دوشنبه، ۲۰ مهر ۱۴۰۵

تاریخ انتشار: ۲۱ مهر ۱۴۰۵ | ۱۲ اکتبر ۲۰۲۶
زمان مطالعه: حدود ۱۲ دقیقه
مدلهای ChatGPT از نظر توانایی استدلال، سرعت پاسخگویی، برنامهنویسی، تحلیل اطلاعات و کار با تصویر و صدا تفاوت دارند. به همین دلیل، بهترین مدل چت جی پی تی برای همه کاربران یکسان نیست؛ برای یک سؤال ساده، مدل سریع و سبک میتواند کافی باشد، اما برای تحلیل پیچیده، توسعه نرمافزار یا پژوهش چندمرحلهای، انتخاب مدل قدرتمندتر منطقیتر است.
در این راهنما، مدلهای مهم ChatGPT را به ترتیب زمانی معرفی میکنیم، تاریخ انتشار آنها را بررسی میکنیم و تفاوت مدلهای عمومی، استدلالی، تخصصی و نسخههای قدیمی را توضیح میدهیم. همچنین میتوانید بر اساس نیاز خود، از برنامهنویسی و تولید محتوا تا تحلیل فایل و تولید تصویر، مدل مناسبتری انتخاب کنید.
آخرین بهروزرسانی: ۲۱ مهر ۱۴۰۵ (۱۲ اکتبر ۲۰۲۶)
اگر بخواهیم خیلی سریع مدلهای جدیدتر را بر اساس نوع استفاده مقایسه کنیم، باید ابتدا میان توانایی مدل، سرعت، هزینه و دسترسی تفاوت قائل شویم. مدل قدرتمندتر لزوماً برای تمام کارها بهترین انتخاب نیست.
مدل | مناسب برای | مزیت اصلی |
GPT-6 Astra | استدلال پیچیده، برنامهنویسی حرفهای و کارهای چندمرحلهای | بالاترین سطح توانایی در خانواده GPT-6 |
GPT-6.1 Sol | برنامهنویسی، تحلیل و کارهای حرفهای | تعادل میان توانایی و هزینه در API |
GPT-6 Luna | کارهای مشخص، پرتکرار و نیازمند پاسخ سریع | بهرهوری و هزینه کمتر در API |
GPT-5.6 | کارهای حرفهای و گردشکارهای پیچیده | گزینههای متنوع در خانواده GPT-5.6 |
GPT-5.5 | برنامهنویسی و کارهای حرفهای | توانایی در وظایف پیچیده و چندمرحلهای |
GPT-Image | تولید و ویرایش تصویر | پردازش تصویری تخصصی |
GPT-Live | مکالمه صوتی طبیعی | تعامل گفتاری بلادرنگ |
توجه: این جدول، راهنمای کلی خانوادههای مدل است، نه فهرست تضمینشده مدلهای قابل انتخاب برای تمام کاربران ChatGPT. برخی مدلها یا نسخهها در API و محیطهای توسعه در دسترساند و ممکن است در منوی گفتوگوی معمولی ChatGPT وجود نداشته باشند. دسترسی واقعی به مدلها به پلن، محیط استفاده و وضعیت انتشار آنها بستگی دارد.
برای شناخت مدلهای ChatGPT باید تاریخچه آنها را از مدلهای قدیمیتر تا نسلهای جدید بررسی کنیم. در این فهرست، مدلهای شاخص و خانوادههای مهم را میبینید؛ مدلهای تخصصی صوت، تصویر، کدنویسی و نسخههای API نیز در بخش جداگانه معرفی میشوند.

تاریخ معرفی ChatGPT عمومی مبتنی بر GPT-3.5: ۳۰ نوامبر ۲۰۲۲
GPT-3.5 یکی از نقاط شروع گسترش عمومی چتباتهای مولد بود. این خانواده امکان گفتوگوی متنی، پاسخ به پرسشها، خلاصهسازی و تولید محتوا را برای طیف وسیعی از کاربران فراهم کرد. کاربردهای اصلی آن شامل پاسخ به سؤالهای عمومی، نگارش متن، ترجمه، ایدهپردازی و کمک اولیه به برنامهنویسی بود. با توسعه مدلهای جدیدتر، این نسل دیگر معیار مناسبی برای انتخاب یک مدل پیشرفته امروزی نیست.
تاریخ معرفی: ۱۴ مارس ۲۰۲۳
GPT-4 نسبت به نسل قبلی در بسیاری از وظایف پیچیدهتر، دنبالکردن دستورالعملها و استدلال عملکرد بهتری ارائه کرد. این مدل در توسعه کاربردهای حرفهای ChatGPT اهمیت زیادی داشت. کاربردهای شاخص GPT-4 شامل تحلیل متن، پاسخ به پرسشهای تخصصی، حل مسئله، کمک به برنامهنویسی و نگارش ساختاریافته بود. با این حال، عملکرد واقعی آن به نوع مسئله و کیفیت اطلاعات ورودی وابسته بود.
تاریخ معرفی عمومی: ۶ نوامبر ۲۰۲۳
GPT-4 Turbo نسخهای بهینهشده از خانواده GPT-4 بود که با تمرکز بر هزینه، سرعت و ظرفیت پردازش بیشتر معرفی شد. این مدل بهویژه در کاربردهای توسعه نرمافزار و API اهمیت داشت.
تاریخ معرفی: ۱۳ مه ۲۰۲۴
حرف «o» در نام GPT-4o به واژه Omni اشاره دارد. این خانواده با هدف پردازش چندرسانهای طراحی شد و تعامل میان متن، تصویر و صوت را گسترش داد. GPT-4o در مکالمه طبیعی، تحلیل ورودیهای تصویری، ترجمه و کارهای عمومی کاربرد داشت. با این حال، معرفی مدلهای جدیدتر به معنای آن نیست که تمام قابلیتهای چندرسانهای فقط به این خانواده محدود شدهاند.
وضعیت: GPT-4o در فوریه ۲۰۲۶ از ChatGPT بازنشسته شد. بنابراین، آن را باید در بخش تاریخچه مدلها قرار داد، نه بهعنوان گزینهای که همه کاربران امروز میتوانند انتخاب کنند.
معرفی اولیه o1-preview: ۱۲ سپتامبر ۲۰۲۴
خانواده o1 با تمرکز بر استدلال و حل مسائل پیچیده معرفی شد. در این رویکرد، مدل برای برخی وظایف زمان بیشتری صرف بررسی مسئله میکند تا پاسخ دقیقتری ارائه دهد. این خانواده برای ریاضی، علوم، منطق و برنامهنویسی پیچیده اهمیت داشت. با گسترش مدلهای استدلالی جدیدتر، باید وضعیت دسترسی هر نسخه را جداگانه بررسی کرد.
مدلهای این خانواده در سال ۲۰۲۵ معرفی شدند و رویکرد استدلالی OpenAI را توسعه دادند. o3 برای استدلال و کارهای پیچیده طراحی شده بود و o4-mini گزینهای کوچکتر برای ترکیب توانایی، سرعت و بهرهوری محسوب میشد. این مدلها در تاریخچه ChatGPT اهمیت دارند، اما در سال ۲۰۲۶ بعضی از نسخههای آنها از ChatGPT بازنشسته شدهاند.
تاریخ معرفی: ۱۴ آوریل ۲۰۲۵
GPT-4.1 خانوادهای با تمرکز بر پیروی از دستورالعملها، برنامهنویسی و پردازش ورودیهای طولانی بود. این مدل بهویژه در API برای وظایف توسعه نرمافزار و پردازش اطلاعات کاربرد داشت. GPT-4.1 را نباید با GPT-4o یا GPT-5 یکسان دانست؛ این نامها به نسلها و خانوادههای متفاوتی اشاره دارند.
وضعیت: GPT-4.1 و نسخههای مرتبط آن در فوریه ۲۰۲۶ از ChatGPT بازنشسته شدند. وجود احتمالی یک نسخه در API با دسترسی آن در رابط ChatGPT تفاوت دارد.
تاریخ معرفی: ۷ اوت ۲۰۲۵
GPT-5 یکی از نسلهای مهم مدلهای عمومی OpenAI بود که تواناییهای گفتوگو، استدلال، برنامهنویسی و انجام وظایف متنوع را در یک تجربه یکپارچهتر ترکیب کرد. این نسل به کاربران کمک میکرد برای وظایف ساده و پیچیده از یک خانواده مدل استفاده کنند؛ هرچند انتخاب مدل یا سطح استدلال همچنان میتوانست بر سرعت و کیفیت نتیجه اثر بگذارد.
وضعیت: نسخههای اولیه GPT-5 در ChatGPT بهمرور با نسلهای جدیدتر جایگزین شدند. بنابراین، هنگام مقایسه باید نسخه دقیق و تاریخ بررسی را مشخص کرد.
تاریخ بهروزرسانی رسمی: ۳ مارس ۲۰۲۶
GPT-5.3 Instant با تمرکز بر کیفیت پاسخهای روزمره، جستوجوی وب، ارتباط بهتر با زمینه سؤال و کاهش پاسخهای غیرضروری بهروزرسانی شد. این نمونه نشان میدهد که همه تغییرات مدلها به معنای معرفی یک نسل کاملاً جدید نیستند؛ گاهی بهروزرسانی یک نسخه موجود، کیفیت تجربه کاربر را تغییر میدهد.
تاریخ معرفی: ۵ فوریه ۲۰۲۶
GPT-5.3-Codex برای برنامهنویسی و کارهای عاملمحور توسعه یافت. چنین مدلهایی فراتر از تولید یک قطعه کد عمل میکنند و میتوانند در برنامهریزی، بررسی، اصلاح و پیشبرد یک گردشکار نرمافزاری نقش داشته باشند. برای انتخاب ابزار برنامهنویسی، باید میان مدل گفتوگویی عمومی، مدل تخصصی کدنویسی و ابزار اجرایی مانند Codex تفاوت قائل شد.
GPT-5.5 در خانواده مدلهای حرفهای OpenAI قرار دارد و برای وظایف پیچیده، برنامهنویسی، کار با ابزارها و گردشکارهای چندمرحلهای طراحی شده است. این مدل در محیط API با قابلیتهایی مانند استفاده از ابزارها و پردازش ورودیهای متنوع عرضه شده است. جزئیات دسترسی و قابلیتهای آن در ChatGPT باید از یادداشتهای رسمی همان محیط بررسی شود.
GPT-5.6 از خانوادههای جدیدتر OpenAI در سال ۲۰۲۶ است. در مستندات API، نسخههایی با تمرکز متفاوت بر توانایی، هزینه و نوع وظیفه معرفی شدهاند. برای مثال، در کنار نسخههای حرفهای، نسخههایی برای تعادل هزینه و توانایی یا اجرای وظایف پرتکرار وجود دارند. این نامها را نباید بدون بررسی مستندات بهعنوان گزینههای همزمان منوی ChatGPT معرفی کرد.
تاریخ معرفی رسمی: ۳ سپتامبر ۲۰۲۶
GPT-6 Astra برای وظایف پیچیدهتر، برنامهنویسی، پژوهش، استفاده از رایانه و گردشکارهای حرفهای چندمرحلهای معرفی شد. این مدل زمانی انتخاب مناسبی است که مسئله به تحلیل عمیق، پیگیری چند مرحله، بررسی اطلاعات و اجرای وظایف وابسته نیاز داشته باشد. البته توانایی بالاتر همیشه به معنای پاسخ سریعتر یا هزینه کمتر نیست.
مطالعه بیشتر: GPT-6 Astra؛ مدل تازه OpenAI که ChatGPT را وارد مرحله جدیدی میکند!
تاریخ معرفی در محیط Work و Codex: ۲۲ سپتامبر ۲۰۲۶
GPT-6 Sol و GPT-6 Luna با هدف پاسخگویی به نیازهای متفاوت معرفی شدند. Sol بر گردشکارهای پیچیده و کدنویسی تمرکز دارد، در حالی که Luna برای وظایف مشخص و پرتکرار با بهرهوری بیشتر طراحی شده است. این تفاوت به معنای آن نیست که Luna برای همه کارهای ساده یا Sol برای تمام کارهای حرفهای بهترین گزینه قطعی است؛ انتخاب مدل باید با نیاز واقعی و نتیجه مورد انتظار هماهنگ باشد.
GPT-6.1 Sol نسخه ارتقایافته خانواده Sol است که در مستندات API برای کارهای پیچیده، کدنویسی و گردشکارهای حرفهای معرفی شده است. این مدل تلاش میکند توانایی بالایی را با هزینهای کمتر از مدل پرچمدار Astra ترکیب کند. برای کاربر عادی ChatGPT، نام مدل قابل انتخاب و وضعیت دسترسی مهمتر از شناسه فنی API است. بنابراین، اگر مدل را در مستندات توسعهدهندگان میبینید، نباید فرض کنید همان نام و دسترسی در تمام پلنهای ChatGPT وجود دارد.
مدلهای ChatGPT را میتوان بر اساس نوع مسئلهای که برای آن طراحی شدهاند دستهبندی کرد. این تقسیمبندی از مقایسه نام مدلها بهتنهایی مفیدتر است؛ زیرا دو مدل از یک نسل نیز ممکن است کاربردهای متفاوتی داشته باشند.
نوع مدل | هدف اصلی | نمونه کاربرد |
مدل عمومی | پاسخگویی و انجام وظایف متنوع | گفتوگو، نگارش و پرسشهای روزمره |
مدل استدلالی | بررسی مسائل چندمرحلهای | ریاضی، تحلیل و حل مسئله |
مدل تخصصی کدنویسی | توسعه و بررسی نرمافزار | تولید کد، دیباگ و اصلاح پروژه |
مدل تصویرساز | ساخت و ویرایش تصویر | تصویر تبلیغاتی، طراحی و ویرایش |
مدل صوتی | پردازش گفتار و مکالمه | دستیار صوتی، رونویسی و ترجمه گفتار |
مدلهای سبکتر | اجرای وظایف مشخص با هزینه یا تأخیر کمتر | استخراج اطلاعات و پردازش پرتکرار |
توجه کنید که این گروهها الزاماً از هم جدا نیستند. یک مدل عمومی جدید ممکن است ورودی تصویر را پردازش کند، از ابزار جستوجو استفاده کند یا در بعضی شرایط قابلیتهای صوتی داشته باشد. بنابراین، قابلیت دقیق مدل را باید از مستندات آن بررسی کرد.
بهترین مدل ChatGPT به هدف شما بستگی دارد. اگر پاسخ سریع و کمهزینه میخواهید، انتخاب شما میتواند با کسی که در حال توسعه یک نرمافزار پیچیده است متفاوت باشد.
برای برنامهنویسی پیچیده، بررسی چند فایل، پیدا کردن خطاهای وابسته به هم و طراحی راهحل، ابتدا مدلهای قدرتمند خانواده GPT-6 و ابزارهای تخصصی مانند Codex را بررسی کنید.
GPT-6 Astra برای وظایف دشوار و چندمرحلهای طراحی شده است. GPT-6.1 Sol نیز میتواند برای پروژههایی مناسب باشد که تعادل توانایی و هزینه اهمیت دارد. اگر از ابزارهای توسعه استفاده میکنید، پشتیبانی مدل از اجرای کد، کار با فایلها و ابزارهای توسعه را نیز بررسی کنید.
برای کدنویسی ساده، توضیح یک تابع یا تبدیل یک قطعه کد، همیشه به قدرتمندترین مدل نیاز ندارید.
برای تولید محتوا، انتخاب مدل تنها عامل تعیینکننده نیست. توانایی پیروی از ساختار، حفظ لحن برند، کار با منابع، تحلیل نیت جستوجو و اصلاح متن نیز اهمیت دارند.
مدلهای عمومی قدرتمند برای تدوین مقاله، بازنویسی، خوشهبندی کلمات کلیدی، طراحی ساختار محتوا و تحلیل دادههای سئو مفیدند. برای محتوای حساس یا مبتنی بر آمار، منابع را بررسی کنید و خروجی مدل را بدون بازبینی منتشر نکنید.
برای تحقیق چندمرحلهای، بررسی منابع و جمعبندی اطلاعات متناقض، از مدلی استفاده کنید که توانایی استدلال و دسترسی به ابزارهای لازم را دارد.
در این نوع کارها، قابلیتهایی مانند جستوجوی وب، ارجاع به منابع، تحلیل فایل و دنبالکردن چند مرحله میتوانند به اندازه خود مدل اهمیت داشته باشند. اگر مدل به اینترنت یا منابع موردنیاز دسترسی ندارد، صرفاً انتخاب یک نسخه قویتر مشکل کمبود اطلاعات را حل نمیکند.
برای مسائل پیچیده ریاضی، منطق و تحلیل چندمرحلهای، مدلهای دارای قابلیت استدلال عمیق را بررسی کنید. مدلهای سبکتر ممکن است برای محاسبات ساده و تمرینهای معمولی کافی باشند.
در مسائل مهم، پاسخ نهایی را با محاسبه مستقل یا ابزار معتبر کنترل کنید. توضیح روان یک راهحل لزوماً به معنای درست بودن آن نیست.
برای تولید تصویر، باید میان مدل زبانی و مدل تخصصی تصویرساز تفاوت قائل شوید. برخی مدلهای ChatGPT میتوانند درخواست تصویری را درک کنند یا با ابزار تصویر کار کنند، اما نام مدل زبانی لزوماً نام مدل تصویرساز نیست.
در مستندات OpenAI، خانواده GPT-Image برای تولید و ویرایش تصویر معرفی شده است. برای انتخاب ابزار مناسب، نوع تصویر، میزان کنترل روی جزئیات، امکان ویرایش تصویر ورودی و دسترسی در محصول مورد استفاده را بررسی کنید.
برای ترجمه، خلاصهسازی، نگارش ایمیل و پرسشهای روزمره، مدل سریع و عمومی اغلب کافی است. انتخاب مدل پرهزینهتر زمانی منطقی میشود که متن تخصصی، چندزبانه، طولانی یا نیازمند رعایت دستورالعملهای پیچیده باشد.
برای ترجمه حرفهای نیز اصطلاحات تخصصی، نامهای خاص و ظرافتهای فرهنگی را بررسی کنید؛ بهخصوص اگر متن قرار است منتشر شود یا کاربرد حقوقی و تجاری داشته باشد.
این سه مدل از نظر هدف طراحی و جایگاه در خانواده GPT-6 تفاوت دارند.
معیار | GPT-6 Astra | GPT-6.1 Sol | GPT-6 Luna |
هدف اصلی | کارهای بسیار پیچیده | کارهای حرفهای با تعادل هزینه و توانایی | وظایف مشخص و پرتکرار |
استدلال پیچیده | اولویت اصلی | مناسب برای بسیاری از وظایف پیچیده | وابسته به نوع مسئله و سطح استدلال |
برنامهنویسی | مناسب کارهای دشوار و چندمرحلهای | مناسب پروژههای پیچیده با توجه به هزینه | مناسبتر برای کارهای محدود و مشخص |
هزینه در API | بالاتر از Sol و Luna در تعرفه منتشرشده | کمتر از Astra | کمترین هزینه در این مقایسه |
دسترسی در ChatGPT | وابسته به پلن و محیط | وابسته به پلن و محیط | وابسته به پلن و محیط |
هزینههای API را نباید با قیمت اشتراک ChatGPT یکی دانست. در API، هزینه معمولاً بر اساس میزان استفاده محاسبه میشود؛ اما اشتراک ChatGPT بر اساس پلن و محدودیتهای دسترسی تعریف میشود.
برای انتخاب مدل مناسب، ابتدا نوع کار و سپس سطح پیچیدگی آن را مشخص کنید. در بسیاری از موارد، این روش از انتخاب مدل صرفاً بر اساس جدیدترین نام نتیجه بهتری دارد.
۱. نوع وظیفه را مشخص کنید: پاسخ روزمره، تحقیق، کدنویسی، تحلیل فایل، تصویر یا صدا.
۲. پیچیدگی کار را بسنجید: آیا یک پاسخ کوتاه کافی است یا مسئله به چند مرحله تحلیل و بررسی نیاز دارد؟
۳. سرعت و هزینه را در نظر بگیرید: برای کارهای پرتکرار، مدل سریعتر و کمهزینهتر ممکن است انتخاب مناسبتری باشد.
۴. دسترسی را بررسی کنید: مدل موردنظر ممکن است در API، ChatGPT یا ابزار توسعهای خاصی موجود باشد و برای همه کاربران در دسترس نباشد.
۵. نتیجه را آزمایش کنید: برای کارهای مهم، چند مدل را با ورودی یکسان مقایسه کنید و کیفیت، دقت، زمان و هزینه را بسنجید.
خیر؛ دسترسی به مدلها و میزان استفاده میتواند بر اساس پلن، منطقه، مرحله انتشار و سیاستهای جاری OpenAI متفاوت باشد. بعضی قابلیتها ابتدا برای گروه محدودی از کاربران فعال میشوند و سپس گسترش پیدا میکنند.
بنابراین، برای پاسخ دقیق به این سؤال که کدام مدل در نسخه رایگان یا پلنهای Plus، Pro، Business و Enterprise موجود است، باید صفحه رسمی پلنها و یادداشتهای انتشار ChatGPT را در تاریخ بررسی مطالعه کرد.
همچنین وجود یک مدل در فهرست API به معنی دسترسی خودکار به آن در اشتراک ChatGPT نیست. API و ChatGPT دو روش متفاوت استفاده از فناوری OpenAI هستند.
بعضی مدلهای قدیمی از ChatGPT بازنشسته شدهاند، اما وضعیت API آنها ممکن است متفاوت باشد. برای مثال، OpenAI در فوریه ۲۰۲۶ بازنشستگی GPT-4o، GPT-4.1، GPT-4.1 mini و o4-mini را از ChatGPT اعلام کرد.
اگر به دنبال یک مدل قدیمی هستید، پیش از انتخاب آن، وضعیت دسترسی را در محیط موردنظر بررسی کنید. نام مدل در یک مقاله تاریخی یا مستندات قدیمی، بهتنهایی نشان نمیدهد که هنوز قابل استفاده است.
بر اساس یادداشت انتشار ۷ اکتبر ۲۰۲۶، GPT-6 به ChatGPT اضافه شده است. با این حال، مدل قابل دسترسی برای هر کاربر میتواند بر اساس پلن، مرحله انتشار و محیط استفاده متفاوت باشد. برای آخرین وضعیت، یادداشتهای رسمی ChatGPT را بررسی کنید.
GPT-6 Astra در مستندات رسمی بهعنوان مدل پرچمدار برای وظایف بسیار پیچیده، استدلال، کدنویسی و کارهای حرفهای معرفی شده است. با این حال، برای هر کاربرد باید کیفیت واقعی خروجی و محدودیت دسترسی را هم در نظر گرفت.
برای پروژههای پیچیده، GPT-6 Astra و GPT-6.1 Sol گزینههایی هستند که باید بررسی شوند. برای کارهای تخصصی توسعه نرمافزار، ابزار Codex نیز اهمیت دارد. انتخاب نهایی به نوع پروژه، ابزارهای در دسترس و هزینه بستگی دارد.
عرضه GPT-6 از پلنهای پولی آغاز شد و طبق اطلاعیه رسمی، گسترش دسترسی به Free و Go نیز برای روز بعد اعلام شده بود. با این حال، مدل و سطح دسترسی قابل مشاهده برای هر حساب ممکن است متفاوت باشد؛ وضعیت فعلی را در منوی مدلها بررسی کنید.
مدل گفتوگویی برای پردازش درخواست و تولید پاسخ طراحی شده است، در حالی که مدل تخصصی تصویر بر تولید یا ویرایش تصویر تمرکز دارد. این قابلیتها ممکن است از طریق ابزارهای یک محصول با هم کار کنند، اما نام و عملکرد آنها یکسان نیست.
خیر. استفاده از ChatGPT و استفاده از API دو روش متفاوت هستند. کاربران میتوانند از رابط ChatGPT بر اساس پلن و محدودیتهای آن استفاده کنند؛ توسعهدهندگان نیز میتوانند در صورت نیاز، از API برای اتصال مدل به نرمافزارها و سرویسهای خود بهره ببرند.
برای انتخاب از میان مدلهای ChatGPT، تنها به جدیدترین شماره نسخه توجه نکنید. نوع وظیفه، پیچیدگی مسئله، سرعت پاسخ، هزینه و دسترسی به قابلیتها عوامل اصلی انتخاب هستند.
اگر کار شما استدلال پیچیده یا برنامهنویسی حرفهای است، مدلهای قدرتمند خانواده GPT-6 را بررسی کنید. برای وظایف پرتکرار و مشخص، مدلهای بهینهتر ممکن است کافی باشند. برای تولید تصویر و مکالمه صوتی نیز باید قابلیت یا مدل تخصصی مرتبط را در نظر بگیرید.
برای استفاده از ChatGPT در کارهای روزمره و حرفهای، ابتدا نیاز خود را مشخص کنید و سپس پلن و دسترسی مناسب را انتخاب کنید. آخرین وضعیت مدلها و قابلیتها را میتوانید در یادداشتهای انتشار ChatGPT و مستندات رسمی مدلهای OpenAI دنبال کنید.