OpenAI

Við kynnum GPT-6.2 Astra og Sol

Við kynnum GPT‑6.2 Astra, nýja háþróaða líkanið okkar fyrir erfiðustu verkefnin þín, og GPT‑6.2 Sol, skilvirka og fjölhæfa líkanið okkar fyrir dagleg störf. Bæði líkönin skila betri árangri í krefjandi verkefnum með færri úttakstókum, svo þú getur komið meiru í verk innan notkunarmarkanna þinna. Fyrir fyrirtæki og þróunaraðila þýðir það afköst í fremstu röð á verði sem hentar umfangsmikilli notkun.

GPT‑6.2 Astra setur ný viðmið um gæði AI í flóknum faglegum verkefnum. Glærur, töflureiknar og skjöl frá líkaninu bera síður með sér að vera samin af AI og fylgja betur sniðmátunum sem þú leggur til og venjum á þínu fagsviði. Það skrifar hreinni kóða og smíðar framenda sem líta betur út og virka betur, einkum fyrir vefsíður, leiki og þrívíddarhönnun.

Á Agents’ Last Exam, sem prófar faglega vinnu í mörgum skrefum, setur GPT‑6.2 Astra nýtt met og fær 5,2 stigum meira en GPT‑6 Astra fyrir innan við þriðjung kostnaðarins og 5,5 stigum meira en Claude Fable 5.2 fyrir aðeins 5% af kostnaðinum.

Agents’ Last Exam metur líkön út frá langvinnum faglegum verkferlum. Niðurstöður Fable 5.2 á stigatöflunni undanskilja níu verkefni þar sem varalíkan var notað.

Við teljum að GPT-6.2 Astra sé besta líkan í heimi fyrir vísindafólk. Það setur nýtt met á Terminal-Bench-Science 0.1, sem prófar hversu vel líkön geta sinnt vísindalegri vinnu í skipanalínu. GPT-6.2 Astra fær 9 prósentustigum hærri einkunn en GPT-6 Astra fyrir innan við þriðjung kostnaðarins. Það setur einnig nýtt met á Vals Science Index, þar sem líkön eru beðin um að túlka raunveruleg líffræðileg gögn og gera tilraunir til að álykta um hvernig hermt kerfi virkar.

Í API er verð á inntaks- og úttakstókum GPT‑6.2 Astra 20% lægra en hjá GPT‑6 Astra og skyndiminnt inntak er 60% ódýrara (8 Bandaríkjadalir fyrir inntak, 0,40 dalir fyrir skyndiminnt inntak og 40 dalir fyrir úttak, allt á hverja milljón tóka). Verð á tókum GPT‑6.2 Sol í API er óbreytt frá GPT‑6.1 Sol. Á nokkrum viðmiðunarprófum nálgast bæði líkönin árangur annarra fremstu líkana eða fara fram úr þeim, fyrir lítið brot af kostnaðinum á hvert verkefni.

GPT-6.2 Sol: líkanið sem við veljum fyrir dagleg störf

GPT‑6.2 Sol er snjallara og hagkvæmara en GPT‑6.1 Sol og gerir þér kleift að ljúka fleiri verkefnum með sömu greiddu áskrift. Það vinnur hratt í gegnum verkferli fulltrúa í mörgum skrefum, skrifar skýrt og eðlilega og er auðvelt í samstarfi. Margir starfsmenn OpenAI nota það sem sjálfgefið líkan, bæði fyrir tæknileg verkefni og önnur störf.

Í FrontierCode 2.0 frá Cognition er GPT‑6.2 Sol innan við 0,5 stigum á eftir GPT‑6.2 Astra fyrir um fimmtung kostnaðarins (bæði stillt á Max).

FrontierCode 2.0 metur hvort breytingar á raunverulegum kóðasöfnum uppfylli þær kröfur sem umsjónaraðilar gera til sameiningar kóða.

Hraði þess og greind gera það líka kjörið fyrir mikilvæg verkefni sem fólk leitar til Ai með utan vinnunnar. Í nýútgefnu matsprófi okkar, LifeVal⁠, sem mælir frammistöðu í krefjandi hversdagsverkefnum, fær GPT‑6.2 Sol hærri einkunn en GPT‑6 Astra fyrir um sjöunda hluta kostnaðarins.

LifeVal prófar hversu vel líkön leysa hversdagsverkefni sem eru sniðin að þörfum einstaklings, svo sem að taka saman lista yfir nokkra álitlega leikskóla eftir flutninga, finna heimili sem hentar fjárhag fjölskyldu og ferðum til og frá vinnu eða skipuleggja máltíðir fyrir foreldri sem er að aðlagast nýrri sjúkdómsgreiningu.

Fagleg vinnuskil sem uppfylla viðmið atvinnugreina

Við þjálfuðum GPT‑6.2 Astra í að búa til skýrari og betur hannaðar glærur, töflureikna og skjöl sem fylgja betur þeim venjum sem fagfólk notar á sviðum á borð við lögfræði, sölu, fjármál og bókhald. Textinn er beinskeyttari og nákvæmari, með færri almennum niðurstöðum og minna málalengingum.

Harvey LAB‑AA v1.1 notar lögfræðileg verkefni til að prófa hvort líkön geti fundið viðeigandi staðreyndir í heimildaskjölum, beitt þeim samkvæmt ítarlegri verkefnislýsingu og skilað nákvæmu verki sem uppfyllir allar kröfur. GPT‑6.2 Astra setur nýtt viðmið um árangur: hlutfall verkefna sem standast prófið er meira en tvöfalt hærra en hjá Claude Fable 5.2, fyrir um sjötta hluta kostnaðarins. OpenAI fyrir lögfræði⁠, útgáfa okkar af GPT-6.2 Astra sem er stillt fyrir lögfræðinga, fær enn hærri einkunn á þessu viðmiðunarprófi.

Harvey LAB‑AA prófar lögfræðistörf, svo sem yfirferð samningsákvæða. Í aðaleinkunninni eru stig aðeins veitt þegar afraksturinn uppfyllir öll matsviðmið og inniheldur engan uppspuna sem skiptir máli.

Innra viðmiðunarprófið okkar GDPval v2 er næsta útgáfa af GDPval⁠ og mælir flókna, langvinna verkferla úr raunverulegum verkefnum á sviðum á borð við ráðgjöf, fjármál og hönnun. GPT‑6.2 Astra er fremst þeirra líkana sem við prófuðum, með 6,2 prósentustigum hærri einkunn en GPT‑6 Astra, en notar jafnframt 22% færri úttakstóka. GPT‑6.2 Sol bætir árangurinn um 5,3 stig frá GPT‑6.1 Sol.

GDPval v2 samanstendur af langvinnum þekkingarverkefnum úr raunverulegum verkefnum á sviðum á borð við fjármál, gagnavísindi, líftækni og markaðssetningu.

Vinnubækur og minnisblöð

Gerð verðmatsvinnubókar eða ritun fjárfestingarminnisblaðs hefst á því að finna viðeigandi tölur í frumgögnum og átta sig á hvernig þær tengjast. AA‑AnalystAgent frá Artificial Analysis prófar þessa vinnu með raunverulegum töflureiknum og skýrslum. Í einu verkefninu nota líkön útgjaldaskýrslur Medicaid í Kaliforníu til að reikna út hversu miklu var varið til sjúkraflutninga á vegum áætlunarinnar. GPT‑6.2 Astra setur nýtt met og svarar 62,5% spurninga rétt í öllum fimm óháðu tilraununum.

Glærukynningar

GPT‑6.2 Astra er besta líkanið okkar hingað til í að hanna glærur og fylgja glærusniðmátum, hvort sem það fær upprunalega skrá eða jafnvel aðeins skjámynd. Það getur endurskapað uppsetningu, liti og leturfrágang niður í nákvæma leturstærð og látið ritstíl sniðmátsins halda sér á nýjum glærum. Fyrstu prófunaraðilarnir gátu nýtt kynningarnar með minni háttar breytingum, þökk sé fyrirsögnum sem draga fram helstu niðurstöður og hnitmiðuðum megintexta sem leggur áherslu á þær upplýsingar sem lesendur þurfa.

1 af 4
“

Við mátum getu GPT-6.2 Astra til að breyta þéttum upplýsingum í læsileg yfirlit og upplýsingamyndir, bæði fyrir tæknimenntaða lesendur og aðra. Meðal dæma voru yfirlit um verðbréfaviðskipti og skýringarmyndir af verkferlum fulltrúa.

Skjöl frá GPT-6.2 Astra voru verulega betri en frá GPT-6 Astra. Textinn og gröfin gerðu mun auðveldara að greina aðalatriðin í yfirliti og skýringarmyndirnar skýrðu flókin kerfi með því að sýna hvernig hlutarnir vinna saman.

”
Marquis Wong, aðalverkfræðingur á sviði AI, IMC

Tölvunotkun og gagnvirk vefhönnun

Nákvæmari tölvunotkun GPT‑6.2 Astra gerir því kleift að vinna með einstaka hluti og tengingar í CAD- og hermiverkfærum. Verkfræðingar geta nýtt þessa auknu nákvæmni til að kanna hvernig íhlutir passa saman, sjá hvernig álag færist til þegar hluturinn sem verið er að hanna hreyfist og prófa breytingar áður en frumgerð er smíðuð.

Aksturshermun

Við báðum GPT‑6.2 Astra að sýna hreyfifræði undirvagns bíls á fjallvegi. Astra bjó til þrívíddarlíkanið og skrifaði leysi í Python til að herma flókið samspil hjólbarða og fjöðrunar og gerði síðan hreyfimynd af niðurstöðunum í Blender. Þetta gerir verkfræðingum kleift að prófa nýjar útfærslur hratt og bæta nákvæmni hermunar með tímanum.

Vélahönnun og samsetning

GPT‑6.2 Astra getur smíðað líkan af vélrænu kerfi, hluta fyrir hluta, svo verkfræðingar geti sýnt hvernig það er sett saman og prófað hvernig hönnunarbreytingar hafa áhrif á hegðun þess.

Frá CAD að pappírslampa

Teymið okkar notaði GPT‑6.2 Astra til að skapa lampa úr formi bogadreginna svalanna á Marina City-turnunum í Chicago. Myndbandið fylgir hönnuninni frá viðmiðunarljósmyndum, í gegnum breytingar í CAD, að áþreifanlegum lampa sem er settur saman í höndunum. Þú getur notað vefinn, sem GPT-6.2 Astra bjó til, til að búa til þinn eigin pappírslampa.

GPT‑6.2 Astra beitir sterkari sjónrænum rökum við vefhönnun, velur uppsetningu og myndmál sem gefa hverjum vef sérstakt yfirbragð og hannar einingar með raunverulegt markmið vefsins að leiðarljósi.

Þessar framfarir í sjónrænum rökum og tölvunotkun nýtast einnig í þrívíddarhönnun. GPT‑6.2 Astra og Sol geta breytt skriflegri verkefnislýsingu í gagnvirka upplifun í vafra, allt frá pinnaboltaborði sem hægt er að spila á til eftirlíkingar af hringleikahúsinu í Róm sem hægt er að skoða frá mismunandi sjónarhornum. Í AA‑3D frá Artificial Analysis prófa mannlegir dómarar tvær upplifanir sem eru búnar til út frá sömu kvaðningu, án þess að vita hvaða líkan bjó þær til, og kjósa þá sem þeim líkar betur. GPT‑6.2 Astra er í fyrsta sæti með 1.318 Elo-stig, á eftir koma Claude Fable 5.2 með 1.271 og GPT‑6.2 Sol með 1.259.

“

GPT-6.2 Astra er risastórt framfaraskref fyrir skapandi vinnu. Það gerir Higgsfield Miracle mögulegt, knýr myndbandsvinnslu í rauntíma með nákvæmni niður á mynddílastig og veitir efnishöfundum fulla stjórn á sköpuninni. Í innri matsprófum okkar á þrívíddargerð náði það tilætlaðri niðurstöðu í fyrstu tilraun í 73% tilvika, en GPT-6 Astra þurfti þrjár eða fleiri umferðir. Þetta sparar skapandi teyminu okkar mikinn tíma og gerir verkferli sem eru alfarið í höndum fulltrúa skilvirkari.

”
Alex Mashrabov, forstjóri og meðstofnandi, Higgsfield AI

Skilvirk verkferli með hreinni kóðastíl

GPT‑6.2 Astra sýnir betri dómgreind við framkvæmd verkefna, meðal annars með því að laga verkfæri og vinnuframlag að verkferlinu og átta sig á hvenær á að nota viðbætur í stað beinnar tölvunotkunar.

Í kóðun er GPT-6.2 Astra betra í að útfæra og prófa flóknar breytingar í fyrirliggjandi kóðasöfnum. Fyrstu prófunaraðilar greindu frá hreinni kóðastíl og markvissari prófum, með færri endurskoðunarumferðum.

Geta á sviði netöryggis

GPT‑6.2 Astra og GPT-6.2 Sol marka enn eitt stórt framfaraskref í getu á sviði netöryggis. Þau finna og nýta veikleika með skilvirkari hætti, skrifa öruggari kóða og útbúa betri lagfæringar, með verulega betri tókanýtingu í nokkrum matsprófum. Líkt og GPT‑6 Astra⁠ ná 6.2 Astra og Sol viðmiðum um alvarlegasta stig netöryggisgetu samkvæmt Undirbúningsramma⁠ okkar.

Vegna aukinnar getu líkananna setjum við GPT‑6.2 Astra og Sol á markað með strangari öryggisráðstöfunum fyrir aðstoð á sviði netöryggis sem felur í sér meiri áhættu. Þessar varnir draga úr hættu á misnotkun en takmarka einnig suma lögmæta verkferla við rannsóknir á veikleikum og öryggisprófanir. Í gegnum OpenAI Daybreak⁠ geta netvarnaraðilar nú fengið aðgang að GPT‑6 Sol á Daybreak Blue, þar sem færri beiðnum tengdum netöryggi er hafnað, auk alfaútgáfu okkar af GPT-6 Astra, og að GPT‑6 Cyber⁠ fyrir háþróaðar öryggisprófanir með tilskildum heimildum á Daybreak Red. Við munum vinna að því að gera GPT‑6.2-líkönin aðgengileg í Daybreak.

Hér að neðan drögum við fram helstu niðurstöður viðmiðunarprófa sem voru keyrð í innri prófunaruppsetningum með slökkt á netöryggisvörnum og flokkurum. Sjá heildarniðurstöður og aðferðafræði í meðfylgjandi kerfiskorti⁠(opnast í nýjum glugga).

Aukum forskot netvarnaraðila

Forritarar reiða sig í auknum mæli á kóðunarfulltrúa til að skrifa hugbúnað fyrir raunverulega notkun, á sama tíma og öflugri fulltrúar gera auðveldara að finna og nýta veikleika. PHP2Shell⁠(opnast í nýjum glugga) sýndi hvernig AI getur hjálpað rannsakendum að afhjúpa alvarlega galla. Við þróun GPT‑6.2 Astra og Sol lögðum við megináherslu á varnargetu og innleiddum ný þjálfunarmerki til að hjálpa forriturum að koma í veg fyrir og laga slíka galla — með því að skrifa öruggan kóða frá upphafi og útbúa lagfæringar sem varðveita ætlaða virkni.

Öryggi og samræming

Við tökum GPT-6.2 Astra og Sol í notkun með öflugustu öryggisráðstöfunum okkar til þessa. Við höfum hert takmarkanir og styrkt kerfin sem við notum til að fylgjast með líkönum⁠ og grípa inn í þegar þörf krefur⁠.

Líkt og GPT-6 Astra ná bæði GPT-6.2 Astra og Sol viðmiðinu „Mikil geta“ fyrir líffræðilega og efnafræðilega getu samkvæmt Undirbúningsramma⁠ okkar, auk þess að ná viðmiðinu „Afgerandi geta“ fyrir netöryggi. Við höfum innleitt varnir til að draga úr áhættunni sem þessu fylgir og jafnframt hert takmarkanir á tilteknum beiðnum á sviði líffræði og netöryggis sem geta nýst bæði í góðum og skaðlegum tilgangi.

Nánari upplýsingar um öryggisráðstafanir okkar og prófanir eru í kerfiskorti GPT-6.2⁠(opnast í nýjum glugga).

Geta til AI-rannsókna og öryggisráðstafanir

GPT-6.2 Astra er fyrsta líkanið okkar sem er gefið út til ytri notenda og nær viðmiðinu „Mikil geta“ fyrir sjálfsbætingu Ai, sem mælir getu líkans til að hraða Ai-rannsóknum. Flokkunin „Mikil geta“ endurspeglar það mat okkar að áhrif líkansins jafngildi því að hver rannsakandi hjá OpenAI fái einn mjög hæfan rannsóknarverkfræðing til viðbótar sér til aðstoðar, miðað við grunnstöðu sína árið 2024. Við fylgjumst með þessari getu vegna þess að líkön sem geta hjálpað til við að þróa Ai-kerfi framtíðarinnar gætu einnig skapað nýja öryggisáhættu, svo sem með því að hraða framförum umfram það sem öryggisráðstafanir eða eftirlit manna ráða við að laga sig að.

Til að bregðast við þessari áhættu höfum við aukið eftirlit og stýringu í þjálfun og innleiðingu líkananna okkar. Áður en við víkkuðum innri aðgang að GPT-6.2 Astra mátum við samræmi þess við ætluð markmið og staðfestum að tilskildar öryggisráðstafanir væru til staðar á hverju stigi. Við styrktum einangrun í rannsóknarumhverfum okkar⁠ og prófuðum þær varnir með öflugustu líkönunum okkar. Við smíðuðum einnig Control Room⁠, kerfi sem fylgist með rannsóknarvinnslum og getur stöðvað frekara úttak líkana þegar grípa þarf inn í. Aukið eftirlit⁠ okkar skoðar rök og aðgerðir líkana í innri vinnslum og ytri uppsetningum sem það styður. Það getur sjálfkrafa flaggað óheimilli hegðun og gert hlé á vinnslum eða samtölum þar sem slíkt er stutt.

Samræming

Bæði líkönin stóðu sig svipað og GPT-6 Astra í flestum samræmingarprófum og gripu sjaldnar til óviðeigandi aðgerða í hermdum vinnustaðaverkefnum. Í tveimur prófum voru þau þó líklegri til að láta hjá líða að nefna hindranir sem stöðvuðu vinnu þeirra, svo sem skrá sem vantaði eða leitarverkfæri sem var ekki tiltækt. Við bættum við leiðbeiningum í Codex sem draga verulega úr slíkum vanrækslum og höldum áfram að rannsaka hegðunina.

Verð og aðgengi

Frá og með deginum í dag eru GPT-6.2 Astra og Sol aðgengileg öllum Plus-, Pro-, Enterprise- og Edu-notendum í ChatGPT Work og Codex. Áskrifendur Pro 500 geta notað Ultrafast með hvoru líkani sem er. Í fyrsta sinn gerum við Ultrafast einnig aðgengilegt áskrifendum Pro 200, fyrst með GPT-6.2 Sol. Enterprise- og Edu-notendur sem uppfylla skilyrðin fá sama aðgang þegar stjórnandi vinnusvæðis þeirra virkjar hann. Forritarar geta einnig fengið aðgang að gpt-6.2-astra og gpt-6.2-sol í gegnum API OpenAI, með Ultrafast í boði fyrir bæði líkönin frá útgáfu.

Kostnaður við hvert verkefni er umtalsvert lægri með GPT‑6.2 Astra en GPT‑6 Astra, þökk sé betri nýtingu tóka, 20% lægra verði á inntaks- og úttakstókum og enn meiri lækkun, eða 60%, á verði skyndiminntra inntakstóka. Hefðbundið API-verð á hverja milljón tóka er 8 Bandaríkjadalir fyrir inntak, 0,40 dalir fyrir skyndiminnt inntak og 40 dalir fyrir úttak. Verð GPT‑6.2 Sol er óbreytt frá GPT‑6.1 Sol: 2 Bandaríkjadalir fyrir inntak, 0,10 dalir fyrir skyndiminnt inntak og 10 dalir fyrir úttak á hverja milljón tóka.

Fyrir GPT-6.2 Astra og Sol mælum við með að halda upphafi kvaðninga óbreyttu og bæta nýjum leiðbeiningum⁠(opnast í nýjum glugga) við samtalið. Þannig má bæta endurnýtingu skyndiminnis, draga úr kostnaði og biðtíma og varðveita rök milli umferða.

Höfundur

OpenAI

Footnotes

  1. 1

    Niðurstöður Fable 5.2 á Terminal-Bench-Science 0.1 eru samkvæmt birtingu Artificial Analysis⁠(opnast í nýjum glugga) í mini-swe-agent-kerfinu. Anthropic greindi frá 74,6% einkunn Fable 5.2 með hámarksrökum í Claude Code.