परिचय
5 फेब्रुवारी, 2026 रोजी, OpenAI ने GPT-5.3-Codex ची घोषणा केली, जे आजपर्यंतचे सर्वात प्रगत एजंटिक कोडिंग मॉडेल आहे. ही रिलीज कृत्रिम बुद्धिमत्तेतील एक महत्त्वाचा टप्पा आहे—केवळ त्याच्या प्रभावी तांत्रिक क्षमतांसाठीच नव्हे, तर हे पहिले मॉडेल आहे जे स्वतःला तयार करण्यासाठी उपयुक्त ठरले.
हे कोड-रायटिंग टूलपासून संवादात्मक AI सहयोगीपर्यंत एक मूलभूत बदल दर्शवते, जे व्यावसायिक संगणकीय कार्यांच्या संपूर्ण श्रेणीमध्ये दीर्घ-क्षितिज, वास्तविक-जगातील तांत्रिक कार्ये हाताळण्यास सक्षम आहे.
मध्ये काय वेगळे आहे?
एक खरे एजंटिक मॉडेल
पारंपारिक कोडिंग असिस्टंट्सच्या विपरीत जे फक्त कोड स्निपेट्स तयार करतात, हे "एजंटिक" मॉडेल म्हणून डिझाइन केलेले आहे. याचा अर्थ ते:
- संदर्भाचे जतन तास किंवा दिवस चालणाऱ्या दीर्घकाळ चालणाऱ्या कामांवर करू शकते
- कमांड-लाइन इंटरफेस, फाइल सिस्टीम आणि डेव्हलपमेंट एन्व्हायरमेंट्ससह, स्वायत्तपणे टूल्स वापरू शकते
- रिअल-टाइम फीडबॅकवर आधारित त्याचे स्थान न गमावता जुळवून घेऊ शकते आणि पुनरावृत्ती करू शकते
- संशोधन, नियोजन आणि अंमलबजावणी आवश्यक असलेल्या जटिल मल्टी-स्टेप वर्कफ्लो हाताळू शकते
स्वयं-निर्मितीची उपलब्धी
कदाचित चा सर्वात उल्लेखनीय पैलू हा आहे की कोडेक्स टीमने मॉडेलच्या सुरुवातीच्या आवृत्त्या वापरल्या:
- त्याच्या स्वतःच्या प्रशिक्षण प्रक्रियेतील त्रुटी शोधण्यासाठी
- त्याचे स्वतःचे डिप्लॉयमेंट व्यवस्थापित करण्यासाठी
- चाचणी निकालांचे आणि मूल्यांकनांचे निदान करण्यासाठी
- अंतिम रीलिझसाठी इन्फ्रास्ट्रक्चर ऑप्टिमाइझ करण्यासाठी
हे स्व-संदर्भित डेव्हलपमेंट सायकल हे दर्शवते की AI स्वतःच्या सुधारणेला गती कशी देत आहे—हा एक मैलाचा दगड आहे ज्याबद्दल OpenAI च्या संशोधकांनी वर्णन केले आहे की "Codex त्याच्या स्वतःच्या विकासाला किती गती देऊ शकला याने आम्ही थक्क झालो."
कार्यक्षमतेत सुधारणा
OpenAI च्या इन्फ्रास्ट्रक्चर आणि इन्फरन्स स्टॅकमधील सुधारणांमुळे 25% अधिक वेगवान त्याच्या आधीच्या मॉडेलपेक्षा (GPT-5.2-Codex) 25% अधिक वेगवान आहे. या गती सुधारणेमुळे अधिक प्रतिसाद देणारे रिअल-टाइम सहयोग आणि जलद पुनरावृत्ती चक्र शक्य होतात.
बेंचमार्क कार्यप्रदर्शनः डेटा
अनेक प्रमुख बेंचमार्कमध्ये अत्याधुनिक कार्यप्रदर्शन प्राप्त करते जे कोडिंग, एजंटिक क्षमता आणि वास्तविक-जगातील संगणक वापर मोजतात.
SWE-Bench Pro
SWE-Bench Pro हे वास्तविक-जगातील सॉफ्टवेअर इंजिनीअरिंगचे कठोर मूल्यांकन आहे जे चार प्रोग्रामिंग भाषांमध्ये (Python, JavaScript, TypeScript आणि Go) पसरलेले आहे. त्याच्या पूर्वीच्या मॉडेलच्या (SWE-Bench Verified) विपरीत, ज्याने फक्त Python ची चाचणी केली, SWE-Bench Pro हे अधिक दूषित-प्रतिरोधक आणि उद्योग-संबंधित बनण्यासाठी डिझाइन केलेले आहे.
टर्मिनल-बेंच 2.0
टर्मिनल-बेंच 2.0 वरील GPT-5.3-Codex विशेषतः महत्त्वपूर्ण आहे. हे बेंचमार्क टर्मिनल कौशल्ये मोजते जी कोडिंग एजंटला आवश्यक आहेत—फाइल सिस्टममध्ये नेव्हिगेट करणे, कमांड्स कार्यान्वित करणे आणि डेव्हलपमेंट वर्कफ्लो व्यवस्थापित करणे. उल्लेखनीय म्हणजे, GPT-5.3-Codex हे मागील कोणत्याही मॉडेलपेक्षा कमी टोकन्ससह साध्य करते, ज्यामुळे ते अधिक कार्यक्षम बनते.
OSWorld-Verified
OSWorld-Verified वरील GPT-5.3-Codex नाटकीयरीत्या सुधारित संगणक-वापर क्षमता दर्शवते. OSWorld हे एक एजंटिक संगणक-वापर बेंचमार्क आहे जिथे एजंट्सनी व्हिज्युअल डेस्कटॉप वातावरणात उत्पादकता कार्ये पूर्ण करणे आवश्यक आहे. या मोठ्या सुधारणेवरून हे दिसून येते की GPT-5.3-Codex मागील मॉडेल्सपेक्षा वास्तविक-जगातील इंटरफेसमध्ये नेव्हिगेट करण्यात अधिक चांगले आहे.
कोडिंगच्या पलीकडे: एक सामान्य-उद्देशीय एजंट
प्रोग्रामिंगमध्ये उत्कृष्ट असले तरी, त्याची क्षमता कोड जनरेशनच्या पलीकडेही विस्तारित आहे. OpenAI याला एक एजंट म्हणून स्थान देते जे "डेव्हलपर्स आणि व्यावसायिक संगणकावर जे काही करू शकतात ते जवळजवळ सर्वकाही" हाताळू शकते.
सॉफ्टवेअर लाइफसायकल सपोर्ट
हे मॉडेल संपूर्ण सॉफ्टवेअर डेव्हलपमेंट लाइफसायकलला सपोर्ट करण्यासाठी तयार केले आहे:
- डीबगिंग - बग्स ओळखणे आणि फिक्स करणे
- डिप्लॉयिंग - रीलिझ आणि इन्फ्रास्ट्रक्चर व्यवस्थापित करणे
- मॉनिटरिंग - कार्यप्रदर्शन आणि मेट्रिक्सचा मागोवा घेणे
- PRDs लिहिणे - उत्पादन आवश्यकता कागदपत्रे
- कॉपी संपादित करणे - डॉक्युमेंटेशन आणि मार्केटिंग टेक्स्ट
- वापरकर्ता संशोधन - वापरकर्त्याच्या फीडबॅकचे विश्लेषण करणे
- चाचणी - चाचणी सुट लिहिणे आणि चालवणे
- मेट्रिक्स विश्लेषण - डेटा-आधारित निर्णय घेणे
ज्ञान-आधारित कार्य क्षमता
GPT-5.3-Codex (44 व्यवसायांमधील ज्ञान-आधारित कामांवर कार्यप्रदर्शन मोजणारे OpenAI चे 2025 चे मूल्यांकन) वर, GPT-5.3-Codex GPT-5.2 च्या कार्यक्षमतेशी जुळते. यामध्ये यासारख्या कार्यांचा समावेश आहे:
- स्लाइड डेक आणि सादरीकरणे तयार करणे
- स्प्रेडशीटमध्ये डेटाचे विश्लेषण करणे
- दस्तऐवज व्यवस्थापन आणि संस्थेशी संबंधित काम करणे
वेब डेव्हलपमेंट उदाहरण
मॉडेलची क्षमता दर्शविण्यासाठी, OpenAI ने ला सुरवातीपासून दोन पूर्ण गेम्स तयार करण्यास सांगितले:
- एक रेसिंग गेम (कोडेक्स ॲप लॉन्च गेमची आवृत्ती 2)
केवळ "वेब गेम विकसित करा" कौशल्य आणि "बग फिक्स करा" किंवा "गेम सुधारा" यासारख्या सामान्य फॉलो-अप प्रॉम्प्ट्स वापरून, ने स्वायत्तपणे लाखो टोकन्सवर पुनरावृत्ती केली, उच्च-कार्यक्षम, पॉलिश केलेले गेम्स तयार केले.
चांगले हेतू आकलन
GPT-5.2-Codex च्या तुलनेत, नवीन मॉडेल वेबसाइट तयार करताना वापरकर्त्याचा हेतू अधिक चांगल्या प्रकारे समजून घेते. साध्या किंवा कमी-तपशीलवार प्रॉम्प्ट्स आता या वैशिष्ट्यांसह साइट्सवर डिफॉल्ट करतात:
उदाहरणार्थ, जेव्हा ला किंमत लँडिंग पृष्ठ तयार करण्यास सांगितले, तेव्हा त्याने आपोआप वार्षिक योजना सवलतीच्या मासिक किंमती म्हणून दर्शविली (सवलत स्पष्ट करून) आणि तीन विशिष्ट वापरकर्त्याच्या अवतरणांसह स्वयंचलितपणे रूपांतरित होणारे प्रशंसापत्र कॅरोसेल तयार केले—परिणामी अधिक पूर्ण आणि पॉलिश केलेले डिझाइन तयार झाले.
संवादात्मक सहयोग
सर्वात महत्त्वपूर्ण वापरकर्ता अनुभव सुधारणांपैकी एक म्हणजे मॉडेल कार्य करत असताना त्याला मार्गदर्शन करण्याची क्षमता.
रिअल-टाइम संवाद
अंतिम आउटपुटची प्रतीक्षा करण्याऐवजी, वापरकर्ते आता हे करू शकतात:
- अंमलबजावणी दरम्यान प्रश्न विचारू शकतात
- वेगवेगळ्या दृष्टिकोन Discuss करू शकतात
- विशिष्ट सोल्यूशन्सकडे मार्गदर्शन करू शकतात
- कार्याच्या दरम्यान अभिप्राय देऊ शकतात
GPT-5.3-Codex द्वारे GPT-5.3-Codex काय करत आहे याबद्दल बोलते, फीडबॅकला प्रतिसाद देते आणि वापरकर्त्यांना सुरुवातीपासून शेवटपर्यंत माहिती देत असते. हे Codex ॲपमध्ये सक्षम केले जाऊ शकते.
हे मशीनला कमांड देण्यापासून ते टीममधील सदस्यासोबत सहयोग करण्यापर्यंतच्या अनुभवात बदल घडवते—मानव AI प्रणालींशी कसा संवाद साधतात यात एक मूलभूत बदल.
सायबरसुरक्षा क्षमता आणि सुरक्षा
OpenAI च्या तयारीच्या फ्रेमवर्क अंतर्गत सायबरसुरक्षा-संबंधित कार्यांसाठी GPT-5.3-Codex हे "उच्च क्षमता" म्हणून वर्गीकृत केलेले पहिले मॉडेल आहे. सॉफ्टवेअरमधील असुरक्षितता ओळखण्यासाठी थेट प्रशिक्षण दिलेले हे पहिले मॉडेल आहे.
दुहेरी-उपयोग स्वरूप
सायबरसुरक्षा हे स्वाभाविकपणे दुहेरी-उपयोग (संरक्षण आणि आक्रमणासाठी उपयुक्त) असल्यामुळे, OpenAI एक सावधगिरीचा दृष्टिकोन घेत आहे:
- सायबर हल्ल्यांना एंड-टू-एंड स्वयंचलित करू शकते याचा कोणताही निश्चित पुरावा नाही
- सर्वंकष सायबरसुरक्षा सुरक्षा स्टॅक तैनात करत आहे
- सुरक्षा प्रशिक्षण आणि स्वयंचलित मॉनिटरिंगची अंमलबजावणी करत आहे
- प्रगत क्षमतांसाठी विश्वसनीय ॲक्सेसची आवश्यकता आहे
सायबरसाठी विश्वसनीय ॲक्सेस
OpenAI सायबरसाठी विश्वसनीय ॲक्सेस लाँच करत आहे, एक पायलट प्रोग्राम:
- सायबर संरक्षण संशोधनाला गती देण्यासाठी
- सुरुवातीला संरक्षकांना साधने मिळवून देण्यासाठी
- इकोसिस्टम लवचिकतेला सपोर्ट करण्यासाठी
$10 दशलक्षची बांधिलकी
2023 पासून $1 दशलक्ष सायबरसुरक्षा अनुदान कार्यक्रमावर आधारित, OpenAI सायबर संरक्षणाला गती देण्यासाठी $10 दशलक्ष API क्रेडिट्स देण्यास वचनबद्ध आहे, विशेषतः यासाठी:
- महत्त्वपूर्ण पायाभूत सुविधा प्रणाली
- सद्भावनेने केलेले सुरक्षा संशोधन
Aardvark सुरक्षा एजंट
OpenAI Aardvark च्या खाजगी बीटाचा विस्तार करत आहे, जे Codex सुरक्षा उत्पादने आणि साधनांच्या सूटमधील पहिले ऑफरिंग आहे, त्यांचे Next.js सारख्या मोठ्या प्रमाणावर वापरल्या जाणाऱ्या प्रकल्पांसाठी विनामूल्य कोडबेस स्कॅनिंग प्रदान करण्यासाठी ओपन-सोर्स मेंटेनर्ससोबत भागीदारी करत आहेत.
OpenAI ने Codex वापरून Codex कसे तयार केले
चा विकास AI-त्वरित संशोधनातील एक आकर्षक केस स्टडी प्रदान करतो.
संशोधन टीम वापर प्रकरणे
संशोधन टीमने च्या सुरुवातीच्या आवृत्त्या वापरल्या:
- रीलिझसाठी प्रशिक्षण रनचे निरीक्षण आणि डीबग करण्यासाठी
- प्रशिक्षणादरम्यान नमुन्यांचा मागोवा घेण्यासाठी
- संवादाच्या गुणवत्तेवर सखोल विश्लेषण करण्यासाठी
- मानवी संशोधकांसाठी उपाय प्रस्तावित करण्यासाठी आणि समृद्ध ॲप्लिकेशन्स तयार करण्यासाठी
- मागील मॉडेलपेक्षा मॉडेलचे वर्तन कसे वेगळे होते हे तंतोतंत समजून घेण्यासाठी
इंजिनीअरिंग टीम वापर प्रकरणे
इंजिनीअरिंग टीमने Codex चा वापर यासाठी केला:
- GPT-5.3-Codex साठी हार्नेस ऑप्टिमाइझ आणि अनुकूल करण्यासाठी
- वापरकर्त्यांवर परिणाम करणारे संदर्भ रेंडरिंग बग्स ओळखण्यासाठी
- कमी कॅशे हिट दरांचे मूळ कारण शोधण्यासाठी
- ट्रॅफिक वाढीशी जुळवून घेण्यासाठी डायनॅमिक पद्धतीने GPU क्लस्टर्स स्केल करण्यासाठी
- लाँच दरम्यान लेटन्सी स्थिर ठेवण्यासाठी
डेटा सायन्स वापर प्रकरणे
अल्फा चाचणी दरम्यान, एका डेटा सायंटिस्टने सोबत काम केले:
- स्पष्टीकरण, वापरकर्ता प्रतिसाद आणि कार्य प्रगतीची वारंवारता Estimating करण्यासाठी regex क्लासिफायर्स तयार करण्यासाठी
- सर्व सत्रांच्या नोंदींवर हे क्लासिफायर्स स्केलेबल पद्धतीने चालवण्यासाठी
- नवीन डेटा पाइपलाइन तयार करण्यासाठी आणि मानक डॅशबोर्डिंग साधनांपेक्षा अधिक समृद्धपणे परिणाम व्हिज्युअलाइज करण्यासाठी
- Codex सह एकत्रितपणे परिणामांचे विश्लेषण करण्यासाठी, तीन मिनिटांपेक्षा कमी वेळेत हजारो डेटा पॉइंट्समधील मुख्य अंतर्दृष्टी सारांशित करण्यासाठी
उत्पादकतेत वाढ
परिणाम? Codex सह तयार करणारे लोक आनंदी होते कारण एजंट:
- त्यांचा हेतू अधिक चांगल्या प्रकारे समजून घेत होता
- प्रत्येक वळणावर अधिक प्रगती करत होता
- कमी स्पष्टीकरणात्मक प्रश्न विचारत होता
उपलब्धता आणि किंमत
ॲक्सेस कसा करावा
तत्काळ उपलब्ध हे सर्व Codex सरफेसवर सशुल्क ChatGPT वापरकर्त्यांसाठी तत्काळ उपलब्ध आहे:
- डेस्कटॉप ॲप (macOS आणि Windows)
- IDE एक्सटेंशन्स (VS Code, JetBrains, इ.)
सदस्यता योजना
मर्यादित कालावधीसाठी, सशुल्क योजनांना सामान्य दराच्या दुप्पट मर्यादा मिळतील.
API किंमत
लाँचच्या वेळी, OpenAI ने GPT-5.3-Codex साठी अधिकृत API किंमत जाहीर केलेली नाही. API ॲक्सेसचे वर्णन "लवकरच रोल आउट होत आहे" आणि "पुढील आठवड्यात येत आहे" असे केले आहे.
संदर्भासाठी, मागील मॉडेल (GPT-5.2-Codex) साठी सध्याची API किंमत खालीलप्रमाणे आहे:
इन्फ्रास्ट्रक्चर
NVIDIA GB200 NVL72 सिस्टम्स हे OpenAI आणि NVIDIA यांच्यातील AI क्षमतेच्या सीमांना पुढे नेण्यात घनिष्ठ सहकार्याचा पुरावा आहे. NVIDIA GB200 NVL72 सिस्टम्स सह डिझाइन केलेले, प्रशिक्षित केलेले आणि त्यावर सर्व्ह केले जाते.
स्पर्धकांशी तुलना
Claude Opus 4.6 च्या Anthropic च्या घोषणेनंतर काही मिनिटांतच GPT-5.3-Codex ची रीलिझ झाली, ज्यामुळे दोन्ही मॉडेल्समध्ये तत्काळ तुलना झाली.
ची सामर्थ्ये
- टर्मिनल-बेंच 2.0: 77.3 वि. Opus 4.6 चे 65.4 (+18.6% फायदा)
- "उच्च विश्वसनीयता, कमी भिन्नता" डिझाइन तत्त्वज्ञान
- स्वयं-निर्मिती क्षमता (स्वतःला तयार करण्यात मदत केली)
- पहिले "उच्च क्षमता" सायबरसुरक्षा वर्गीकरण
Claude Opus 4.6 ची सामर्थ्ये
- 1 दशलक्ष टोकन संदर्भ विंडो (लक्षणीयरीत्या मोठी)
- एजंट टीम्स सहयोगी कार्यक्षमता
- ज्ञान-आधारित कार्य परिस्थितींमध्ये व्यापक अष्टपैलुत्व
- उच्च सर्जनशीलता तापमान (अधिक व्यक्तिमत्व)
डिझाइन तत्त्वज्ञान फरक
मोठे चित्र
तर्क करू शकणाऱ्या, तयार करू शकणाऱ्या आणि अंमलबजावणी करू शकणाऱ्या सामान्य-उद्देशीय एजंट्सच्या दिशेने एक महत्त्वपूर्ण बदल आहे हे केवळ एक वाढीव अपग्रेड नाही—तर वास्तविक-जगातील तांत्रिक कामांच्या संपूर्ण श्रेणीमध्ये तर्क करू शकणाऱ्या, तयार करू शकणाऱ्या आणि अंमलबजावणी करू शकणाऱ्या सामान्य-उद्देशीय एजंट्सच्या दिशेने एक महत्त्वपूर्ण बदल आहे.
कोड एजंट ते कॉम्प्युटर एजंट
OpenAI स्पष्टपणे हा विकास दर्शवते: "Codex कोड लिहिण्यापलीकडे जाऊन संगणक चालवण्यासाठी आणि एंड टू एंड काम पूर्ण करण्यासाठी एक साधन म्हणून वापरत आहे."
हा एक मोठा बदल आहे. "सर्वोत्तम कोडिंग एजंट" बनण्यावर लक्ष केंद्रित करून जे सुरू झाले ते आता संगणकावरील अधिक सामान्य सहयोगीसाठी आधार बनले आहे—AI सह कोण तयार करू शकते आणि काय शक्य आहे याचा विस्तार करत आहे.
AI विकासाला गती देणे
ने स्वतःला तयार करण्यात मदत केली ही भविष्यात काय होणार आहे याची एक झलक आहे. OpenAI च्या संशोधकांनी नमूद केले आहे की, "OpenAI मधील अनेक संशोधक आणि अभियंते आज त्यांची नोकरी दोन महिन्यांपूर्वीच्या तुलनेत मूलभूतपणे वेगळी असल्याचे वर्णन करतात."
यावरून असे सूचित होते की आपण AI विकासातील वेगवान परताव्याच्या काळात प्रवेश करत आहोत, जिथे मॉडेल्सची प्रत्येक पिढी पुढील पिढी तयार करण्यास मदत करते—संभाव्यतः वर्षांपासून महिन्यांपर्यंतची टाइमलाइन कमी करते.
डेव्हलपर्ससाठी परिणाम
सॉफ्टवेअर डेव्हलपर्ससाठी, याचे महत्त्वपूर्ण परिणाम आहेत:
- जलद डेव्हलपमेंट सायकल - AI अधिक नियमित कामे हाताळतो
- उच्च-स्तरीय अमूर्तता - डेव्हलपर्स आर्किटेक्चर आणि डिझाइनवर लक्ष केंद्रित करू शकतात
- संवादात्मक सहयोग - Tool वापरण्यासारखे कमी, टीममधील सदस्यासोबत काम करण्यासारखे अधिक
- नवीन क्षमता - ज्या कार्यांसाठी पूर्वी विशेष ज्ञानाची आवश्यकता होती ती आता ॲक्सेस करण्यायोग्य आहेत
व्यवसायांसाठी परिणाम
व्यवसायांसाठी, हे दर्शवते:
- उत्पादकतेत वाढ - कमी वेळेत अधिक काम होते
- कमी अडथळे - काही कार्यांसाठी कमी विशेष कौशल्यांची आवश्यकता
- नवीन सुरक्षा विचार - "उच्च क्षमता" सायबरसुरक्षा वर्गीकरणासाठी काळजीपूर्वक प्रशासनाची आवश्यकता आहे
- स्पर्धात्मक फायदा - शक्तिशाली एजंटिक AI चा लवकर अवलंब
निष्कर्ष
हे कृत्रिम बुद्धिमत्तेतील एक महत्त्वाचे यश आहे. हे एकत्र करते:
- अत्याधुनिक कोडिंग कार्यप्रदर्शन
- स्व-सुधारणा (याने स्वतःला तयार करण्यात मदत केली)
- वास्तविक-जगातील संगणक वापर
स्वतःच्या निर्मितीमध्ये ते महत्त्वपूर्ण ठरले ही वस्तुस्थिती तांत्रिक उपलब्धी तसेच AI कुठे जात आहे याचा एक रूपक म्हणून काम करते. मॉडेल्स अधिक सक्षम होत असताना, ते केवळ आपण वापरत असलेली साधने नाहीत—तर ते स्वतःच सर्जनशील आणि विकासात्मक प्रक्रियेत भागीदार बनत आहेत.
Claude Opus 4.6 सोबत एकाच वेळी रीलिझ, काही मिनिटांच्या अंतराने, AI क्षेत्रात तीव्र स्पर्धा असल्याचे अधोरेखित करते. परंतु त्याहून महत्त्वाचे म्हणजे, हे सूचित करते की आपण AI क्षमतेच्या एका नवीन टप्प्यात प्रवेश केला आहे—जिथे एजंट्स व्यावसायिक संगणकीय कामांच्या संपूर्ण श्रेणीमध्ये जटिल, दीर्घ-क्षितिज कार्ये विश्वसनीयपणे हाताळू शकतात.
OpenAI च्या म्हणण्यानुसार: "सर्वोत्तम कोडिंग एजंट बनण्यावर लक्ष केंद्रित करून जे सुरू झाले ते आता संगणकावरील अधिक सामान्य सहयोगीसाठी आधार बनले आहे."
आता प्रश्न हा नाही की हे मॉडेल्स काय करू शकतात—तर आपण त्यांच्यासोबत काय तयार करायचे निवडतो हा आहे.
स्रोत
अस्वीकरण: हा लेख 6 फेब्रुवारी, 2026 पर्यंत उपलब्ध असलेल्या माहितीवर आधारित आहे. तपशील, किंमत आणि उपलब्धता बदलू शकते. कृपया सर्वात अद्ययावत माहितीसाठी अधिकृत OpenAI दस्तऐवजाचा संदर्भ घ्या.
