مجله هوش مصنوعی گپ‌جی‌پی‌تی

GPT-6 Sol و Luna به Codex CLI 0.156.1 آمدند

در Codex CLI 0.156.1، مدل‌های GPT-6 Sol و Luna به انتخاب‌گر مدل اضافه شده‌اند؛ مروری کوتاه بر تغییرات و تأثیر احتمالی آن‌ها بر کدنویسی.

4 دقیقه مطالعه نویسنده: آرش نیکخواه
GPT-6 Sol و Luna به Codex CLI 0.156.1 آمدند
درباره همین مقاله بپرس
4 دقیقه مطالعه
23 September 2026

چه چیزی در Codex CLI 0.156.1 تغییر کرده است؟

نسخه Codex CLI 0.156.1 یک به‌روزرسانی کوچک اما کاربردی برای انتخاب مدل‌های کدنویسی است. طبق یادداشت رسمی انتشار، این نسخه کاتالوگ مدل‌ها و پیام مرتبط با محدودیت نرخ را به‌روزرسانی می‌کند.

  • افزوده‌شدن GPT-6 Sol به فهرست مدل‌های قابل انتخاب
  • افزوده‌شدن GPT-6 Luna به انتخاب‌گر مدل Codex CLI
  • پیشنهاد GPT-6 Luna در پیام تغییر مدل هنگام محدودیت نرخ

مهم‌ترین تغییر Codex CLI 0.156.1 این است که توسعه‌دهنده می‌تواند GPT-6 Sol یا GPT-6 Luna را مستقیماً از منوی مدل‌ها انتخاب کند. بنابراین برای جابه‌جایی میان این گزینه‌ها، دیگر نیازی به واردکردن دستی نام مدل در تنظیمات نیست.

تغییر دوم به مدیریت محدودیت نرخ مربوط است. هنگامی که کاربر به سقف نرخ درخواست نزدیک می‌شود، پیام تغییر مدل اکنون GPT-6 Luna را پیشنهاد می‌دهد؛ تغییری که می‌تواند ادامه کار در نشست کدنویسی را ساده‌تر کند، اما به معنی حذف کامل محدودیت‌ها نیست.

در یادداشت انتشار، جزئیات دیگری درباره قیمت، طول زمینه یا برتری عملکردی این مدل‌ها اعلام نشده است؛ پس بهتر است از نتیجه‌گیری زودهنگام خودداری کنید. برای مقایسه روند نسخه‌ها می‌توانید تغییرات Codex CLI 0.155 و فهرست مدل‌های هوش مصنوعی گپ‌جی‌پی‌تی را نیز ببینید.

انتخاب GPT-6 Sol و GPT-6 Luna از منوی مدل‌ها

در Codex CLI 0.156.1، مدل‌های GPT-6 Sol و GPT-6 Luna مستقیماً به انتخاب‌گر مدل اضافه شده‌اند. بنابراین توسعه‌دهنده می‌تواند بدون تغییر دستی پیکربندی، مدل مناسب هر وظیفه کدنویسی را از منوی داخلی Codex انتخاب کند.

  • انتخاب مستقیم Sol یا Luna از منوی مدل‌ها
  • تعویض سریع مدل متناسب با نوع وظیفه
  • امکان مقایسه خروجی دو مدل روی یک پرامپت ثابت

برای استفاده، Codex CLI را به نسخه 0.156.1 ارتقا دهید، انتخاب‌گر مدل را باز کنید و یکی از گزینه‌های GPT-6 Sol یا GPT-6 Luna را برگزینید. سپس درخواست‌هایی مانند تحلیل مخزن، تولید تست یا بازنویسی تابع را طبق روال معمول اجرا کنید.

یادداشت انتشار این نسخه تفاوت دقیق عملکرد، سرعت یا هزینه دو مدل را توضیح نمی‌دهد. در نتیجه، صرفاً بر اساس نام مدل تصمیم نگیرید؛ یک تسک واقعی و قابل‌اندازه‌گیری را با هر دو اجرا کرده و صحت کد، کیفیت توضیحات، زمان پاسخ و تعداد اصلاحات لازم را مقایسه کنید.

برای آزمایش منصفانه، پرامپت، فایل‌های ورودی و معیار پذیرش را ثابت نگه دارید. مثلاً از هر مدل بخواهید یک باگ مشخص را رفع کند، تست مرتبط بنویسد و تغییرات را توضیح دهد؛ سپس خروجی‌ها را با اجرای تست‌ها و بازبینی Diff ارزیابی کنید.

اگر چند مدل را در یک گردش کار بررسی می‌کنید، ثبت نتیجه هر اجرا انتخاب‌های بعدی را سریع‌تر می‌کند. همچنین می‌توانید برای شناخت گزینه‌های دیگر، فهرست مدل‌های هوش مصنوعی گپ جی‌پی‌تی را ببینید یا راهنمای GPT-6 Astra در Codex را مرور کنید.

پیشنهاد GPT-6 Luna هنگام رسیدن به محدودیت نرخ

در Codex CLI 0.156.1، پیام تغییر مدل پس از مواجهه با محدودیت نرخ، GPT-6 Luna را به‌عنوان گزینه پیشنهادی نمایش می‌دهد. این تغییر مسیر تصمیم‌گیری را کوتاه‌تر می‌کند، اما نباید آن را تضمین دسترسی بدون وقفه دانست.

  • پیشنهاد Luna به‌جای انتخاب تصادفی یا جست‌وجوی دستی مدل
  • امکان ادامه سریع‌تر نشست پس از تأیید تغییر مدل
  • حفظ فایل‌ها و بررسی خروجی پیش از ادامه اجرای دستورات

این پیشنهاد به‌معنای تغییر خودکار مدل نیست؛ کاربر همچنان باید گزینه مناسب را انتخاب و تفاوت احتمالی خروجی را بررسی کند. برای کارهای حساس، ابتدا وضعیت مخزن را ثبت کنید و سپس یک درخواست کوچک مانند توضیح فایل یا اجرای تست محدود را به Luna بسپارید.

اگر نشست شامل بازنویسی گسترده، مهاجرت وابستگی‌ها یا تغییر چند فایل است، پس از جابه‌جایی مدل، خلاصه هدف، محدودیت‌ها و آزمون‌های مورد انتظار را دوباره ارائه دهید. این کار احتمال از دست رفتن زمینه عملیاتی و تولید اصلاحات ناسازگار با تصمیم‌های قبلی را کاهش می‌دهد.

یادداشت رسمی Codex CLI 0.156.1 درباره سهمیه، سرعت یا کیفیت نسبی GPT-6 Luna جزئیاتی ارائه نمی‌کند. بنابراین این توصیه را یک مسیر جایگزین در رابط کاربری بدانید، نه ادعای برتری؛ برای شناخت رفتار عمومی سقف مصرف نیز راهنمای محدودیت‌های API هوش مصنوعی مفید است.

تأثیر مدل‌های جدید Codex CLI بر گردش کار کدنویسی

افزوده‌شدن GPT-6 Sol و GPT-6 Luna به Codex CLI 0.156.1 امکان طراحی گردش کار چندمدلی را فراهم می‌کند. بااین‌حال، چون تفاوت رسمی عملکرد این دو مدل اعلام نشده، انتخاب نهایی باید بر پایه آزمون‌های واقعی پروژه باشد.

  • تقسیم وظایف میان مدل‌ها بر اساس نتایج عملی
  • کاهش وقفه‌های احتمالی در نشست‌های طولانی کدنویسی
  • ثبت مدل استفاده‌شده برای بازتولید و ارزیابی خروجی

در پروژه‌های واقعی می‌توان وظایفی مانند تحلیل معماری، رفع باگ، تولید تست و مستندسازی را جداگانه ارزیابی کرد. معیارهایی مثل صحت کد، موفقیت تست‌ها، اندازه Diff و تعداد دفعات اصلاح نشان می‌دهند کدام مدل برای هر مرحله مناسب‌تر است.

برای کار تیمی، نام مدل، نسخه Codex CLI، پرامپت و نتیجه تست را در گزارش تغییرات ثبت کنید. این کار بازتولید خروجی را آسان می‌کند و مانع می‌شود اعضای تیم فقط بر اساس برداشت شخصی درباره GPT-6 Sol یا GPT-6 Luna تصمیم بگیرند.

مدل جدید نباید مستقیماً وارد شاخه اصلی شود. ابتدا تغییرات را در Worktree یا شاخه آزمایشی اجرا کنید، تست خودکار بگیرید و Diff را بازبینی کنید؛ رویکردی که در Codex CLI 0.154 و گردش کار Worktree نیز کاربرد دارد.

در نهایت، حضور دو گزینه بیشتر به معنای انعطاف بالاتر است، نه تضمین کیفیت بهتر. برای انتخاب ابزار مکمل یا مقایسه محیط‌های کدنویسی هوشمند نیز می‌توانید راهنمای بهترین هوش مصنوعی برای برنامه‌نویسی را بررسی کنید.

منابع خبر

تاریخ انتشار منبع اصلی:

  1. منبع اصلی خبر

ناشر: گپ‌جی‌پی‌تی · سیاست تحریریه و اصلاحات · تماس با تحریریه

هوش مصنوعی را وارد جریان کدنویسی کن

با انتخاب پلن مناسب، به ابزارهای هوش مصنوعی دسترسی بگیر و سریع‌تر از ایده به کد برس.

مشاهده پلن‌ها
گفتگوی رایگان با هوش مصنوعی
ارسال