GPT-6.1Sol
ذكاء يقارب Astra بخُمس السعر.
نقدّم GPT-6.1 Sol، ترقية لنموذج GPT-6 Sol تضاهي تقريبًا مستوى ذكاء GPT-6 Astra في البرمجة الوكيلة واستخدام الحاسوب والعمل المهني، بخُمس أسعار Astra القياسية لرموز الإدخال والإخراج. لا تتجاوز تكلفة المدخلات المخزنة مؤقتًا $0.10 لكل مليون رمز، أي أقل بنسبة 95% من أسعار المدخلات القياسية وبنسبة 50% من أسعار المدخلات المخزنة مؤقتًا في GPT-6 Sol، ما يمنح المطورين مجالًا أوسع لبناء وكلاء ذوي قدرات عالية وتشغيلهم، مع إعادة استخدام السياق عبر الطلبات.
GPT-6Astra
نموذجنا الأذكى للحصول على أفضل النتائج.
- المدخلات
- 10.00 US$
- المخرجات
- 50.00 US$
- المدخلات المخزّنة مؤقتًا
- 1.00 US$
GPT-6.1Sol
ذكاء يقارب Astra بخُمس السعر.
- المدخلات
- 2.00 US$
- المخرجات
- 10.00 US$
- المدخلات المخزّنة مؤقتًا
- 0.10 US$
GPT-6Luna
إنجاز المهام اليومية بسرعة وكفاءة على نطاق واسع.
- المدخلات
- 0.10 US$
- المخرجات
- 0.50 US$
- المدخلات المخزّنة مؤقتًا
- 0.01 US$
Sol بقدرات أعلى في مختلف المهام
يقدّم GPT-6.1 Sol توازنًا جديدًا بين القدرات والتكلفة للأعمال اليومية المهمة. ويحقّق تحسينات كبيرة مقارنةً بـGPT-6 Sol في المهام المهنية المعقّدة، بدءًا من كتابة الشيفرات وتصحيح أخطائها وصولًا إلى فهم المستندات وتنفيذ سير عمل متعدد الخطوات في الأعمال. وفي عدد من هذه التقييمات، يقترب من أداء GPT-6 Astra بتكلفة أقل بكثير.
البرمجة
في DeepSWE v1.1، الذي يقيّم مهام هندسة البرمجيات المعقّدة في قواعد شيفرات حقيقية، يضاهي GPT-6.1 Sol أداء GPT-6 Astra بخُمس التكلفة تقريبًا، ويتجاوز أفضل نتيجة لنموذج GPT-6 Sol بفارق 6.4 نقطة مئوية، بجهد استدلال وتكلفة أقل.
في DeepSWE 1.1(يفتح في نافذة جديدة)، يحل وكلاء الذكاء الاصطناعي مهام أصلية ممتدة في هندسة البرمجيات.
العمل المهني
في GDP.pdf، الذي يقيس دقة إجابات النماذج عن الأسئلة المهنية باستخدام مستندات PDF معقّدة تشمل جداول ورسومًا بيانية ومخططات وتفاصيل بخط صغير، يحقّق GPT-6.1 Sol نتيجة أعلى من Opus 5.5 مع بدائل احتياطية، بأقل من نصف التكلفة لكل مهمة، عبر إعدادات الاستدلال التي خضعت للاختبار. كما يقترب من الأداء المتصدّر لنموذج GPT-6 Astra بخُمس التكلفة لكل مهمة تقريبًا.
في GDP.pdf(يفتح في نافذة جديدة)، يجب أن تجيب النماذج عن مطالبات واقعية حول ملفات PDF معقدة مستمدة من سير عمل مهني في مجالات التمويل والرعاية الصحية والقانون وسبعة مجالات مهنية أخرى.
في AutomationBench، الذي يقيس ما إذا كان الوكلاء يُتمّون سير عمل الأعمال متعدد الخطوات على نحو صحيح، يتفوّق GPT-6.1 Sol على Opus 5.5 بفارق 2.2 نقطة مئوية عند جهد استدلال متوسط، بثلث التكلفة تقريبًا. وتزيد هذه النتيجة أيضًا على نتيجة GPT-6 Sol بمقدار 4.8 نقطة مئوية عند الإعداد نفسه.
في AutomationBench 1.0.6(يفتح في نافذة جديدة)، يُختبر وكلاء الذكاء الاصطناعي في مسارات عمل متكاملة باستخدام 47 أداة في مجالات المبيعات والتسويق والعمليات والدعم والشؤون المالية والموارد البشرية. التكلفة المعروضة لنموذج Claude Fable 5.1 أقل من تكلفته الفعلية، إذ لا تشمل تكلفة اللجوء إلى البدائل الاحتياطية، وهو ما حدث في نحو 40% من المهام.
استخدام الحاسوب
يحقّق GPT-6.1 Sol أيضًا تقدّمًا كبيرًا في المهام التي تتطلب التفاعل مع تطبيقات الحاسوب. في مجموعة الاختبارات غير المتصلة بالإنترنت من OSWorld 2.0، التي تقيّم الوكلاء في مسارات عمل صعبة تتطلب استخدام الحاسوب، يتفوّق GPT-6.1 Sol على GPT-6 Sol بسبع نقاط مئوية عند أقصى جهد استدلال، وبأقل من نصف التكلفة. ولا يفصله عن نتيجة Astra عند أقصى جهد استدلال سوى 2.1 نقطة مئوية، بنحو سُبع التكلفة لكل مهمة.
في OSWorld 2.0(يفتح في نافذة جديدة)، يحاول وكلاء الذكاء الاصطناعي تنفيذ مسارات عمل طويلة الأمد باستخدام الحاسوب، تشمل مهام يومية ومهنية. ونعرض المكافأة الجزئية على المجموعة غير المتصلة بالإنترنت من الإصدار v2026.08.08.
البحث العلمي
في Terminal-Bench Science 0.1، الذي يقيّم مسارات العمل العلمية بما فيها تحليل البيانات والمحاكاة وإثبات النظريات، يحقّق GPT-6.1 Sol أكثر من ضعف نتيجة GPT-6 Sol عند أقصى جهد استدلال، بأقل من نصف التكلفة لكل مهمة. عند أقصى جهد، تبلغ تكلفة GPT-6.1 Sol في المتوسط $5.47 لكل مهمة، مقارنةً بـ$23.21 لنموذج Opus 5.5 و$23.80 لنموذج Astra، مقدّمًا قدرات علمية كبيرة بتكلفة أقل بأكثر من 75% من كلا النموذجين.
لا يزال GPT-6 Astra يحقّق أعلى نتيجة بين النماذج التي خضعت للاختبار، بنسبة 68.1%، وينبغي استخدامه لأصعب مهام البحث العلمي.
في Terminal-Bench Science 0.1(يفتح في نافذة جديدة)، يكمل الوكلاء مسارات عمل البحث العلمي باستخدام الكود المصدري وأدوات سطر الأوامر، بما في ذلك تحليل البيانات وتشغيل المحاكاة ومواءمة النماذج.
دقة الحقائق
يحسّن GPT-6.1 Sol أيضًا دقة الحقائق في الإجابة عن المطالبات الصعبة. ويظهر أكبر تحسّن له في دقة الحقائق مقارنةً بـGPT-6 Sol عند مستوى جهد استدلال منخفض، إذ يخفض نسبة الردود التي تتضمن خطأً واقعيًا من 11.4% إلى 7.7%، أي انخفاضًا بنحو 32%. وعبر مستويات جهد الاستدلال التي خضعت للاختبار، يظل معدل أخطائه ضمن فارق قدره 1.9 نقطة مئوية من معدل أخطاء GPT-6 Astra، وبتكلفة لكل مهمة تقل عن خُمس تكلفته.
يقيس هذا التقييم نسبة الإجابات التي تحتوي على خطأ واحد على الأقل في الحقائق، باستخدام محادثات أُزيلت منها معلومات تحديد الهوية وكان المستخدمون قد أبلغوا فيها عن خطأ ارتكبه نموذج سابق. هذه الطلبات صعبة عمدًا ولا تمثّل الاستخدام المعتاد.
نقيّم دقة الحقائق باستخدام محادثات ChatGPT أُزيلت منها معلومات تحديد الهوية، وكان المستخدمون قد أبلغوا فيها عن خطأ في الحقائق ارتكبه نموذج سابق. ولا تمثّل هذه المحادثات التي تؤدي إلى أخطاء الاستخدام المعتاد، حيث تكون أخطاء الحقائق أكثر ندرة.
إتاحة GPT-6.1 Sol بأمان
يُظهر GPT-6.1 Sol تحسينات كبيرة مقارنةً بـGPT-6 Sol في تقييمات المواءمة لدينا، ما يقرّبه من GPT-6 Astra.
يتّسم GPT-6.1 Sol بشفافية أكبر بشأن حدوده، وبموثوقية أعلى في الالتزام بقصد المستخدم وقيود السلامة. في التقييمات الصعبة، يُظهر معدلات إخفاق أقل من GPT-6 Sol في الإفصاح عن تعطّل أدوات البحث، والالتزام بالقيود الصريحة، وتجنّب النتائج غير المصرّح بها أثناء مهام الوكلاء. لم نرصد أي محاولات لتجاوز مراجع سلامة آلي، وهي النتيجة نفسها التي حققها GPT-6 Astra وGPT-6 Sol. يمكن العثور على التفاصيل الكاملة في ملحق بطاقة نظام GPT-6.1 Sol(يفتح في نافذة جديدة).
تختبر التقييمات أدناه مواقف صعبة عمدًا، ولا تقيس معدلات الإخفاق في الاستخدام المعتاد.
الأسعار والتوفّر
يتوفر GPT-6.1 Sol اعتبارًا من اليوم لجميع مستخدمي Plus وPro وBusiness وEnterprise وEdu في ChatGPT Work وCodex. ولا يتوفر GPT-6.1 Sol بعد في الدردشة. ويمكن للمطورين أيضًا الوصول إليه عبر واجهة OpenAI API باسم gpt-6.1-sol. وتبلغ أسعاره القياسية عبر API دولارين أمريكيين لكل مليون رمز إدخال، و0,10 دولار أمريكي لكل مليون رمز إدخال مخزّن مؤقتًا، و10 دولارات أمريكية لكل مليون رمز إخراج. وخلال الأيام المقبلة، سنوفر أيضًا GPT-6.1 Sol فائق السرعة، مع توليد للرموز أسرع بما يصل إلى 8 أضعاف مقارنةً بسرعته القياسية في Codex.
