GPT-6.1Sol
Greind sem nálgast Astra á fimmtungi verðsins
Við kynnum GPT-6.1 Sol, uppfærslu á GPT-6 Sol sem nærri jafnast á við greind GPT-6 Astra í gerendakóðun, tölvunotkun og faglegri vinnu, á fimmtungi af stöðluðu verði Astra fyrir inntaks- og úttakstóka. Inntak úr skyndiminni kostar aðeins 0,10 USD á hverja milljón tóka— 95% lægra en hefðbundið inntaksverð og 50% lægra en verð GPT-6 Sol fyrir inntak úr skyndiminni. Þannig fá þróunaraðilar meira svigrúm til að smíða og keyra öfluga gerendur sem endurnýta efni á milli beiðna.
GPT-6Astra
Greindasta líkanið okkar skilar bestum árangri.
- inntak
- 10,00 USD
- úttak
- 50,00 USD
- inntak í skyndiminni
- 1,00 USD
GPT-6.1Sol
Næstum sama greind og Astra á fimmtungi verðsins.
- inntak
- 2,00 USD
- úttak
- 10,00 USD
- inntak í skyndiminni
- 0,10 USD
GPT-6Luna
Hröð og skilvirk dagleg vinna í stórum stíl.
- inntak
- 0,10 USD
- úttak
- 0,50 USD
- inntak í skyndiminni
- 0,01 USD
Öflugra Sol í fjölbreyttum verkefnum
GPT-6.1 Sol býður upp á nýtt jafnvægi milli getu og kostnaðar fyrir mikilvæg dagleg verkefni. Það sýnir verulegar framfarir frá GPT-6 Sol í flóknum faglegum verkefnum, allt frá því að skrifa og aflúsa kóða til þess að skilja skjöl og framkvæma margskipta verkferla í fyrirtækjum. Í nokkrum þessara prófa nálgast það frammistöðu GPT-6 Astra með umtalsvert lægri kostnaði.
Kóðun
Í DeepSWE v1.1, sem metur flókin hugbúnaðarverkfræðiverkefni í raunverulegum kóðasöfnum, nær GPT-6.1 Sol sama árangri og GPT-6 Astra á um fimmtungi kostnaðarins. Jafnframt fer það 6,4 prósentustigum yfir bestu niðurstöðu GPT-6 Sol með minna átaki við vinnslu raka og lægri kostnaði.
Í DeepSWE 1.1(opnast í nýjum glugga) leysa gervigreindarfulltrúar frumleg hugbúnaðarverkfræðiverkefni sem taka langan tíma.
Fagleg vinna
Í GDP.pdf er mælt hversu nákvæmlega líkön svara faglegum spurningum út frá flóknum PDF-skjölum, meðal annars með töflum, gröfum, skýringarmyndum og smáu letri. Þar nær GPT-6.1 Sol betri árangri en Opus 5.5 með varaleiðum á innan við helmingi kostnaðar á verkefni við allar prófaðar stillingar fyrir vinnslu raka. Það nálgast einnig framúrskarandi árangur GPT-6 Astra á um fimmtungi kostnaðar á verkefni.
Í GDP.pdf(opnast í nýjum glugga) þurfa líkön að svara raunverulegum kvaðningum um flóknar PDF-skrár sem eru teknar úr faglegu vinnuflæði á sviði fjármála, heilbrigðisþjónustu, lögfræði og sjö annarra fagsviða.
Í AutomationBench, sem mælir hvort fulltrúar ljúki margþrepa verkferlum í fyrirtækjum á réttan hátt, nær GPT-6.1 Sol 2,2 prósentustigum betri árangri en Opus 5.5 með stillingunni Miðlungs fyrir vinnslu raka, á um þriðjungi kostnaðarins. Sá árangur er einnig 4,8 prósentustigum betri en hjá GPT-6 Sol við sömu stillingu.
Í AutomationBench 1.0.6(opnast í nýjum glugga) eru gervigreindargerendur prófaðir í verkferlum frá upphafi til enda með 47 verkfærum á sviði sölu, markaðsmála, rekstrar, þjónustu, fjármála og mannauðsmála. Gagnapunkturinn fyrir Claude Fable 5.1 sýnir lægri kostnað en raun ber vitni, þar sem kostnaður við varaleiðir er undanskilinn, en þær voru notaðar í um 40% verkefna.
Tölvunotkun
GPT-6.1 Sol sýnir einnig verulegar framfarir í verkefnum sem krefjast samskipta við tölvuforrit. Í ótengda prófunarsafninu í OSWorld 2.0, sem metur fulltrúa í krefjandi verkferlum við tölvunotkun, nær GPT-6.1 Sol sjö prósentustigum betri árangri en GPT-6 Sol þegar átak við vinnslu raka er í hámarki, á innan við helmingi kostnaðarins. Það er aðeins 2,1 prósentustigi frá árangri Astra þegar átak við vinnslu raka er í hámarki, á um sjöunda hluta kostnaðar á verkefni.
Í OSWorld 2.0(opnast í nýjum glugga) reyna gervigreindargerendur að ljúka löngum verkferlum við tölvunotkun sem ná yfir bæði dagleg og fagleg verkefni. Við birtum hlutastig fyrir ótengda prófunarsafnið úr útgáfu v2026.08.08.
Vísindarannsóknir
Í Terminal-Bench Science 0.1, sem metur vísindalega verkferla, meðal annars gagnagreiningu, hermun og sönnun setninga, nær GPT-6.1 Sol meira en tvöföldum árangri GPT-6 Sol þegar átak við vinnslu raka er í hámarki, á innan við helmingi kostnaðar á verkefni. Við hámarksátak kostar GPT-6.1 Sol að meðaltali $5,47 á verkefni, samanborið við $23,21 fyrir Opus 5.5 og $23,80 fyrir Astra. Það býður því upp á mikla getu í vísindum með yfir 75% lægri kostnaði en hvort hinna líkananna.
GPT-6 Astra nær enn hæsta árangri prófaðra líkana, 68,1%, og ætti að nota við erfiðustu vísindarannsóknarverkefnin.
Í Terminal-Bench Science 0.1(opnast í nýjum glugga) ljúka gerendur vísindalegu rannsóknarvinnuflæði með kóða og skeljaverkfærum, þar á meðal að greina gögn, keyra hermun og aðlaga líkön.
Staðreyndanákvæmni
GPT-6.1 Sol bætir einnig nákvæmni staðreynda við erfiðar kvaðningar. Mesta framför þess í nákvæmni staðreynda miðað við GPT-6 Sol kemur fram við lítið átak við vinnslu raka, þar sem það lækkar hlutfall svara með staðreyndavillum úr 11,4% í 7,7% – sem er um 32% lækkun. Við allar prófaðar stillingar á álagi við vinnslu raka helst villutíðni þess innan 1,9 prósentustiga frá villutíðni GPT-6 Astra, en kostnaður á verkefni er innan við fimmtungur af kostnaði þess.
Þetta mat mælir hlutfall svara sem innihalda að minnsta kosti eina staðreyndavillu í samtölum þar sem notendur höfðu bent á villu frá eldra líkani og persónuauðkenni hafa verið fjarlægð. Þessar kvaðningar eru viljandi erfiðar og endurspegla ekki dæmigerða notkun.
Við metum staðreyndanákvæmni út frá samtölum í ChatGPT þar sem notendur höfðu bent á staðreyndavillu frá eldra líkani og persónuauðkenni hafa verið fjarlægð. Þessi samtöl, sem kalla fram villur, endurspegla ekki dæmigerða notkun þar sem staðreyndavillur eru sjaldgæfari.
Örugg innleiðing GPT-6.1 Sol
GPT-6.1 Sol sýnir verulegar framfarir frá GPT-6 Sol í mati okkar á samræmi við mannleg markmið og gildi og færist þar nær GPT-6 Astra.
GPT-6.1 Sol er skýrara um eigin takmarkanir og áreiðanlegra þegar kemur að því að virða ásetning notenda og öryggistakmarkanir. Í krefjandi prófum gerir það færri mistök en GPT-6 Sol þegar kemur að því að upplýsa um óvirk leitarverkfæri, virða skýrar takmarkanir og forðast óheimilar niðurstöður í verkefnum gerenda. Við sáum engar tilraunir til að sniðganga sjálfvirkt öryggiseftirlit, rétt eins og hjá GPT-6 Astra og GPT-6 Sol. Nánari upplýsingar má finna í viðbót við kerfiskort GPT-6.1 Sol(opnast í nýjum glugga).
Prófin hér fyrir neðan kanna vísvitandi krefjandi aðstæður og mæla ekki tíðni mistaka í dæmigerðri notkun.
Verð og framboð
GPT-6.1 Sol er frá og með deginum í dag í boði fyrir alla Plus-, Pro-, Business-, Enterprise- og Edu-notendur í ChatGPT Work og Codex. GPT-6.1 Sol er ekki enn í boði í Spjalli. Forritarar geta einnig nálgast það í gegnum API OpenAI sem gpt-6.1-sol. Hefðbundið API-verð þess er $2 á hverja milljón inntakstóka, $0,10 á hverja milljón inntakstóka í skyndiminni og $10 á hverja milljón úttakstóka. Á næstu dögum munum við einnig bjóða upp á ofurhratt GPT-6.1 Sol, með allt að 8 sinnum hraðari tókamyndun en staðalhraði þess í Codex.
