GPT-6.1Terra

Predstavljamo GPT-6.1 Terra, hiter in učinkovit model, ki združuje podrobno vizualno sklepanje in natančno uporabo računalnika z jasnejšim, bolj naravnim pisanjem. Pomeni velik napredek v primerjavi z modelom GPT‑5.6 Terra in se odlično izkaže pri komunikacijskih in računalniških nalogah, ki zapolnjujejo delovni dan, od priprave predlogov in razlage tehničnih risb do izpolnjevanja obrazcev in urejanja videoposnetkov.

Terra še naprej premika meje razmerja med stroški in inteligenco v naših družinah modelov ter ponuja novo ravnovesje med hitrostjo, zmogljivostjo in stroški. Standardne cene za uporabo tega modela prek API-ja so za 50 % nižje kot pri modelih GPT-5.6 Terra in GPT-6.1 Sol, zato lahko razvijalci cenovno ugodno avtomatizirajo obsežna opravila, kot sta branje prejetih računov in vnos njihovih podatkov v računovodsko programsko opremo. V ChatGPT Work in Codex z modelom GPT-6.1 Terra bolje izkoristite svoj paket – enaka kvota uporabe zadostuje za več opravil kot pri modelu GPT‑5.6 Terra in za bistveno več kot pri modelih GPT‑6.1 Sol ali GPT‑6 Astra.

Od vizualnega razumevanja do dejanj

Zmožnosti uporabe računalnika pri modelu GPT-6.1 Terra smo izmerili s primerjalnim preizkusom Agents’ Last Exam, ki zajema poklicna opravila, med drugim pretvorbo arhitekturnih risb v 3D-model ter pregled animiranega filma kader za kadrom za pripravo zapisnika s časovnimi kodami za restavratorsko ekipo. Pri srednji stopnji napora pri sklepanju GPT-6.1 Terra doseže za 15 odstotnih točk boljši rezultat kot GPT-5.6 Terra ob približno tretjini stroškov. Dosega celo primerljive rezultate kot GPT-6 Astra, pri čemer je njegova cena na žeton le desetina cene tega modela. Pri najvišji stopnji napora pri sklepanju je Terra pri porabi žetonov več kot trikrat učinkovitejši od modela Claude Opus 5.5, njegova cena na žeton pa znaša četrtino cene tega modela, kar pomeni približno devetkrat nižje stroške na opravilo. Terra je tudi veliko hitrejši: opravila dokonča več kot trikrat hitreje kot GPT-6 Astra in GPT-6.1 Sol.

Na primerjalnem preizkusu vizualnega sklepanja MMMU-Pro GPT-6.1 Terra pri vseh nastavitvah sklepanja presega GPT-5.6 Terra. Ob precej nižjih stroških se celo skoraj izenači z rezultati našega najzmogljivejšega prelomnega modela GPT-6 Astra in modela GPT-6.1 Sol.

OSWorld 2.1 preverja, kako uspešno agenti umetne inteligence uporabljajo namizne aplikacije za opravljanje večstopenjskih nalog, kot je izdelava 3D-modela na podlagi tehnične risbe. Pri srednjem naporu sklepanja GPT-6.1 Terra presega najboljši rezultat modela GPT-5.6 Terra ob le delčku stroška na nalogo.

Velik napredek pri stvarni točnosti in programiranju

Letos smo veliko vložili v zmanjšanje halucinacij in stvarnih napak v odgovorih naših modelov. Na našem internem primerjalnem preizkusu s pozivi, ki izzovejo napake, se je pri nizki ravni sklepanja stopnja napak zmanjšala s 53,6 % pri modelu GPT-5.6 Terra na 16,7 % pri modelu GPT-6.1 Terra, kar je padec za skoraj 37 odstotnih točk. Pri najvišji ravni sklepanja se je stopnja napak zmanjšala za 18 odstotnih točk na 4,3 % in se tako skoraj izenačila s stopnjama pri modelih GPT-6 Astra in GPT-6.1 Sol.

GPT-6.1 Terra prinaša bistveno izboljšanje pri razvoju programske opreme v primerjavi z modelom GPT-5.6 Terra. Terminal-Bench 4.0 preverja, kako uspešno programerski agenti rešujejo težave prek ukazne vrstice, na primer popravljajo spletno stran, katere postavitev se med nalaganjem spreminja. Pri najvišji ravni sklepanja GPT‑6.1 Terra reši 50,3 % nalog, kar je več kot dvakrat toliko kot objavljeni rezultat modela GPT‑5.6 Terra, ki znaša 21,5 %. Za najzahtevnejše programerske naloge ostajata modela GPT-6.1 Sol in GPT-6 Astra boljša izbira.

Terminal-Bench-Science 0.1 preverja, kako uspešno agenti uporabljajo kodo za izvajanje znanstvenoraziskovalnih nalog, kot je sledenje delitvam celic v videoposnetku s pospešeno reprodukcijo. Pri najvišji ravni sklepanja GPT-6.1 Terra presega GPT-6.1 Sol ob nižjih stroških, za modelom Opus 5.5 pa zaostaja za manj kot pet točk ob manj kot petini ocenjenih stroškov.

Varnost in usklajenost

Medtem ko zmogljivo umetno inteligenco razvijamo tako, da je vse učinkovitejša in dostopnejša, nadaljujemo učenje in preizkušanje ter izpopolnjujemo zaščitne ukrepe. GPT‑6.1 Terra dosega kritični prag na področju kibernetske varnosti v skladu z našim Okvirom pripravljenosti in ohranja zaščitne ukrepe, razvite za GPT‑6 Astra.

GPT-6.1 Terra prinaša izboljšave usklajenosti iz serije GPT-6. Naša vrednotenja kažejo, da GPT-6.1 Terra v primerjavi z modelom GPT-5.6 Terra pogosteje ostane v okviru zadane naloge ter uporabniku odkrito razkrije omejitve in morebitne ovire za izvedbo. Pri naših preizkusih vrivanja pozivov je GPT-6.1 Terra pokazal tudi visoko odpornost proti zlonamernim navodilom, namenjenim temu, da ga preusmerijo od uporabnikove naloge. Več podrobnosti je na voljo v sistemskem dokumentu⁠(odpre se v novem oknu).

Cene in razpoložljivost

Od danes je model GPT-6.1 Terra na voljo vsem uporabnikom paketov Plus, Pro, Enterprise in Edu v rešitvah ChatGPT Work in Codex. Razvijalci lahko do njega dostopajo tudi prek API-ja OpenAI z oznako gpt-6.1-terra.

Standardne cene za API znašajo 1 USD na milijon vhodnih žetonov, 0,05 USD na milijon predpomnjenih vhodnih žetonov in 5 USD na milijon izhodnih žetonov.