به‌روزرسانی بزرگ ChatGPT: قابلیت کار در چند پلتفرم، ساخت وب‌سایت با یک کلیک و کاهش هزینه‌ها

در تاریخ 9 ژوئیه، OpenAI مدل‌های سری GPT-5.6 را منتشر کرد و همزمان اعلام کرد که برنامه دسکتاپ ChatGPT با Codex به‌طور رسمی ادغام شده است. در این به‌روزرسانی، نکته قابل توجه تنها افزایش پارامترها نیست، بلکه بازتعریف مرزها در دو بعد است: اول، در قیمت‌گذاری مدل، Terra با نیمی از قیمت GPT-5.5 عملکردی نزدیک به آن ارائه می‌دهد و Luna هزینه API را به حداقل می‌رساند؛ دوم، در شکل ابزار، برنامه ادغام شده حالت کار (Work) را معرفی می‌کند که از پلتفرم‌های مختلف مانند Slack و Google Drive برای اجرای پروژه‌های پیچیده و قابلیت زمان‌بندی پشتیبانی می‌کند. این نشان‌دهنده این است که ابزارهای هوش مصنوعی در حال انتقال از "انسان تحریک می‌کند - ماشین پاسخ می‌دهد" به "ماشین گوش می‌دهد - ماشین اجرا می‌کند" هستند.

ChatGPT Work از اجرای چندپلتفرمی و همگام‌سازی چندگانه پشتیبانی می‌کند، منبع تصویر: وبلاگ رسمی OpenAI

استراتژی قیمت‌گذاری و بازسازی هزینه‌های اجرایی GPT-5.6

OpenAI در سری GPT-5.6 استراتژی "تقسیم بازار بر اساس هزینه‌های اجرایی" را به‌کار گرفته است. این سری شامل سه مدل پرچمدار Sol، Terra با قیمت مناسب و Luna به‌عنوان مدل سبک است که هر یک به صحنه‌های اجرایی و ظرفیت تحمل هزینه‌های مختلف هدف‌گذاری شده‌اند.

در زمینه قیمت‌گذاری API، ورودی Sol 5 دلار به ازای هر میلیون توکن و خروجی آن 30 دلار به ازای هر میلیون توکن است که با نسل قبلی پرچمدار GPT-5.5 برابر است. Luna ورودی 1 دلار به ازای هر میلیون توکن و خروجی 6 دلار به ازای هر میلیون توکن دارد و به‌عنوان مدل سبک معرفی شده است. اما آنچه واقعاً منطق محاسبه توسعه‌دهندگان را تغییر می‌دهد Terra است که قیمت ورودی آن 2.5 دلار به ازای هر میلیون توکن و خروجی آن 15 دلار به ازای هر میلیون توکن است که عملکردی نزدیک به نسل قبلی پرچمدار GPT-5.5 دارد، اما قیمت آن به‌طور مستقیم نصف شده است.

برای تصمیم‌گیرندگان خرید در شرکت‌ها و توسعه‌دهندگان میان‌رده، Terra یک مسیر کاهش هزینه واضح را ارائه می‌دهد. در پردازش تحلیل‌های متنی در مقیاس بزرگ، بازسازی کد و سایر وظایف غیرمتمرکز بر استدلال، استفاده از Terra به‌جای GPT-5.5 می‌تواند به‌طور مستقیم هزینه‌های API را نصف کند. فرض کنید یک تیم هر ماه 1 میلیون توکن ورودی و 500 هزار توکن خروجی مصرف می‌کند، با انتقال از GPT-5.5 به Terra، هزینه ماهانه API از حدود 20 دلار به حدود 10 دلار کاهش می‌یابد. این استراتژی قیمت‌گذاری نشان می‌دهد که OpenAI دیگر به‌طور ساده به امتیازهای Benchmark برای تمایز مدل‌ها تکیه نمی‌کند، بلکه با ایجاد یک شیب واضح از نظر قیمت و عملکرد، به شرکت‌ها این امکان را می‌دهد که بر اساس ROI واقعی وظایف، قدرت محاسباتی را انتخاب کنند.

در عین حال، قیمت‌گذاری بسیار پایین Luna تنها به‌منظور نفوذ به بازار نیست، بلکه امکان‌پذیری اقتصادی برای جریان‌های کاری غیرهمزمان را فراهم می‌کند. در وظایف پس‌زمینه که نیاز به فراخوانی مکرر و پاسخ‌های با تأخیر کم دارند، مانند پاک‌سازی داده‌ها، تحلیل لاگ‌ها یا بازرسی‌های زمان‌بندی شده، هزینه هر بار فراخوانی مدل به عامل کلیدی برای امکان‌پذیری استقرار در مقیاس بزرگ تبدیل می‌شود. قیمت ورودی و خروجی Luna تنها یک‌پنجم Sol است، به‌طوری که توسعه‌دهندگان می‌توانند بدون نگرانی از کنترل هزینه، اجازه دهند AI در پس‌زمینه به‌طور مداوم کار کند. این موقعیت "نیروی کار ارزان" به‌طور طبیعی با قابلیت زمان‌بندی وظایف در حالت کار (Work) ترکیب می‌شود - از Luna برای جمع‌آوری زمان‌بندی شده در پس‌زمینه استفاده کنید و از Sol برای پردازش استدلال‌های پیچیده در جلوی صحنه.

Sol همچنین با افزودن سطوح استدلال max و ultra، حداکثر را افزایش می‌دهد. سطح max برای نیازهای استدلال عمیق طراحی شده است و سطح ultra از پردازش موازی چندین عامل هوشمند پشتیبانی می‌کند و برای جریان‌های کاری پیشرفته و شرکتی طراحی شده است. در صحنه‌های پیچیده بازسازی کد یا ادغام داده‌های بین سیستم‌ها، سطح ultra می‌تواند چندین زیرعامل را برای پردازش وظایف مختلف به‌طور همزمان هماهنگ کند و سپس نتایج را جمع‌آوری کند. این تقسیم‌بندی نه تنها تمام نیازها را از پایین به بالا پوشش می‌دهد، بلکه توانایی مدل را به‌طور عمیق با صحنه‌های اجرایی خاص پیوند می‌دهد و پایه‌ای برای ادغام ابزارهای بعدی فراهم می‌کند.

از گفتگوی همزمان به اجرای غیرهمزمان در چند پلتفرم

اگر بگوییم که تقسیم‌بندی مدل‌ها موتورهای اجرایی با هزینه‌های مختلف را فراهم می‌کند، ادغام برنامه دسکتاپ ChatGPT و Codex حامل فیزیکی برای اجرای این موتورهای اجرایی است. برنامه ادغام شده سه حالت کار Chat، Work و Codex را به‌طور یکپارچه ارائه می‌دهد و طیف کاملی از تولیدات از پرسش و پاسخ روزمره تا اجرای پروژه‌های چندپلتفرمی و مهندسی کد در سطح Sandbox را ایجاد می‌کند.

حالت Chat هنوز هم وظیفه گفتگوی همزمان روزمره را بر عهده دارد و برای خلاقیت سبک و پرسش و پاسخ سریع استفاده می‌شود و روش تعامل آن با نسخه قبلی برنامه دسکتاپ ChatGPT تقریباً یکسان است. حالت Codex بر روی پروژه‌های کد سنگین تمرکز دارد و ویرایش فایل، بررسی Pull Request و حالت Ultra را اضافه کرده است و محیط برنامه‌نویسی در سطح Sandbox را برای توسعه‌دهندگان فراهم می‌کند. در حالت Codex، نسخه مرورگر همچنین پشتیبانی از CDP (پروتکل ابزار توسعه Chrome) را ارتقا داده است و به AI اجازه می‌دهد تا ترافیک شبکه را بررسی کند، تحلیل چندین برگه را انجام دهد و عملیات حالت ورود را انجام دهد و مرزهای دیباگ کد و تست برنامه‌های وب را بیشتر گسترش دهد.

حالت Work واقعاً مرزهای ابزارهای هوش مصنوعی سنتی را می‌شکند. ChatGPT Work از اجرای پروژه‌های پیچیده در پلتفرم‌های مختلف مانند Google Drive و Slack پشتیبانی می‌کند و قابلیت زمان‌بندی وظایف را دارد. این بدان معناست که AI دیگر تنها یک پنجره گفتگوی منفعل نیست، بلکه یک ترمینال خودکار است که می‌تواند به‌طور فعال گوش دهد، زمان‌بندی کند و اجرا کند.

به‌طور خاص، حالت Work از مکانیزم Plugins برای اتصال به پلتفرم‌های خارجی استفاده می‌کند. کاربران می‌توانند هدف وظیفه را با زبان طبیعی توصیف کنند و AI به‌طور خودکار آن را به چندین مرحله تقسیم می‌کند، به‌طور جداگانه از Slack سوابق بحث را دریافت می‌کند، از Google Drive مستندات پروژه را می‌خواند و سپس گزارش تحلیلی را تولید می‌کند. نکته کلیدی قابلیت زمان‌بندی وظایف است: کاربران می‌توانند یک برنامه اجرایی غیرهمزمان مشابه Cron تنظیم کنند، مانند "هر دوشنبه ساعت 9 صبح نکات بحث در کانال Slack را جمع‌آوری کرده و با مستندات پروژه در Google Drive ترکیب کرده و یک گزارش پیشرفت تولید کنید". در زمان تعیین شده، AI به‌طور خودکار کل فرآیند را اجرا می‌کند و نیازی به تحریک دستی ندارد.

این قابلیت نشان می‌دهد که ابزارهای هوش مصنوعی شروع به ورود به قلمرو سنتی RPA (اتوماسیون فرآیند رباتیک) و پلتفرم‌های جریان کار خودکار کرده‌اند. در مقایسه با RPA سنتی که نیاز به نوشتن اسکریپت‌های پیچیده دارد، حالت Work با استفاده از مزایای درک زبان طبیعی، به‌طور قابل توجهی آستانه ورود به جریان‌های کار خودکار را کاهش می‌دهد. مرزهای تولیدی ابزارهای هوش مصنوعی از "انسان تحریک می‌کند - ماشین پاسخ می‌دهد" به "ماشین گوش می‌دهد - ماشین اجرا می‌کند - انسان تأیید می‌کند" گسترش یافته است. ChatGPT در حال تبدیل شدن به ترکیبی از یک Zapier با مغز هوش مصنوعی و یک ترمینال خودکار است.

ساخت وب‌سایت با یک کلیک و مهاجرت کد در پس‌زمینه اکوسیستم

در حالی که OpenAI در حال بازسازی جریان کار است، همچنین از طریق حلقه‌های عملکردی و کاهش هزینه‌های انتقال برای تسریع پیوند اکوسیستم استفاده می‌کند.

ویژگی Sites به کاربران این امکان را می‌دهد که محتوای بصری را با یک کلیک به‌عنوان وب‌سایت منتشر کنند و پس از ارتقاء نسخه مرورگر، از عملیات حالت ورود و چندین برگه پشتیبانی می‌کند. این بدان معناست که نتایج تحلیلی یا برنامه‌های کدی که در حالت Work یا Codex تولید می‌شوند، می‌توانند به‌طور مستقیم به‌عنوان یک وب اپ با حالت ورود منتشر شوند. کاربران می‌توانند پس از اتمام تحلیل داده‌ها در حالت Work، از طریق Sites داشبوردهای تعاملی را به‌عنوان یک وب‌سایت قابل دسترسی منتشر کنند و اعضای تیم می‌توانند با ورود با ChatGPT وارد شوند. برای شرکت‌های داخلی، ویژگی Sites کانال توزیع برنامه‌های سبک را قفل می‌کند. در گذشته، توسعه‌دهندگان پس از تولید کد با AI، باید به دنبال سرور و پیکربندی محیط استقرار می‌بودند تا تیم بتواند از آن استفاده کند. اکنون، این فرآیند به یک عملیات کلیک کاهش یافته است و زمان تحویل از ایده تا برنامه را به‌طور قابل توجهی کوتاه می‌کند.

در بازار ابزارهای توسعه‌دهنده، OpenAI استراتژی رقابتی مستقیم‌تری را نشان داده است. Codex ویژگی مهاجرت از Claude Code را اضافه کرده است. این شرکت در مخزن GitHub اسکریپت‌های مهاجرت خاصی را ارائه کرده است که می‌تواند به‌طور دقیق دایرکتوری پیکربندی Claude Code را اسکن کند و به‌طور یک‌کلیک تنظیمات agents، MCP servers و hooks را به فرمت Codex تبدیل کند.

Claude Code به‌عنوان رقیب قوی در زمینه دستیار برنامه‌نویسی هوش مصنوعی، سیستم پیکربندی آن نمایانگر عادات استفاده و انباشت پروژه‌های کاربران است. یک توسعه‌دهنده که agents و ارتباطات MCP را در Claude Code تعریف می‌کند، معمولاً به پروژه‌های خاص و زنجیره ابزارهای خارجی مرتبط است. ارائه ابزار مهاجرت رسمی توسط OpenAI، ابزاری برای کاهش هزینه‌های انتقال کاربران رقیب در دریای قرمز دستیار برنامه‌نویسی هوش مصنوعی است. این نشان می‌دهد که در مرحله‌ای که فاصله توانایی‌های مدل پایه به‌طور تدریجی کاهش می‌یابد، تمرکز رقابتی از عملکرد صرف مدل به پیوند اکوسیستم و هزینه‌های انتقال کاربران تغییر کرده است. هر کس که بتواند به‌طور روان دارایی‌های موجود کاربران رقیب را تصاحب کند، می‌تواند سهم بیشتری در بازار توسعه‌دهندگان به‌دست آورد.

عوارض و ریسک‌های مجوز ناشی از ادغام

اگرچه قیمت‌گذاری لایه‌ای GPT-5.6 و ادغام ابزارها جاه‌طلبی بازسازی مرزهای تولیدی را نشان می‌دهد، اما این استراتژی همچنین با محدودیت‌ها و ریسک‌های قابل توجهی همراه است.

اولین مشکل، عوارض و بار شناختی برنامه است. ادغام Codex به‌عنوان یک محیط کد سنگین با ترمینال اداری روزمره ChatGPT در یک برنامه دسکتاپ، باعث ایجاد سوالاتی از سوی برخی توسعه‌دهندگان شده است. آیا تغییر بین حالت‌های مختلف به‌طور روان انجام می‌شود؟ آیا انباشت عملکردها باعث می‌شود که نرم‌افزار بیش از حد بزرگ شود؟ اینها مسائلی هستند که در استفاده واقعی باید با آن‌ها مواجه شد. برای توسعه‌دهندگانی که تنها به تکمیل کد ساده نیاز دارند، مواجهه با یک برنامه فوق‌العاده شامل Work، Codex و سایر حالت‌های پیچیده ممکن است بار شناختی غیرضروری را افزایش دهد. چگونه می‌توان تغییرات بدون درز اما بدون تداخل بین حالت‌های مختلف را پیاده‌سازی کرد، چالشی برای توانایی طراحی محصول OpenAI است.

دومین چالش، حریم خصوصی داده‌های شرکتی و کنترل مجوز است. حالت Work به‌طور عمیق به منابع داده اصلی شرکت مانند Slack و Google Drive متصل می‌شود و همچنین Sites از انتشار برنامه‌های عمومی با یک کلیک پشتیبانی می‌کند. این نیاز به تصمیم‌گیرندگان خرید شرکت‌ها دارد که در حالی که از راحتی اتوماسیون بهره‌مند می‌شوند، باید یک سیستم مدیریت مجوز سختگیرانه ایجاد کنند. اگرچه OpenAI بر عدم آموزش داده‌های سطح شرکتی به‌طور پیش‌فرض و کنترل دسترسی تأکید کرده است، اما در عمل، چگونه می‌توان از نشت اطلاعات حساس در حین اجرای غیرهمزمان AI در پلتفرم‌های مختلف جلوگیری کرد، همچنان ریسک‌هایی است که بخش‌های انطباق شرکت باید به‌طور جدی ارزیابی کنند. به‌ویژه زمانی که AI نیاز به زمان‌بندی داده‌ها و تولید Sites قابل دسترسی عمومی دارد، نظارت بر جریان داده‌ها به‌طور غیرمعمول پیچیده می‌شود.

بیشتر از همه، ریسک‌های ناشی از مجوزهای سطح پایین مرورگر وجود دارد. با ارتقاء Codex در سمت مرورگر، مجوز CDP (پروتکل ابزار توسعه Chrome) معرفی شده است که به AI اجازه می‌دهد ترافیک شبکه را بررسی کند، تحلیل چندین برگه را انجام دهد و عملیات حالت ورود را انجام دهد. این کنترل عمیق مرورگر هرچند توانایی اجرای AI را به‌طور قابل توجهی گسترش می‌دهد، اما همچنین درهای آسیب‌پذیری‌های امنیتی بالقوه را باز می‌کند. اگر Prompt AI به‌طور مخرب تزریق شود، AI با مجوز CDP ممکن است به سرقت اعتبار ورود کاربر یا قطع ترافیک حساس شبکه تحریک شود. اگرچه شرکت از کاربران می‌خواهد که به‌طور صریح تأیید کنند و مدیران می‌توانند این مجوز را به‌طور کلی غیرفعال کنند، اما این جهش از "فقط خواندنی" به "کنترل سطح پایین"، نیاز به حفاظت امنیتی بالاتری برای پایانه‌ها دارد.

OpenAI از طریق سری GPT-5.6 و ادغام ابزارها، به‌وضوح مسیر بازسازی تولیدی از گفتگو به اجرا را ترسیم کرده است. اما در پس مزایای هزینه‌ای ناشی از تقسیم‌بندی مدل و گسترش مرزهای اجرایی ناشی از ادغام ابزارها، چگونگی تعادل بین غنای عملکرد و سبکی نرم‌افزار و چگونگی حفظ خط امنیتی در حین باز کردن مجوزها، تعیین‌کننده این است که این استراتژی تا کجا پیش می‌رود.