GPT-6.1Terra

Παρουσιάζουμε το GPT-6.1 Terra, ένα γρήγορο, αποδοτικό μοντέλο που συνδυάζει λεπτομερή οπτική συλλογιστική και ακριβή χειρισμό υπολογιστή με πιο σαφή και φυσικό γραπτό λόγο. Σημαντικά βελτιωμένο σε σχέση με το GPT‑5.6 Terra, διακρίνεται στις εργασίες επικοινωνίας και χρήσης υπολογιστή που γεμίζουν την εργάσιμη ημέρα, από τη σύνταξη προτάσεων και την ερμηνεία τεχνικών σχεδίων έως τη συμπλήρωση φορμών και την επεξεργασία βίντεο.

Το Terra συνεχίζει να διευρύνει τα όρια της σχέσης κόστους και ευφυΐας στις οικογένειες μοντέλων μας, προσφέροντας μια νέα ισορροπία ταχύτητας, δυνατοτήτων και κόστους. Οι κανονικές τιμές χρήσης του μέσω του API είναι κατά 50% χαμηλότερες από εκείνες των GPT-5.6 Terra και GPT-6.1 Sol, καθιστώντας πρακτικά εφικτή για τους προγραμματιστές την αυτοματοποίηση εργασιών μεγάλου όγκου, όπως η ανάγνωση εισερχόμενων τιμολογίων και η καταχώριση των στοιχείων τους σε λογιστικό λογισμικό. Στο ChatGPT Work και στο Codex, το πρόγραμμά σας αποδίδει περισσότερο με το GPT-6.1 Terra: το ίδιο όριο χρήσης καλύπτει περισσότερες εργασίες απ’ ό,τι με το GPT‑5.6 Terra και σημαντικά περισσότερες απ’ ό,τι με το GPT‑6.1 Sol ή το GPT‑6 Astra.

Από την οπτική κατανόηση στη δράση

Μετρήσαμε τις δυνατότητες χρήσης υπολογιστή του GPT-6.1 Terra με το Agents’ Last Exam, μια δοκιμασία αξιολόγησης επαγγελματικών εργασιών που περιλαμβάνει τη μετατροπή αρχιτεκτονικών σχεδίων σε τρισδιάστατο μοντέλο και την εξέταση μιας ταινίας κινουμένων σχεδίων πλάνο προς πλάνο, για τη δημιουργία αρχείου καταγραφής με χρονικούς κώδικες για μια ομάδα αποκατάστασης. Με μεσαίο επίπεδο συλλογιστικής προσπάθειας, το GPT-6.1 Terra πετυχαίνει βαθμολογία κατά 15 ποσοστιαίες μονάδες υψηλότερη από το GPT-5.6 Terra, με περίπου το ένα τρίτο του κόστους. Μάλιστα, οι επιδόσεις του είναι εφάμιλλες με εκείνες του GPT-6 Astra, με μόλις το ένα δέκατο της τιμής του ανά token. Με μέγιστη συλλογιστική προσπάθεια, το Terra είναι πάνω από τρεις φορές πιο αποδοτικό στη χρήση token από το Claude Opus 5.5 και έχει το ένα τέταρτο της τιμής του ανά token, με αποτέλεσμα περίπου 9 φορές χαμηλότερο κόστος ανά εργασία. Το Terra είναι επίσης πολύ ταχύτερο, ολοκληρώνοντας εργασίες πάνω από τρεις φορές γρηγορότερα τόσο από το GPT-6 Astra όσο και από το GPT-6.1 Sol.

Στο MMMU-Pro, μια δοκιμασία αξιολόγησης της οπτικής συλλογιστικής, το GPT-6.1 Terra ξεπερνά το GPT-5.6 Terra σε κάθε ρύθμιση συλλογιστικής. Μάλιστα, πλησιάζει τις βαθμολογίες του πιο ικανού από τα κορυφαία μοντέλα μας, του GPT-6 Astra, καθώς και του GPT-6.1 Sol, με πολύ χαμηλότερο κόστος.

Το OSWorld 2.1 ελέγχει πόσο καλά οι πράκτορες τεχνητής νοημοσύνης χρησιμοποιούν εφαρμογές υπολογιστή για να ολοκληρώσουν εργασίες πολλών βημάτων, όπως η δημιουργία ενός τρισδιάστατου μοντέλου από ένα τεχνικό σχέδιο. Με μεσαία προσπάθεια συλλογιστικής, το GPT-6.1 Terra ξεπερνά την καλύτερη βαθμολογία του GPT-5.6 Terra, με ένα κλάσμα του κόστους ανά εργασία.

Σημαντική βελτίωση στην ακρίβεια των πληροφοριών και τον προγραμματισμό

Φέτος, επενδύσαμε σημαντικά στη μείωση των παραισθήσεων και των πραγματολογικών σφαλμάτων που παράγουν τα μοντέλα μας. Στην εσωτερική μας δοκιμασία αξιολόγησης με προτροπές που οδηγούν σε σφάλματα, το ποσοστό σφαλμάτων σε χαμηλή προσπάθεια συλλογιστικής μειώθηκε από 53,6% με το GPT-5.6 Terra σε 16,7% με το GPT-6.1 Terra, μια πτώση σχεδόν 37 ποσοστιαίων μονάδων. Στη μέγιστη προσπάθεια, το ποσοστό σφαλμάτων μειώθηκε κατά 18 ποσοστιαίες μονάδες, φτάνοντας στο 4,3% και προσεγγίζοντας τα ποσοστά των GPT-6 Astra και GPT-6.1 Sol.

Το GPT-6.1 Terra αποτελεί ουσιαστική βελτίωση σε σχέση με το GPT-5.6 Terra στον τομέα της ανάπτυξης λογισμικού. Το Terminal-Bench 4.0 εξετάζει πόσο καλά οι πράκτορες προγραμματισμού επιλύουν προβλήματα μέσω της γραμμής εντολών, όπως η διόρθωση μιας ιστοσελίδας της οποίας η διάταξη μεταβάλλεται κατά τη φόρτωση. Στη μέγιστη προσπάθεια συλλογιστικής, το GPT‑6.1 Terra επιλύει το 50,3% των εργασιών, ποσοστό υπερδιπλάσιο της δημοσιευμένης βαθμολογίας του GPT‑5.6 Terra, που είναι 21,5%. Για τις πιο σύνθετες εργασίες προγραμματισμού, τα GPT-6.1 Sol και GPT-6 Astra παραμένουν η καλύτερη επιλογή.

Το Terminal-Bench-Science 0.1 εξετάζει πόσο καλά οι πράκτορες χρησιμοποιούν κώδικα για να εκτελούν εργασίες επιστημονικής έρευνας, όπως η παρακολούθηση κυτταρικών διαιρέσεων σε βίντεο χρονικής συμπύκνωσης. Στη μέγιστη προσπάθεια συλλογιστικής, το GPT-6.1 Terra ξεπερνά το GPT-6.1 Sol με χαμηλότερο κόστος, πλησιάζοντας το Opus 5.5 σε απόσταση μικρότερη των πέντε μονάδων, με λιγότερο από το ένα πέμπτο του εκτιμώμενου κόστους.

Ασφάλεια και ευθυγράμμιση

Καθώς κάνουμε την ισχυρή τεχνητή νοημοσύνη πιο αποδοτική και προσιτή, συνεχίζουμε την εκπαίδευση, τις δοκιμές και τη βελτίωση των δικλίδων ασφαλείας μας. Το GPT‑6.1 Terra φτάνει το όριο «Κρίσιμο» στην κυβερνοασφάλεια σύμφωνα με το Πλαίσιο Ετοιμότητάς μας και διατηρεί τα μέτρα προστασίας που αναπτύχθηκαν για το GPT‑6 Astra.

Το GPT-6.1 Terra ενσωματώνει τις βελτιώσεις ευθυγράμμισης της σειράς GPT-6. Σύμφωνα με τις αξιολογήσεις μας, το GPT-6.1 Terra είναι πιθανότερο από το GPT-5.6 Terra να παραμένει εντός του πλαισίου της εργασίας και να ενημερώνει με ειλικρίνεια τον χρήστη για περιορισμούς και πιθανά εμπόδια. Στις δοκιμές μας για επιθέσεις έγχυσης προτροπής, το GPT-6.1 Terra έδειξε επίσης ισχυρή αντοχή σε κακόβουλες οδηγίες που έχουν σχεδιαστεί για να το εκτρέψουν από την εργασία του χρήστη. Περισσότερες λεπτομέρειες είναι διαθέσιμες στην κάρτα συστήματος⁠(ανοίγει σε νέο παράθυρο).

Τιμές και διαθεσιμότητα

Από σήμερα, το GPT-6.1 Terra είναι διαθέσιμο σε όλους τους χρήστες των προγραμμάτων Plus, Pro, Enterprise και Edu στο ChatGPT Work και το Codex. Οι προγραμματιστές μπορούν επίσης να αποκτήσουν πρόσβαση σε αυτό μέσω του API της OpenAI ως gpt-6.1-terra.

Η τυπική τιμολόγηση του API είναι 1 δολάριο ανά εκατομμύριο token εισόδου, 0,05 δολάρια ανά εκατομμύριο token εισόδου που έχουν αποθηκευτεί στην κρυφή μνήμη και 5 δολάρια ανά εκατομμύριο token εξόδου.