GPT-6.1Terra

आम्ही सादर करत आहोत GPT-6.1 Terra—एक वेगवान, कार्यक्षम मॉडेल, ज्यात सखोल दृश्य रीझनिंग आणि अचूक संगणक वापर यांसोबतच अधिक स्पष्ट, सहज लेखनाची सांगड घातली आहे. GPT‑5.6 Terra च्या तुलनेत लक्षणीय प्रगती केलेले हे मॉडेल दैनंदिन कामकाजातील संवाद आणि संगणकावर कराव्या लागणाऱ्या कामांमध्ये उत्कृष्ट कामगिरी करते—प्रस्तावांचे मसुदे तयार करणे आणि तांत्रिक रेखाचित्रांचा अर्थ लावणे यांपासून ते अर्ज भरणे आणि व्हिडिओ संपादित करणे यांपर्यंत.

आमच्या सर्व मॉडेल कुटुंबांमध्ये खर्चाच्या तुलनेत मिळणाऱ्या बुद्धिमत्तेच्या बाबतीत Terra अत्याधुनिक टप्पे गाठत आहे आणि वेग, क्षमता व खर्च यांचा नवा समतोल साधत आहे. त्याच्या मानक API च्या किमती GPT-5.6 Terra आणि GPT-6.1 Sol च्या तुलनेत 50% कमी आहेत, ज्यामुळे डेव्हलपर्सना येणारी इन्व्हॉइसेस वाचणे आणि त्यांचे तपशील अकाउंटिंग सॉफ्टवेअरमध्ये भरणे यासारखी मोठ्या प्रमाणातील कामे स्वयंचलित करणे व्यावहारिक ठरते. ChatGPT वर्क आणि Codex मध्ये GPT-6.1 Terra वापरल्यास तुमच्या प्लॅनमध्ये अधिक कामे करता येतात—वापराच्या त्याच मर्यादेत GPT‑5.6 Terra पेक्षा अधिक कामे, तर GPT‑6.1 Sol किंवा GPT‑6 Astra पेक्षा लक्षणीयरीत्या अधिक कामे पूर्ण करता येतात.

दृश्य आकलनापासून कृतीपर्यंत

आम्ही GPT-6.1 टेराच्या संगणक-वापर क्षमतांचे मापन एजंट्स लास्ट एक्झाम या व्यावसायिक कामांच्या मानकावर केले, ज्यामध्ये वास्तुशास्त्रीय रेखाचित्रांचे 3D मॉडेलमध्ये रूपांतर करणे आणि पुनर्संचयन टीमसाठी टाइम-कोडेड लॉग तयार करण्याकरिता एका ॲनिमेटेड चित्रपटाचे शॉट-बाय-शॉट पुनरावलोकन करणे यांचा समावेश आहे. रीझनिंगसाठी मध्यम प्रयत्नपातळीवर, GPT-6.1 Terra साधारण एक-तृतीयांश खर्चात GPT-5.6 Terra पेक्षा 15 टक्के गुण अधिक मिळवते. ते GPT-6 Astra च्या बरोबरीची कामगिरीही करते, आणि त्याचा प्रति टोकन दर GPT-6 Astra च्या दराच्या केवळ एक-दशांश आहे. कमाल प्रयत्नपातळीवर, Terra ची टोकन वापरातील कार्यक्षमता Claude Opus 5.5 च्या तिपटीहून अधिक आहे आणि त्याचा प्रति टोकन दर Claude Opus 5.5 च्या दराच्या एक-चतुर्थांश आहे. परिणामी, प्रत्येक कामासाठी येणारा खर्च सुमारे 9 पट कमी होतो. Terra चा वेगही खूप जास्त आहे: ते GPT-6 Astra आणि GPT-6.1 Sol या दोन्हींच्या तुलनेत तिपटीहून अधिक वेगाने कामे पूर्ण करते.

दृश्य रीझनिंगच्या MMMU-Pro या मूल्यमापन चाचणीवर, GPT-6.1 Terra प्रत्येक रीझनिंग सेटिंगमध्ये GPT-5.6 Terra पेक्षा सरस कामगिरी करते. अगदी आमचे सर्वाधिक सक्षम अत्याधुनिक मॉडेल GPT-6 Astra आणि GPT-6.1 Sol यांच्या गुणांच्या जवळपास गुणही ते खूप कमी खर्चात मिळवते.

तांत्रिक रेखाचित्रावरून त्रिमितीय प्रतिरूप तयार करणे यांसारखी अनेक टप्प्यांची कामे पूर्ण करण्यासाठी कृत्रिम बुद्धिमत्ता एजंट डेस्कटॉप ॲप्सचा किती चांगला वापर करतात, हे OSWorld 2.1 तपासते. मध्यम रीझनिंग प्रयत्नपातळीवर, GPT-6.1 Terra हे GPT-5.6 Terra च्या सर्वोत्तम गुणांपेक्षाही जास्त गुण मिळवते, तेही प्रति कामाच्या खर्चाच्या अगदी लहानशा भागात.

तथ्यात्मक अचूकता आणि कोडिंगच्या बाबतीत लक्षणीय प्रगती

आमच्या मॉडेलकडून दिली जाणारी निराधार, कल्पित माहिती आणि तथ्यात्मक चुका कमी करण्यासाठी आम्ही यावर्षी मोठी गुंतवणूक केली आहे. चुका होण्यास प्रवृत्त करणाऱ्या प्रॉम्प्टच्या आमच्या अंतर्गत मूल्यमापन चाचणीत, रीझनिंगसाठी कमी प्रयत्नांच्या पातळीवर त्रुटींचे प्रमाण GPT-5.6 Terra साठी 53.6% होते, तर GPT-6.1 Terra साठी ते 16.7% पर्यंत खाली आले—म्हणजे जवळपास 37 टक्के-पॉईंट्सची घट. कमाल प्रयत्नांच्या पातळीवर त्रुटींचे प्रमाण 18 टक्के-पॉईंट्सनी घटून 4.3% झाले, जे GPT-6 Astra आणि GPT-6.1 Sol यांच्या त्रुटींच्या प्रमाणाच्या जवळपास आहे.

सॉफ्टवेअर अभियांत्रिकीमध्ये GPT-6.1 Terra ने GPT-5.6 Terra च्या तुलनेत लक्षणीय सुधारणा केली आहे. Terminal-Bench 4.0 ही चाचणी कोडिंग एजंट कमांड लाइनवरून समस्या किती चांगल्या प्रकारे सोडवतात हे तपासते. उदाहरणार्थ, लोड होत असताना मांडणी बदलणारे वेबपेज दुरुस्त करणे. रीझनिंगसाठी कमाल प्रयत्नांच्या पातळीवर, GPT‑6.1 Terra 50.3% कामे पूर्ण करते. हे प्रमाण GPT‑5.6 Terra च्या प्रकाशित 21.5% गुणांच्या दुपटीपेक्षाही अधिक आहे. सर्वात क्लिष्ट कोडिंग कार्यांसाठी, GPT-6.1 Sol आणि GPT-6 Astra हेच उत्तम पर्याय आहेत.

Terminal-Bench-Science 0.1 हे तपासते की एजंट वैज्ञानिक संशोधन कार्ये पार पाडण्यासाठी कोडचा किती चांगल्या प्रकारे वापर करतात, जसे की टाइम-लॅप्स व्हिडिओमध्ये पेशी विभाजनांचा मागोवा घेणे. कमाल रीझनिंगच्या पातळीवर, GPT-6.1 Terra कमी खर्चात GPT-6.1 Sol पेक्षा सरस कामगिरी करते आणि Opus 5.5 च्या अंदाजित खर्चाच्या एक-पंचमांशपेक्षाही कमी खर्चात त्याच्या पॉईंट्सपासून पाच पॉईंट्सच्या आत पोहोचते.

सुरक्षितता आणि संरेखन

शक्तिशाली कृत्रिम बुद्धिमत्ता अधिक कार्यक्षम आणि सुलभपणे उपलब्ध करून देत असतानाच, आम्ही प्रशिक्षण, चाचण्या आणि आमच्या सुरक्षा उपायांमध्ये सुधारणा करणे सुरू ठेवले आहे. आमच्या प्रिपेयर्डनेस फ्रेमवर्कनुसार GPT‑6.1 Terra सायबरसुरक्षेतील अतिगंभीर पातळीचा निकष गाठते आणि GPT‑6 Astra साठी विकसित केलेले सुरक्षा उपाय कायम राखते.

GPT-6.1 Terra आपल्यासोबत GPT-6 मालिकेतील सुसंगत सुधारणा घेऊन येते. आमच्या मूल्यमापनांनुसार, GPT-5.6 Terra च्या तुलनेत GPT-6.1 Terra दिलेल्या कामाच्या व्याप्तीत राहण्याची आणि स्वतःच्या मर्यादा व संभाव्य अडथळे वापरकर्त्याला प्रामाणिकपणे सांगण्याची शक्यता अधिक आहे. आमच्या प्रॉम्प्ट-इंजेक्शन चाचण्यांमध्ये, GPT-6.1 Terra ने वापरकर्त्याच्या कामापासून विचलित करण्यासाठी तयार केलेल्या दुर्भावनापूर्ण सूचनांना देखील तीव्र प्रतिकार दर्शवला. अधिक तपशील सिस्टम कार्डमध्ये⁠(नवीन विंडोमध्ये उघडेल) उपलब्ध आहेत.

दर आणि उपलब्धता

आजपासून ChatGPT वर्क आणि Codex मधील सर्व Plus, Pro, Enterprise आणि Edu वापरकर्त्यांसाठी GPT-6.1 Terra उपलब्ध आहे. डेव्हलपर्सना OpenAI API द्वारेही gpt-6.1-terra या नावाने ते वापरता येते.

प्रमाणित एपीआय दर दहा लाख इनपुट टोकनसाठी $1, दहा लाख कॅशेमध्ये साठवलेल्या इनपुट टोकनसाठी $0.05 आणि दहा लाख आउटपुट टोकनसाठी $5 आहेत.