम थे, हर सेटिंग पर 4 और 2 रन। हमने मौजूदा रिपॉज़िटरी में सुधार, डिज़ाइन, लंबा लेखन या लंबा स्वायत्त काम नहीं मापा। और क्योंकि बचे हुए इस्तेमाल का सूचक पूरे प्रतिशत में दिखता है और दूसरे कामों के साथ साझा होता है, यह परीक्षण नहीं बता सकता कि हर मॉडल ने इस्तेमाल की सीमा का कितना हिस्सा खाया।

फिर भी दो बातें देखी जा सकीं। Sol low ने Astra low से पहले काम ख़त्म किया, लगभग 1/5 API-समतुल्य लागत पर। दूसरी ओर Luna high की API-समतुल्य लागत सबसे कम रही, पर उसने Astra low से ज़्यादा समय लिया — ठीक वही पैटर्न जो AA की तालिका में है।

8. अपने काम के लिए कैसे चुनें — फ़ैसला किस बात पर टिकता है

अब तक की बातों (आधिकारिक इस्तेमाल-सलाह, AA के मूल्यांकन और हमारा छोटा परीक्षण) से नीचे का बँटवारा व्यावहारिक लगता है। इसे साबित सबसे अच्छा विकल्प नहीं, बल्कि सुझाया गया शुरुआती बिंदु मानकर पढ़ें।

फ़ैसला करने वाला सवाल है क्या आप काम का नतीजा ख़ुद तुरंत जाँच सकते हैं। अगर टेस्ट पास होना या सही फ़ॉर्मैट ही फ़ैसला कर देता है, तो सस्ते मॉडल की विफलता तुरंत पकड़ में आ जाती है और दोबारा करना सस्ता पड़ता है। इसके उलट, जिस काम में ग़लतियाँ देर से सामने आती हैं (डिज़ाइन के फ़ैसले, बिना स्रोत के तथ्यात्मक लेखन, दृश्य गुणवत्ता), वहाँ सस्ते मॉडल से होने वाला दोबारा काम आख़िर में कीमत के अंतर से ज़्यादा महँगा पड़ता है।

फ़ैसला करने का सबसे भरोसेमंद तरीक़ा है अपने ही प्रतिनिधि काम पर तुलना करना। एक ही शुरुआती स्थिति से: क्या पहला आउटपुट पास हुआ, आपने कितनी बार सुधारा, और आपकी अपनी अंतिम जाँच में कितने मिनट लगे? ये तीन चीज़ें गिन लें, तो आपके लिए किसी भी तालिका से बेहतर जवाब मिलेगा।

FAQ

Q1. क्या मैं GPT-6 Sol और Luna अभी इस्तेमाल कर सकता हूँ?

22 सितंबर 2026 (अमेरिकी समय) से ये Plus, Pro, Business, Enterprise और Edu पर ChatGPT Work और Codex में रोलआउट हो रहे हैं। Free और Go को सिर्फ़ Luna मिलता है, डेस्कटॉप ऐप में। API में ये gpt-6-sol और gpt-6-luna के रूप में उपलब्ध हैं। सामान्य Chat में ये नहीं दिए जा रहे (24 सितंबर 2026 तक के आधिकारिक पेजों के अनुसार)।

Q2. मैं Astra low इस्तेमाल करता हूँ। क्या Sol पर जाना चाहिए?

ऐसी कोई मजबूरी नहीं है। OpenAI की सलाह है कि रोज़मर्रा के काम और जटिल कोडिंग के लिए Sol (Medium से शुरू) और सबसे कठिन काम के लिए Astra (Light से शुरू)। Artificial Analysis के मूल्यांकन में Sol medium बिज़नेस वर्कफ़्लो पर Astra low से 1 अंक पीछे था, पर टर्मिनल वाले काम में 19% बनाम 42% के साथ काफ़ी पीछे। हमारी सलाह है कि सिर्फ़ नए रोज़मर्रा के टास्क पर Sol medium आज़माएँ और देखें कि कितनी बार दोबारा काम करना पड़ता है।

Q3. अगर Sol की कीमत Astra की 1/5 है, तो क्या मुझे 5 गुना इस्तेमाल मिलेगा?

ऐसा नहीं कहा जा सकता। API दरें और क्रेडिट 1/5 हैं, पर Codex का अपना Pricing पेज कहता है कि सिर्फ़ क्रेडिट दरों से सब्सक्रिप्शन का इस्तेमाल तय नहीं होता। उसी पेज पर Plus में हर 5 घंटे की मोटी सीमाएँ Astra 5–45 और Sol 15–150 मैसेज हैं, यानी सिर्फ़ लगभग 3 गुना। ये तय सीमाएँ भी नहीं हैं, और खपत काम के हिसाब से बदलती है।

Q4. Luna सबसे सस्ता है। क्या इसे हर काम में लगा सकते हैं?

यह उस दोहराव वाले काम के लिए ठीक है जिसमें आपको पता हो कि अच्छा नतीजा कैसा दिखता है (एक्सट्रैक्शन, वर्गीकरण, रूपांतरण, तय फ़ॉर्मैट में सारांश)। Artificial Analysis के मूल्यांकन में Luna high की प्रति टास्क लागत Astra low की लगभग 1/27 है, पर यह ज़्यादा समय लेता है, टर्मिनल वाले काम में सिर्फ़ 5% स्कोर करता है, और ज्ञान-सटीकता मापदंड पर बहुत नीचे गिरता है। सिर्फ़ कीमत देखकर इसे बिना स्रोत वाले तथ्यात्मक सवाल या लंबा स्वायत्त डेवलपमेंट न सौंपें।

Q5. ऐप डिफ़ॉल्ट रूप से "Sol Light" चुनता है, पर OpenAI कहता है "Sol को Medium से शुरू करें"। क्या यह विरोधाभास नहीं है?

नहीं। Sol Light डेस्कटॉप ऐप और वेब के Power प्रीसेट का डिफ़ॉल्ट है, जबकि "Sol को Medium से" उस तरह के काम में नतीजा पाने का शुरुआती बिंदु है। API का डिफ़ॉल्ट फिर अलग है: Sol और Luna दोनों के लिए medium। सरल तरीक़ा: हल्के काम के लिए डिफ़ॉल्ट रहने दें, और योजना या विश्लेषण माँगने वाले काम के लिए Medium या उससे ऊपर जाएँ।

Q6. GPT-5.6 Sol और GPT-5.5 का क्या होगा?

GPT-5.6 Sol, Terra और Luna संक्रमण अवधि के दौरान उपलब्ध रहेंगे। GPT-5.5 को 14 अक्टूबर 2026 को ChatGPT, ChatGPT Work और Codex से हटाया जाएगा (API पर असर नहीं), और OpenAI उसकी जगह पेड प्लान (Plus, Pro, Business, Enterprise, Edu) पर GPT-6 Sol और Free तथा Go के डेस्कटॉप ऐप में GPT-6 Luna का नाम लेता है। अगर आप किसी कॉन्फ़िग फ़ाइल या शेड्यूल किए गए टास्क में gpt-5.5 लिखते हैं, तो उससे पहले बदल लें।

स्रोत

इस लेख के आँकड़े 24 सितंबर 2026 को नीचे दिए प्रकाशकों के पेजों पर, AI Arte के अपने माप डेटा के साथ, जाँचे गए।

• OpenAI — Introducing GPT-6 Sol and Luna
  भूमिका, पिछली पीढ़ी से कीमत में कटौती (Sol $4→$2 और $20→$10, Luna $0.20→$0.10 और $1.20→$0.50), AutomationBench 1.0.6 (Sol xhigh 33.2%, $0.27 पर; Astra low 30.3%, 3.9× पर; Opus 5 max 26.9%, 11.1× पर), DeepSWE v1.1 (Sol max 68.8%, Luna max 66.6%), Agents' Last Exam (Sol max 56.4%), OSWorld 2.0 (Sol xhigh 60.5%), आंतरिक तथ्यात्मक सटीकता मूल्यांकन और उसकी सावधानियाँ, उपलब्धता
• OpenAI Developer Community — GPT-6 Sol और Luna की घोषणा
  रिलीज़ का समय (22 सितंबर 2026, 18:16 UTC), Work, Codex और API में उपलब्धता, Free और Go के लिए डेस्कटॉप में Luna
• OpenAI — GPT-6 Sol, GPT-6 Luna, GPT-6 Astra (API दस्तावेज़)
  मॉडल ID, कॉन्टेक्स्ट, अधिकतम इनपुट और अधिकतम आउटपुट, नॉलेज कटऑफ, रीज़निंग एफर्ट और डिफ़ॉल्ट, API कीमत, 272K से ऊपर का अतिरिक्त शुल्क, कैश लिखने पर 1.25×, Fast मोड 2×
• ChatGPT — Models
  इस्तेमाल के हिसाब से सलाह (Sol को Medium, Luna को High, Astra को Light से), छह Power प्रीसेट और डिफ़ॉल्ट Sol Light, Chat में उपलब्ध नहीं, संक्रमण के दौरान GPT-5.6 उपलब्ध, GPT-5.5 का हटना (14 अक्टूबर 2026)
• ChatGPT / Codex — Pricing
  प्लान के हिसाब से उपलब्धता, क्रेडिट दरें, यह टिप्पणी कि सिर्फ़ दरों से इस्तेमाल तय नहीं होता, हर 5 घंटे की मोटी सीमाएँ (Plus: Astra 5–45, Sol 15–150, Luna 350–3,000), Fast मोड 2.5×
• Artificial Analysis — तुलना पेज (Sol medium बनाम Astra low, Sol low बनाम Astra low, Luna high बनाम Astra low)
  Intelligence Index v4.3.2, Terminal-Bench 4.0, AutomationBench-AA, AA-Omniscience, प्रति टास्क लागत, आउटपुट टोकन और समय
• AI Arte के माप (24 सितंबर 2026, Codex CLI 0.155.0-alpha.16)
  4 सेटिंग × 2 काम × 2 रन = 16 रन, साथ में जापानी भाषा का एक अतिरिक्त काम, हर सेटिंग पर दो बार = 8 रन। पास, समय, आउटपुट टोकन, API-समतुल्य लागत

संबंधित लेख

• GPT-6 Astra रिलीज़: पूरा विवरण — टॉप मॉडल की कीमत, प्लान के हिसाब से उपलब्धता और बेंचमार्क
• क्या GPT-6 Astra low सच में सस्ता है? — पिछली पीढ़ी के GPT-5.6 Sol high से मापी हुई तुलना
• GPT-5.6 रिलीज़: पूरा विवरण — पिछली पीढ़ी के Luna / Terra / Sol
• Claude Opus 5.5 रिलीज़ — उसी हफ़्ते आया Anthropic का नया मॉडल
• प्रमुख AI मॉडलों की नॉलेज कटऑफ तारीख़ें — हर मॉडल का ज्ञान कहाँ तक पहुँचता है