खबरें

OpenAI के मॉडल Google Cloud पर निजी प्रीव्यू में आए

Google Cloud, Marketplace बिलिंग और Codex कनेक्शन के साथ 3 OpenAI मॉडल की निजी पहुंच खोल रही है। सामान्य उपलब्धता और कुछ सुरक्षा क्षमताएं बाद में देने की योजना है।

3 नीले कंप्यूटिंग कोर सफेद बादल जैसी संरचना से जुड़े हुए
एक क्लाउड परिवेश में अलग-अलग मॉडल तक पहुंच का वैचारिक चित्रण।

OpenAI और Google Cloud ने 21 अक्टूबर 2026 को घोषणा की कि OpenAI के मॉडल Google Cloud के Model Garden में आ रहे हैं। Google के मुताबिक GPT-6 Astra, GPT-6.1 Sol और GPT-6 Luna चुनिंदा कारोबारी ग्राहकों के लिए निजी प्रीव्यू में उपलब्ध हो रहे हैं। OpenAI आने वाले हफ्तों में सामान्य उपलब्धता की योजना बना रही है, इसलिए हर क्लाउड ग्राहक को तत्काल पहुंच नहीं मिलेगी।

इस कदम से संगठन Google के क्लाउड ढांचे के भीतर OpenAI मॉडल खरीद और चला सकते हैं। इसमें बिलिंग, अनुमतियां और डेटा नियंत्रण शामिल हैं। मॉडल तक पहुंच के साथ कंपनियों ने Codex के कार्यप्रवाह से जुड़ाव भी बताया है। कारोबारी नजरिए से, हर विकल्प के लिए दूसरे आपूर्तिकर्ता के साथ अलग खरीद व्यवस्था किए बिना मॉडल का चुनाव बढ़ सकता है।

अलग भूमिकाओं वाले 3 मॉडल

Google ने GPT-6 Astra को कठिन कोडिंग, कंप्यूटर संचालन, पेशेवर काम और विज्ञान के लिए पेश किया है। GPT-6.1 Sol को एजेंट संबंधी काम में Astra के करीब क्षमता वाला कम लागत का विकल्प बताया गया है। GPT-6 Luna तेज और किफायती रोजमर्रा के काम के लिए है। ये कंपनी के विवरण हैं, घोषणा के साथ प्रकाशित किसी नए संयुक्त तुलनात्मक परीक्षण के परिणाम नहीं।

यह अंतर महत्वपूर्ण है क्योंकि कारोबारी ऐप अलग-अलग काम करते हैं। छोटा सारांश, कोड सुधार और जटिल दस्तावेज की समीक्षा की जरूरतें अलग हो सकती हैं। एक मंच पर मॉडल बदलना उपयुक्त मॉडल चुनने में मदद कर सकता है, लेकिन हर कार्यप्रवाह के डेटा, भाषा और अपेक्षित सटीकता पर परीक्षण फिर भी जरूरी है।

Google कहती है कि Model Garden में Google, दूसरे आपूर्तिकर्ताओं और ओपन मॉडल समुदाय के 200 से अधिक मॉडल हैं। OpenAI इस सूची को बढ़ाती है। इसका मतलब यह नहीं कि सभी मॉडल एक जैसा व्यवहार करते हैं या मौजूदा सिस्टम बिना बदलाव उनके बीच जा सकता है। जवाब का प्रारूप, देरी और टूल का इस्तेमाल व्यावहारिक सवाल बने रहते हैं।

डेवलपर के लिए एकीकृत रास्ता प्रयोग और मौजूदा सिस्टम में जोड़ने के बीच की दूरी घटा सकता है। लेकिन सूची में शामिल होना किसी खास सेवा के लिए उपयुक्तता साबित नहीं करता। उपयोगी मूल्यांकन में केवल कारोबारी विवरण पर भरोसा करने के बजाय कई मॉडल पर समान काम और सफलता के समान मानदंड लागू किए जाते हैं।

Google Cloud Marketplace से बिलिंग

दोनों कंपनियों के मुताबिक खरीद Google Cloud Marketplace से होगी और उपयोग Google Cloud के बिल में दिखेगा। संगठन अपनी मौजूदा क्लाउड खर्च प्रतिबद्धताओं को इन खरीदों में इस्तेमाल कर सकते हैं। Google ने जोड़ा कि संबंधित खाते की योजना और शर्तों के तहत उपयोग विभिन्न मॉडल प्रदाताओं में Flexible Savings Plans के लिए भी गिना जाएगा।

यह IT प्रमुखों और खरीद टीमों के लिए मायने रखता है। एक क्लाउड के लिए पहले से रखा बजट उसी बिलिंग माध्यम से दूसरे आपूर्तिकर्ता के मॉडल पर इस्तेमाल हो सकता है। इससे हर संगठन की कुल लागत घटने की गारंटी नहीं मिलती। उपयोग की मात्रा, काम और कारोबारी समझौते वास्तविक बिल को प्रभावित करते हैं।

घोषणाओं में इस रास्ते की पूरी मूल्य सूची या OpenAI से सीधे खरीद की तुलना में कुल लागत का आकलन नहीं है। इसलिए समान छूट मिलने का दावा करने का आधार नहीं है। बताया गया तत्काल लाभ खरीद को एक जगह लाना और मौजूदा प्रतिबद्धताओं का इस्तेमाल है; आर्थिक उपयुक्तता फिर भी शर्तों और तैनाती पर निर्भर करेगी।

एकीकृत बिलिंग का अर्थ असीमित बजट भी नहीं है। एजेंट को कार्यस्थल के सिस्टम से जोड़ने वाले संगठनों को समझना होगा कि मॉडल कितनी बार बुलाए जाते हैं, कौन से काम महंगे मॉडल चलाते हैं और बार-बार किए अनुरोध कैसे जुड़ते हैं। मॉडल का चुनाव स्थापना के समय का एक फैसला नहीं, लगातार संचालन संबंधी निर्णय बन जाता है।

डेटा नियंत्रण और अभी आने वाली सुविधाएं

Google कहती है कि निर्देश, संदर्भ और आउटपुट ग्राहक की तय डेटा सीमा में रहते हैं और फाउंडेशन मॉडल के प्रशिक्षण में इस्तेमाल नहीं होते। कंपनी ने समर्पित Google Cloud ढांचे, अलग पहुंच गेटवे, पहचान प्रबंधन और एकीकृत ऑडिट लॉग का वर्णन किया है। ये आपूर्तिकर्ता की प्रतिबद्धताएं और तकनीकी बनावट के विवरण हैं, जिन्हें लागू सेवा शर्तों के भीतर समझना चाहिए।

घोषणा के मुताबिक एजेंट या मॉडल के साथ हर संवाद प्रमाणित पहचान के तहत होता है और VPC Service Controls से सुरक्षित रहता है। उद्देश्य है कि प्रशासक जान सकें कि जानकारी तक कौन पहुंचता है और गतिविधि का रिकॉर्ड देख सकें। पहुंच नियंत्रण सही अनुमतियां तय करने की जगह नहीं लेता, खासकर यह तय करने की कि एजेंट किन सूचना स्रोतों तक जा सकता है।

2 सुरक्षा क्षमताएं स्पष्ट रूप से भविष्य के लिए बताई गई हैं: Zero Data Retention के विकल्प और Confidential Compute। पहली डेटा न रखने की नीतियों से जुड़ी है, जबकि दूसरी अलग वातावरण में सूचना के प्रसंस्करण की रक्षा करती है। इन्हें हर प्रीव्यू ग्राहक को अभी उपलब्ध या हर कार्यभार पर अपने आप लागू नहीं बताया जाना चाहिए।

डेटा से प्रशिक्षण न करना और उसे न रखना, अलग बातें हैं। आपूर्तिकर्ता ग्राहक की सामग्री से मॉडल न सिखाने का वादा कर सकता है, लेकिन उससे सभी भंडारण अवधियां और लॉग की व्यवस्था तय नहीं होती। इसलिए निजता संबंधी जरूरत वाले संगठनों को विशिष्ट सेवा नीति चाहिए, न कि अलग सवालों को एक सामान्य सुरक्षा दावे में मिला देना।

Codex का जुड़ाव अभी, अतिरिक्त एकीकरण बाद में

Google के मुताबिक पात्र ग्राहक API इस्तेमाल कर सकते हैं और स्थानीय Codex CLI तथा डेस्कटॉप कार्यप्रवाह को मॉडल चलाने के लिए उसके Gemini मंच से जोड़ सकते हैं। यह कार्य वातावरण और कंप्यूटिंग सेवा का जुड़ाव है। इसका मतलब यह नहीं कि हर Codex उत्पाद Google में चला गया है या सभी उपयोगकर्ताओं को बिना सेटअप के नई पहुंच मिल जाती है।

कंपनियों ने Google Antigravity और कारोबारी Gemini टूल के साथ भविष्य के एकीकरण का भी उल्लेख किया है। OpenAI ने Gemini Agent कहा है, जबकि Google ने Gemini for business नाम लिया है। किसी घोषणा में हर इंटरफेस का विस्तृत समय नहीं दिया गया। इसलिए अभी खुल रही निजी पहुंच और बाद के एकीकरण में फर्क जरूरी है।

पहले से Google Cloud इस्तेमाल करने वाले इजरायली संगठनों के लिए यह विकल्प खरीद, विकास और सूचना प्रशासन में खास तौर पर प्रासंगिक है। हालांकि घोषणाएं इजरायली क्लाउड रीजन में उपलब्धता नहीं बतातीं और स्थानीय डेटा प्रसंस्करण का वादा नहीं करतीं। वैश्विक एकीकरण यह साबित नहीं करता कि मॉडल इजरायल में चलेंगे या संगठन की हर स्थानीय जरूरत अपने आप पूरी करेंगे।

OpenAI कहती है कि Microsoft उसका मुख्य क्लाउड साझेदार बना हुआ है। Google की साझेदारी उस कथन को बदले बिना व्यावसायिक और तकनीकी पहुंच का अतिरिक्त रास्ता देती है। ग्राहकों के लिए ठोस बदलाव परिचित कार्य वातावरण में अधिक विकल्प है। उसका मूल्य उपलब्धता, लागत और असली कार्यभार के अनुरूप नियंत्रण पर निर्भर करेगा।