წარმოგიდგენთ GPT-6.2-ს Astra და Sol
ახალი სტანდარტი პროფესიული საქმიანობისთვის
სცადეთ ChatGPT Work-ში(იხსნება ახალ ფანჯარაში)წარმოგიდგენთ GPT‑6.2 Astra-ს, ჩვენს ახალ მოწინავე მოდელს თქვენი ყველაზე რთული პროექტებისთვის, და GPT‑6.2 Sol-ს, ჩვენს ეფექტიან, მრავალმხრივ მოდელს ყოველდღიური სამუშაოსთვის. ორივე მოდელი რთულ ამოცანებში უკეთეს შედეგებს აღწევს ნაკლები გამომავალი ტოკენით, რაც საშუალებას გაძლევთ, გამოყენების ლიმიტების ფარგლებში მეტი საქმე გააკეთოთ. ბიზნესებისა და დეველოპერებისთვის ეს ნიშნავს მოწინავე შესაძლებლობებს ისეთი ხარჯით, რომელიც ფართომასშტაბიან გამოყენებასაც ამართლებს.
GPT‑6.2 Astra რთულ პროფესიულ საქმიანობაში ხელოვნური ინტელექტის ხარისხის ახალ სტანდარტს ადგენს. მისი სლაიდები, ელექტრონული ცხრილები და დოკუმენტები ნაკლებად ჰგავს ხელოვნური ინტელექტის შექმნილს და უფრო ზუსტად მიჰყვება თქვენ მიერ მიწოდებულ შაბლონებსა და თქვენი სფეროს დამკვიდრებულ პრაქტიკას. ის წერს უფრო სუფთა კოდს და ქმნის უკეთესი იერსახისა და ფუნქციონირების მქონე ფრონტენდებს, განსაკუთრებით ვებსაიტების, თამაშებისა და 3D დიზაინისთვის.
Agents’ Last Exam-ში, რომელიც მრავალეტაპიან პროფესიულ სამუშაოს ამოწმებს, GPT‑6.2 Astra ახალ საუკეთესო შედეგს აღწევს: GPT‑6 Astra-ს 5.2 ქულით უსწრებს მისი ხარჯის მესამედზე ნაკლებით, ხოლო Claude Fable 5.2-ს — 5.5 ქულით, მისი ხარჯის მხოლოდ 5%-ით.
Agents’ Last Exam მოდელებს ხანგრძლივი პროფესიული სამუშაო პროცესების შესრულებით აფასებს. მის რეიტინგში Fable 5.2-ის შედეგები არ მოიცავს ცხრა ამოცანას, რომლებშიც სარეზერვო მოდელი გამოიყენეს.
მიგვაჩნია, რომ GPT-6.2 Astra მეცნიერებისთვის მსოფლიოში საუკეთესო მოდელია. ის ახალ საუკეთესო შედეგს აღწევს Terminal-Bench-Science 0.1-ში, რომელიც ამოწმებს, რამდენად კარგად ასრულებენ მოდელები სამეცნიერო სამუშაოს ტერმინალში. GPT-6.2 Astra-ს შედეგი GPT-6 Astra-ს მაჩვენებელს 9 პროცენტული პუნქტით აღემატება, ხარჯი კი მისი მესამედიც არ არის. ის ახალ საუკეთესო შედეგს აღწევს Vals Science Index-შიც, რომელიც მოდელებს რეალური ბიოლოგიური მონაცემების ინტერპრეტაციასა და ექსპერიმენტების ჩატარებას სთხოვს, რათა დაადგინონ, როგორ მუშაობს სიმულირებული სისტემა.
API-ში GPT‑6.2 Astra-ს შემავალი და გამომავალი ტოკენების ფასები GPT‑6 Astra-სთან შედარებით 20%-ით ნაკლებია, ხოლო ქეშირებული შემავალი ტოკენების ფასი — 60%-ით ნაკლები (ყოველ მილიონ ტოკენზე: $8 შემავალი, $0.40 ქეშირებული შემავალი და $40 გამომავალი ტოკენებისთვის). GPT‑6.2 Sol ინარჩუნებს GPT‑6.1 Sol-ის API ტოკენების ფასებს. რამდენიმე ბენჩმარკში ორივე მოდელი სხვა წამყვანი მოდელების შედეგებს უახლოვდება ან აღემატება, თითო ამოცანის შესრულება კი მათი ხარჯის მცირე ნაწილი ჯდება.
GPT-6.2 Sol: ჩვენი ძირითადი არჩევანი ყოველდღიური სამუშაოსთვის
GPT‑6.1 Sol-თან შედარებით, GPT‑6.2 Sol უფრო ჭკვიანი და ეფექტიანია და იმავე ფასიანი გეგმით მეტი დავალების შესრულების საშუალებას გაძლევთ. ის სწრაფად უმკლავდება მრავალეტაპიან აგენტურ პროცესებს, წერს გასაგებად და ბუნებრივად, მასთან თანამშრომლობა კი ინტუიციურია. OpenAI-ის ბევრი თანამშრომელი მას ძირითად მოდელად იყენებს როგორც ტექნიკური, ისე არატექნიკური დავალებებისთვის.
Cognition-ის FrontierCode 2.0-ში GPT‑6.2 Sol GPT‑6.2 Astra-ს შედეგს 0.5 ქულის ფარგლებში უახლოვდება დაახლოებით ხუთჯერ ნაკლები ხარჯით (ორივე იყენებს პარამეტრს „მაქსიმალური“).
FrontierCode 2.0 აფასებს, აკმაყოფილებს თუ არა რეალურ კოდურ ბაზებში შეტანილი ცვლილებები კოდის გაერთიანებისთვის პროექტის შემნარჩუნებლების მიერ დადგენილ სტანდარტებს.
სისწრაფისა და ინტელექტუალური შესაძლებლობების წყალობით, ის იდეალურია იმ მნიშვნელოვანი ამოცანებისთვისაც, რომელთა შესასრულებლად ადამიანები ხელოვნურ ინტელექტს სამსახურის გარეთ მიმართავენ. ჩვენს ახლახან გამოქვეყნებულ LifeVal შეფასებაში, რომელიც რთული ყოველდღიური ამოცანების შესრულებას ზომავს, GPT‑6.2 Sol GPT‑6 Astra-ზე მაღალ ქულას იღებს დაახლოებით შვიდჯერ ნაკლები ხარჯით.
LifeVal ამოწმებს, რამდენად კარგად უმკლავდებიან მოდელები ადამიანის საჭიროებებზე მორგებულ ყოველდღიურ დავალებებს, მაგალითად: საცხოვრებლის შეცვლის შემდეგ საბავშვო ბაღების შერჩევას, ოჯახის ბიუჯეტისა და ყოველდღიური მგზავრობისთვის შესაფერისი სახლის პოვნას ან კვების დაგეგმვას მშობლისთვის, რომელიც ახალ დიაგნოზს ეჩვევა.
პროფესიული ნამუშევრები, რომლებიც დარგობრივ სტანდარტებს შეესაბამება
GPT‑6.2 Astra გავწვრთენით უფრო გასაგები და უკეთ გაფორმებული სლაიდების, ელექტრონული ცხრილებისა და დოკუმენტების შესაქმნელად, რომლებიც უფრო ზუსტად იცავს პროფესიულად დამკვიდრებულ წესებს ისეთ სფეროებში, როგორიცაა სამართალი, გაყიდვები, ფინანსები და ბუღალტერია. ტექსტი უფრო პირდაპირი და კონკრეტულია, ნაკლები ზოგადი დასკვნითა და ზედმეტი სიტყვებით.
Harvey LAB‑AA v1.1 იურიდიული დავალებებით ამოწმებს, შეუძლიათ თუ არა მოდელებს საწყის დოკუმენტებში შესაბამისი ფაქტების მოძიება, მათი დეტალური დავალების შესასრულებლად გამოყენება და ზუსტი საბოლოო ნამუშევრის შექმნა, რომელიც ყველა მოთხოვნას აკმაყოფილებს. GPT‑6.2 Astra ახალ საუკეთესო შედეგს აღწევს: მისი წარმატების მაჩვენებელი Claude Fable 5.2-ისას ორჯერ და მეტად აღემატება, ხარჯი კი დაახლოებით ექვსჯერ ნაკლებია. OpenAI იურიდიული ორგანიზაციებისთვის, იურისტებისთვის განკუთვნილი GPT-6.2 Astra-ს ჩვენი კონფიგურაცია, ამ ბენჩმარკში კიდევ უფრო მაღალ ქულას იღებს.
Harvey LAB‑AA ამოწმებს იურიდიული სამუშაოს შესრულებას, მაგალითად, ხელშეკრულების დებულებების განხილვას. მის ძირითად მაჩვენებელში ქულა მხოლოდ მაშინ ითვლება, თუ საბოლოო ნამუშევარი შეფასების ყველა კრიტერიუმს აკმაყოფილებს და არსებით ჰალუცინაციებს არ შეიცავს.
ჩვენი შიდა ბენჩმარკი GDPval v2 არის GDPval-ის შემდეგი ვერსია, რომელიც აფასებს რთული, ხანგრძლივი სამუშაო პროცესების შესრულებას რეალური პროექტებიდან ისეთ სფეროებში, როგორიცაა კონსალტინგი, ფინანსები და დიზაინი. ჩვენ მიერ გამოცდილი მოდელებიდან GPT‑6.2 Astra ლიდერობს: მისი შედეგი GPT‑6 Astra-ს მაჩვენებელს 6.2 პროცენტული პუნქტით აღემატება, თანაც 22%-ით ნაკლებ გამომავალ ტოკენს იყენებს. GPT‑6.2 Sol GPT‑6.1 Sol-ის შედეგს 5.3 ქულით აუმჯობესებს.
GDPval v2 მოიცავს ინტელექტუალური შრომის ხანგრძლივ დავალებებს რეალური პროექტებიდან ისეთ სფეროებში, როგორიცაა ფინანსები, მონაცემთა მეცნიერება, ბიოტექნოლოგია და მარკეტინგი.
სამუშაო წიგნები და მემორანდუმები
ღირებულების შეფასების სამუშაო წიგნის შექმნა თუ საინვესტიციო მემორანდუმის დაწერა საწყის ფაილებში შესაბამისი რიცხვითი მონაცემების მოძიებითა და მათ შორის კავშირების გარკვევით იწყება. Artificial Analysis-ის AA‑AnalystAgent ამ სამუშაოს შესრულებას რეალურ ელექტრონულ ცხრილებსა და ანგარიშებზე ამოწმებს. ერთ-ერთ ამოცანაში მოდელები California Medicaid-ის ხარჯების ანგარიშებს იყენებენ იმის დასათვლელად, თუ რამდენი დახარჯა პროგრამამ სამედიცინო ტრანსპორტირებაზე. GPT‑6.2 Astra ახალ საუკეთესო შედეგს აღწევს: კითხვების 62.5%-ს ხუთივე დამოუკიდებელ მცდელობაში სწორად პასუხობს.
სლაიდპრეზენტაციები
GPT‑6.2 Astra ჩვენი დღემდე საუკეთესო მოდელია სლაიდების დიზაინისა და სლაიდების შაბლონების დაცვის მხრივ, იქნება ეს ორიგინალი ფაილის თუ თუნდაც ეკრანის სურათის მიხედვით. მას შეუძლია ზუსტად გაიმეოროს განლაგება, ფერები და ტიპოგრაფია, შრიფტის ზომის ჩათვლით, და შაბლონის წერის სტილი ახალ სლაიდებზეც გადაიტანოს. პირველმა გამომცდელებმა აღნიშნეს, რომ პრეზენტაციების პირდაპირ გამოყენება ნაკლები შესწორებით უფრო მარტივი იყო: სათაურები მთავარ დასკვნას გადმოსცემდა, ხოლო მოკლე ძირითადი ტექსტი მკითხველისთვის საჭირო დეტალებზე იყო ორიენტირებული.
კომპიუტერის გამოყენება და ინტერაქტიული ვებდიზაინი
კომპიუტერის უფრო ზუსტი გამოყენების წყალობით, GPT‑6.2 Astra-ს შეუძლია CAD-სა და სიმულაციის ხელსაწყოებში ცალკეული ნაწილებისა და შეერთებების დონეზე იმუშაოს. ინჟინრებს შეუძლიათ ეს დამატებითი დეტალიზაცია გამოიყენონ კომპონენტების ერთმანეთთან მორგების შესამოწმებლად, კონსტრუქციის მოძრაობისას დატვირთვების გადაადგილების დასაკვირვებლად და ცვლილებების გამოსაცდელად პროტოტიპის შექმნამდე.
ავტომობილის მართვის სიმულაცია
GPT‑6.2 Astra-ს ვთხოვეთ, მთის გზაზე მოძრავი ავტომობილის შასის დინამიკა ვიზუალურად ეჩვენებინა. Astra-მ შექმნა 3D მოდელი და Python-ზე დაწერა რიცხვითი ამომხსნელი საბურავებსა და დაკიდების სისტემას შორის რთული დინამიკის სიმულაციისთვის, შემდეგ კი შედეგები Blender-ში აანიმირა. ეს ინჟინრებს საშუალებას აძლევს, სწრაფად გამოცადონ ახალი კონსტრუქციები და დროთა განმავლობაში სიმულაციის სიზუსტე გააუმჯობესონ.
მექანიკური სისტემების დაპროექტება და აწყობა
GPT‑6.2 Astra-ს შეუძლია მექანიკური სისტემის დეტალ-დეტალ მოდელირება, რაც ინჟინრებს საშუალებას აძლევს, აჩვენონ მისი აწყობის პროცესი და შეამოწმონ, როგორ მოქმედებს კონსტრუქციის ცვლილებები მის მუშაობაზე.
CAD-იდან ქაღალდის სანათამდე
ჩვენმა გუნდმა GPT‑6.2 Astra გამოიყენა, რათა ჩიკაგოს Marina City-ის კოშკების ტალღისებური აივნების ფორმები სანათად ექცია. ვიდეოში ნაჩვენებია დიზაინის განვითარების გზა — საწყისი ფოტოებიდან, CAD-ში შეტანილი ცვლილებების გავლით, ხელით აწყობილ ფიზიკურ სანათამდე. GPT-6.2 Astra-ს მიერ შექმნილი საიტი შეგიძლიათ საკუთარი ქაღალდის სანათის დასამზადებლად გამოიყენოთ.
GPT‑6.2 Astra ვებდიზაინში გაუმჯობესებულ ვიზუალურ მსჯელობას იყენებს: ირჩევს განლაგებებსა და გამოსახულებებს, რომლებიც თითოეულ საიტს გამორჩეულ იერს აძლევს, და ელემენტებს საიტის რეალური მიზნის შესაბამისად ქმნის.
ვიზუალური მსჯელობისა და კომპიუტერის გამოყენების ეს გაუმჯობესებები 3D დიზაინზეც ვრცელდება. GPT‑6.2 Astra-სა და Sol-ს შეუძლიათ წერილობითი დავალება ბრაუზერში ინტერაქტიულ გარემოდ აქციონ — პინბოლის მაგიდიდან, რომელზეც თამაშს შეძლებთ, კოლიზეუმის ასლამდე, რომელსაც სხვადასხვა კუთხიდან დაათვალიერებთ. Artificial Analysis-ის AA‑3D-ში შემფასებლები ცდიან ერთი და იმავე მოთხოვნით შექმნილ ორ ინტერაქტიულ ნამუშევარს ისე, რომ არ იციან, რომელმა მოდელმა შექმნა თითოეული, და ხმას აძლევენ იმას, რომელიც ურჩევნიათ. GPT‑6.2 Astra პირველ ადგილს იკავებს Elo-ს 1,318 ქულით; მას მოჰყვებიან Claude Fable 5.2 — 1,271 ქულით და GPT‑6.2 Sol — 1,259 ქულით.
ეფექტიანი სამუშაო პროცესები და კოდის უფრო სუფთა სტილი
GPT‑6.2 Astra უკეთ წყვეტს, როგორ შეასრულოს დავალება: სამუშაო პროცესს უსადაგებს ხელსაწყოებსა და ძალისხმევას და არჩევს, როდის გამოიყენოს დანამატები და როდის — კომპიუტერი უშუალოდ.
პროგრამირებისას GPT-6.2 Astra უკეთ ახორციელებს და ამოწმებს რთულ ცვლილებებს არსებულ კოდურ ბაზებში. პირველმა გამომცდელებმა აღნიშნეს კოდის უფრო სუფთა სტილი, უფრო მიზანმიმართული ტესტები და შესწორებების ნაკლები ციკლი.
კიბერუსაფრთხოების შესაძლებლობები
GPT‑6.2 Astra და GPT-6.2 Sol კიბერშესაძლებლობების კიდევ ერთ მნიშვნელოვან ზრდას აღნიშნავს. ისინი უფრო ეფექტიანად პოულობენ და ექსპლოიტაციას უწევენ მოწყვლადობებს, წერენ უფრო უსაფრთხო კოდს და ქმნიან უკეთეს შესწორებებს; რამდენიმე შეფასებაში ტოკენების გამოყენების ეფექტიანობაც მნიშვნელოვნად გაიზარდა. GPT‑6 Astra-ს მსგავსად, 6.2 Astra და Sol ჩვენი მზაობის ჩარჩოს მიხედვით კიბერუსაფრთხოების კრიტიკულ ზღვარს აღწევს.
გაზრდილი შესაძლებლობების გამო, GPT‑6.2 Astra-სა და Sol-ს ვუშვებთ უფრო მკაცრი დაცვის მექანიზმებით იმ დახმარებისთვის, რომელიც კიბერუსაფრთხოების უფრო მაღალ რისკს უკავშირდება. ეს დაცვის მექანიზმები არამიზნობრივი გამოყენების რისკს ამცირებს, თუმცა მოწყვლადობების ლეგიტიმური კვლევისა და უსაფრთხოების ტესტირების ზოგიერთ სამუშაო პროცესსაც ზღუდავს. OpenAI Daybreak-ის მეშვეობით, კიბერდამცველებს ამჟამად შეუძლიათ Daybreak Blue-ზე გამოიყენონ GPT‑6 Sol კიბერუსაფრთხოების მოთხოვნებზე უარის ნაკლები შემთხვევით, GPT-6 Astra-ს ჩვენს ალფა-ვერსიასთან ერთად, ხოლო Daybreak Red-ზე — GPT‑6 Cyber უსაფრთხოების გაფართოებული, ავტორიზებული ტესტირებისთვის. ვიმუშავებთ, რომ GPT‑6.2 მოდელები Daybreak-ზეც გახდეს ხელმისაწვდომი.
ქვემოთ წარმოგიდგენთ ბენჩმარკების მთავარ შედეგებს, რომლებიც შიდა სატესტო კონფიგურაციებით, კიბერუსაფრთხოების დაცვის მექანიზმებისა და კლასიფიკატორების გამორთვით მივიღეთ. სრული შედეგებისა და მეთოდოლოგიისთვის იხილეთ თანდართული სისტემური ბარათი(იხსნება ახალ ფანჯარაში).
კიბერდამცველებისთვის უპირატესობის მინიჭება
დეველოპერები რეალური გამოყენებისთვის განკუთვნილი პროგრამული უზრუნველყოფის დასაწერად სულ უფრო მეტად ეყრდნობიან პროგრამირების აგენტებს, მაშინ როცა უფრო ძლიერი აგენტები მოწყვლადობების პოვნასა და ექსპლოიტაციასაც აადვილებენ. PHP2Shell-მა(იხსნება ახალ ფანჯარაში) აჩვენა, როგორ შეუძლია ხელოვნურ ინტელექტს მკვლევრებს კრიტიკული ხარვეზების აღმოჩენაში დაეხმაროს. GPT‑6.2 Astra-სა და Sol-ში თავდაცვითი შესაძლებლობები ერთ-ერთ მთავარ პრიორიტეტად ვაქციეთ და წვრთნის ახალი სიგნალები დავამატეთ, რათა დეველოპერებს ასეთი ხარვეზების თავიდან აცილებასა და გამოსწორებაში დავეხმაროთ — თავიდანვე უსაფრთხო კოდის წერითა და ისეთი შესწორებების შექმნით, რომლებიც დანიშნულ ფუნქციონირებას ინარჩუნებს.
უსაფრთხოება და ადამიანურ მიზნებთან შესაბამისობა
GPT-6.2 Astra-სა და Sol-ს ჩვენი დღემდე ყველაზე ძლიერი დაცვის მექანიზმებით ვნერგავთ. გავამკაცრეთ შეზღუდვები და გავაძლიერეთ სისტემები, რომლებსაც მოდელების მონიტორინგისთვის და საჭიროებისას ჩარევისთვის ვიყენებთ.
GPT-6 Astra-ს მსგავსად, GPT-6.2 Astra და Sol ჩვენი მზაობის ჩარჩოს მიხედვით არა მხოლოდ კიბერუსაფრთხოების „კრიტიკულ“ ზღვარს, არამედ ბიოლოგიური და ქიმიური შესაძლებლობების „მაღალ“ ზღვარსაც აღწევენ. შესაბამისი რისკების შესამცირებლად დავნერგეთ დაცვის მექანიზმები და გავამკაცრეთ შეზღუდვები ბიოლოგიისა და კიბერუსაფრთხოების იმ მოთხოვნების ნაწილზე, რომლებსაც პოტენციურად ორმაგი დანიშნულება აქვს.
ჩვენი დაცვის მექანიზმებისა და ტესტირების შესახებ მეტი ინფორმაცია ხელმისაწვდომია GPT-6.2-ის სისტემურ ბარათში(იხსნება ახალ ფანჯარაში).
ხელოვნური ინტელექტის კვლევის შესაძლებლობები და დაცვის მექანიზმები
GPT-6.2 Astra ჩვენი პირველი მოდელია, რომელიც გარე მომხმარებლებისთვის გავუშვით და რომელიც აღწევს ხელოვნური ინტელექტის თვითგაუმჯობესების „მაღალ“ ზღვარს — ეს კატეგორია ზომავს მოდელის უნარს, დააჩქაროს ხელოვნური ინტელექტის კვლევა. „მაღალი“ დონე ასახავს ჩვენს შეფასებას, რომ მოდელის გავლენა ისეთივეა, როგორიც ექნებოდა OpenAI-ის თითოეული მკვლევრისთვის დამატებით, მაღალკვალიფიციური კვლევითი ინჟინრის ასისტენტად დანიშვნას, მათ 2024 წლის საწყის მდგომარეობასთან შედარებით. ამ შესაძლებლობას ვაკვირდებით, რადგან მოდელებმა, რომლებსაც მომავალი ხელოვნური ინტელექტის სისტემების განვითარებაში დახმარება შეუძლიათ, უსაფრთხოების ახალი რისკებიც შეიძლება წარმოშვან — მაგალითად, პროგრესი ისე დააჩქარონ, რომ დაცვის მექანიზმებმა ან ადამიანურმა ზედამხედველობამ ადაპტირება ვეღარ მოასწროს.
ამ რისკებთან გასამკლავებლად ჩვენი მოდელების წვრთნისა და დანერგვის პროცესებში ზედამხედველობისა და კონტროლის მეტი მექანიზმი ჩავაშენეთ. GPT-6.2 Astra-ზე შიდა წვდომის გაფართოებამდე შევაფასეთ მისი შესაბამისობა ადამიანურ მიზნებსა და ღირებულებებთან და გადავამოწმეთ, რომ თითოეულ ეტაპზე საჭირო დაცვის მექანიზმები მოქმედებდა. ჩვენ გავაძლიერეთ იზოლაციის ზომები ჩვენს კვლევით გარემოებში და ეს დაცვის მექანიზმები ჩვენი ყველაზე ძლიერი მოდელებით გამოვცადეთ. ასევე შევქმენით Control Room — სისტემა, რომელიც კვლევით სამუშაო პროცესებს თვალს ადევნებს და ჩარევის საჭიროების შემთხვევაში შეუძლია მოდელის მიერ შემდგომი შიგთავსის გენერირების შეჩერება. ჩვენი გაფართოებული მონიტორინგი იკვლევს მოდელების მსჯელობასა და ქმედებებს შიდა სამუშაო პროცესებში და იმ გარე დანერგვებში, სადაც ეს მხარდაჭერილია. მას შეუძლია ავტომატურად მონიშნოს არასანქცირებული ქცევა და, სადაც ეს მხარდაჭერილია, შეაჩეროს სამუშაო პროცესები ან საუბრები.
ადამიანურ მიზნებსა და ღირებულებებთან შესაბამისობა
ადამიანურ მიზნებთან შესაბამისობის შეფასებების უმეტესობაში ორივე მოდელმა GPT-6 Astra-ს მსგავსი შედეგები აჩვენა და სიმულირებულ სამუშაო დავალებებში ნაკლები არასათანადო მოქმედება შეასრულა. თუმცა ორ ტესტში ისინი უფრო ხშირად არ ახსენებდნენ მუშაობის შემაფერხებელ დაბრკოლებებს, მაგალითად, დაკარგულ ფაილს ან მიუწვდომელ საძიებო ხელსაწყოს. Codex-ში დავამატეთ ინსტრუქციები, რომლებიც ამგვარ გამოტოვებებს მნიშვნელოვნად ამცირებს, და ამ ქცევის შესწავლას ვაგრძელებთ.
ფასები და ხელმისაწვდომობა
დღეიდან GPT-6.2 Astra და Sol ხელმისაწვდომია Plus, Pro, Enterprise და Edu გეგმების ყველა მომხმარებლისთვის ChatGPT Work-სა და Codex-ში. Pro 500-ის გამომწერებს Ultrafast-ის გამოყენება ორივე მოდელთან შეუძლიათ. პირველად Ultrafast ხელმისაწვდომი ხდება Pro 200-ის გამომწერებისთვისაც — თავდაპირველად GPT-6.2 Sol-ით. შესაბამისი უფლებამოსილების მქონე Enterprise და Edu მომხმარებლები იმავე წვდომას მიიღებენ, როგორც კი მათი სამუშაო სივრცის ადმინისტრატორი მას ჩართავს. დეველოპერებს gpt-6.2-astra-სა და gpt-6.2-sol-ზე წვდომა OpenAI API-ითაც შეუძლიათ; Ultrafast ორივე მოდელისთვის გამოშვებისთანავე ხელმისაწვდომია.
GPT‑6.2 Astra-თი თითო ამოცანის შესრულება GPT‑6 Astra-სთან შედარებით მნიშვნელოვნად ნაკლები ღირს ტოკენების უფრო ეფექტიანი გამოყენების, შემავალ და გამომავალ ტოკენებზე 20%-ით და ქეშირებულ შემავალ ტოკენებზე კიდევ უფრო მეტად — 60%-ით — შემცირებული ფასების წყალობით. API-ის სტანდარტული ტარიფები ყოველ მილიონ ტოკენზე შეადგენს $8-ს შემავალი, $0.40-ს ქეშირებული შემავალი და $40-ს გამომავალი ტოკენებისთვის. GPT‑6.2 Sol ინარჩუნებს GPT‑6.1 Sol-ის ტარიფებს: ყოველ მილიონ ტოკენზე $2 შემავალი, $0.10 ქეშირებული შემავალი და $10 გამომავალი ტოკენებისთვის.
GPT-6.2 Astra-სა და Sol-ის გამოყენებისას, ქეშის ხელახალი გამოყენების გასაუმჯობესებლად, დანახარჯებისა და დაყოვნების შესამცირებლად და საუბრის სვლებს შორის მსჯელობის შესანარჩუნებლად, გირჩევთ მოთხოვნის პრეფიქსები უცვლელად დატოვოთ და საუბარს ახალი ინსტრუქციები ბოლოში დაუმატოთ(იხსნება ახალ ფანჯარაში).
ავტორი
Footnotes
- 1
Fable 5.2-ის შედეგები Terminal-Bench-Science 0.1-ში მოყვანილია Artificial Analysis-ის(იხსნება ახალ ფანჯარაში) მონაცემებით, mini-swe-agent სარტყლის გამოყენებით. Anthropic-ის ცნობით, Claude Code-ში მსჯელობის მაქსიმალურ დონეზე Fable 5.2-ის შედეგმა 74.6% შეადგინა.



