ਅਸੀਂ GPT‑5.6 ਸੀਰੀਜ਼ ਦਾ ਸੀਮਿਤ ਪ੍ਰੀਵਿਊ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਾਂ: Sol, ਸਾਡਾ ਫਲੈਗਸ਼ਿਪ ਮਾਡਲ; Terra, ਰੋਜ਼ਾਨਾ ਕੰਮ ਲਈ ਸੰਤੁਲਿਤ ਮਾਡਲ; ਅਤੇ Luna, ਤੇਜ਼ ਅਤੇ ਕਿਫ਼ਾਇਤੀ ਮਾਡਲ। Terra, GPT‑5.5 ਵਰਗੀ ਮੁਕਾਬਲੇਯੋਗ ਕਾਰਗੁਜ਼ਾਰੀ ਦਿੰਦਾ ਹੈ ਪਰ 2x ਸਸਤਾ ਹੈ, ਅਤੇ Luna ਸਾਡੀ ਸਭ ਤੋਂ ਘੱਟ ਲਾਗਤ 'ਤੇ ਮਜ਼ਬੂਤ ਸਮਰੱਥਾ ਲਿਆਉਂਦਾ ਹੈ।
GPT‑5.6 Sol ਸਾਡੇ ਹੁਣ ਤੱਕ ਦੇ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਸੁਰੱਖਿਆ ਸਟੈਕ ਨਾਲ ਲਾਂਚ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਸੀਂ ਉੱਚ-ਜੋਖਮ ਵਾਲੀਆਂ ਗਤੀਵਿਧੀਆਂ, ਸੰਵੇਦਨਸ਼ੀਲ ਸਾਈਬਰ ਬੇਨਤੀਆਂ, ਅਤੇ ਵਾਰ-ਵਾਰ ਹੋਣ ਵਾਲੀ ਦੁਰਵਰਤੋਂ ਵਿਰੁੱਧ ਸੁਰੱਖਿਆ ਨੂੰ ਹੋਰ ਮਜ਼ਬੂਤ ਕੀਤਾ ਹੈ, ਅਤੇ ਕਮੀਆਂ ਲੱਭਣ, ਸਾਡੇ ਸਿਸਟਮ ਦੀ ਦਬਾਅ-ਜਾਂਚ ਕਰਨ ਅਤੇ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਹਮਲਿਆਂ ਵਿਰੁੱਧ ਇਸ ਨੂੰ ਹੋਰ ਸੁਰੱਖਿਅਤ ਬਣਾਉਣ ਲਈ ਕਈ ਹਫ਼ਤੇ ਬਿਤਾਏ ਹਨ।
ਅਸੀਂ ਵਿਆਪਕ ਪਹੁੰਚ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਰੱਖਦੇ ਹਾਂ, ਅਤੇ ਆਉਣ ਵਾਲੇ ਹਫ਼ਤਿਆਂ ਵਿੱਚ GPT‑5.6 Sol, Terra ਅਤੇ Luna ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਹੈ। ਅਮਰੀਕੀ ਸਰਕਾਰ ਨਾਲ ਸਾਡੇ ਲਗਾਤਾਰ ਸੰਪਰਕ ਦੇ ਹਿੱਸੇ ਵਜੋਂ, ਅਸੀਂ ਅੱਜ ਦੇ ਲਾਂਚ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੀਆਂ ਯੋਜਨਾਵਾਂ ਅਤੇ ਮਾਡਲਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦੀ ਝਲਕ ਸਾਂਝੀ ਕੀਤੀ। ਉਨ੍ਹਾਂ ਦੀ ਬੇਨਤੀ 'ਤੇ, ਵਿਆਪਕ ਰਿਲੀਜ਼ ਤੋਂ ਪਹਿਲਾਂ ਅਸੀਂ ਭਰੋਸੇਯੋਗ ਭਾਗੀਦਾਰਾਂ ਦੇ ਇੱਕ ਛੋਟੇ ਸਮੂਹ ਲਈ ਸੀਮਿਤ ਪ੍ਰੀਵਿਊ ਨਾਲ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਾਂ, ਜਿਨ੍ਹਾਂ ਦੀ ਭਾਗੀਦਾਰੀ ਸਰਕਾਰ ਨਾਲ ਸਾਂਝੀ ਕੀਤੀ ਗਈ ਹੈ। ਇਸ ਪ੍ਰੀਵਿਊ ਦੌਰਾਨ, ਅਸੀਂ ਵਧੇਰੇ ਵਿਆਪਕ ਉਪਲਬਧਤਾ ਵੱਲ ਕੰਮ ਕਰਦੇ ਹੋਏ ਭਾਗੀਦਾਰਾਂ ਨਾਲ ਨੇੜੇ ਤੋਂ ਟੈਸਟਿੰਗ ਅਤੇ ਤਾਲਮੇਲ ਜਾਰੀ ਰੱਖਾਂਗੇ। ਸਾਨੂੰ ਨਹੀਂ ਲੱਗਦਾ ਕਿ ਇਸ ਕਿਸਮ ਦੀ ਸਰਕਾਰੀ ਪਹੁੰਚ ਪ੍ਰਕਿਰਿਆ ਲੰਮੇ ਸਮੇਂ ਲਈ ਡਿਫਾਲਟ ਬਣਨੀ ਚਾਹੀਦੀ ਹੈ। ਇਹ ਉਹ ਸਭ ਤੋਂ ਵਧੀਆ ਟੂਲ ਉਨ੍ਹਾਂ ਵਰਤੋਂਕਾਰਾਂ, ਡਿਵੈਲਪਰਾਂ, ਉਦਯੋਗਾਂ, ਸਾਈਬਰ ਰੱਖਿਅਕਾਂ ਅਤੇ ਗਲੋਬਲ ਭਾਗੀਦਾਰਾਂ ਤੋਂ ਦੂਰ ਰੱਖਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਦੀ ਲੋੜ ਹੈ। ਅਸੀਂ ਇਹ ਛੋਟੇ ਸਮੇਂ ਦਾ ਕਦਮ ਇਸ ਲਈ ਚੁੱਕ ਰਹੇ ਹਾਂ ਕਿਉਂਕਿ ਸਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਆਉਣ ਵਾਲੇ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਵਿਆਪਕ ਉਪਲਬਧਤਾ ਲਈ ਇਹ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਰਸਤਾ ਹੈ, ਜਦਕਿ ਅਸੀਂ ਪ੍ਰਸ਼ਾਸਨ ਨਾਲ ਮਿਲ ਕੇ ਸਾਈਬਰ ਐਗਜ਼ੀਕਿਊਟਿਵ ਆਰਡਰ ਫ੍ਰੇਮਵਰਕ ਅਤੇ ਭਵਿੱਖ ਦੇ ਮਾਡਲ ਰਿਲੀਜ਼ਾਂ ਲਈ ਦੁਹਰਾਏ ਜਾ ਸਕਣ ਵਾਲੀ ਪ੍ਰਕਿਰਿਆ ਵਿਕਸਿਤ ਕਰ ਰਹੇ ਹਾਂ।
GPT‑5.6 Sol ਸਾਡਾ ਹੁਣ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਮਾਡਲ ਹੈ। ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਇੱਕ ਝਲਕ ਦਿਖਾਉਣ ਲਈ, ਅਸੀਂ ਕੋਡਿੰਗ, ਜੀਵ-ਵਿਗਿਆਨ ਅਤੇ ਸਾਈਬਰ-ਸੁਰੱਖਿਆ ਵਿੱਚ ਸੁਧਰੀਆਂ ਏਜੰਟ-ਅਧਾਰਿਤ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਮੁਲਾਂਕਣਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਸਾਂਝਾ ਕਰ ਰਹੇ ਹਾਂ, ਇਸ ਦੇ ਨਾਲ ਹੀ ਵਾਧੂ ਸੁਰੱਖਿਆ ਅਤੇ ਤਿਆਰੀ ਦੇ ਮੁਲਾਂਕਣ ਸਾਡੇ ਸਿਸਟਮ ਕਾਰਡ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਵਿੱਚ ਉਪਲਬਧ ਹਨ। ਜਦੋਂ ਅਸੀਂ ਮਾਡਲ ਨੂੰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਕਰਾਂਗੇ, ਅਸੀਂ ਮੁਲਾਂਕਣ ਨਤੀਜਿਆਂ ਦਾ ਵਿਸਤ੍ਰਿਤ ਸਮੂਹ ਸਾਂਝਾ ਕਰਾਂਗੇ।
GPT‑5.6 ਨਾਲ, ਅਸੀਂ Sol ਨੂੰ ਗਹਿਰਾਈ ਨਾਲ ਰੀਜ਼ਨਿੰਗ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਸਮਾਂ ਦੇਣ ਵਾਸਤੇ ਨਵਾਂ `max` ਰੀਜ਼ਨਿੰਗ ਯਤਨ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਾਂ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਅਸੀਂ ਨਵਾਂ `ultra` ਮੋਡ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਾਂ ਜੋ ਜਟਿਲ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਸਬ-ਏਜੰਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਹੀ ਏਜੰਟ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਤੋਂ ਅੱਗੇ ਜਾਂਦਾ ਹੈ।
ਕੋਡਿੰਗ ਵਰਕਫਲੋਜ਼ ਲਈ, GPT‑5.6 Sol ਨੇ Terminal‑Bench 2.1 'ਤੇ ਇੱਕ ਨਵਾਂ ਮੀਲ ਪੱਥਰ ਸਥਾਪਿਤ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਅਜਿਹੇ ਕਮਾਂਡ-ਲਾਈਨ ਵਰਕਫਲੋਜ਼ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਯੋਜਨਾਬੰਦੀ, ਦੁਹਰਾਓ, ਅਤੇ ਟੂਲਸ ਦੇ ਆਪਸੀ ਤਾਲਮੇਲ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
GPT‑5.6 Sol ਜੀਵ-ਵਿਗਿਆਨ ਦੇ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ ਵੀ ਵਿਆਪਕ ਸੁਧਾਰ ਦਿਖਾਉਂਦਾ ਹੈ। GeneBench v1ਉੱਤੇ, ਜੋ ਲੰਬੀ-ਅਵਧੀ ਵਾਲੇ ਜੀਨੋਮਿਕਸ ਅਤੇ ਮਾਤਰਾਤਮਕ-ਜੀਵ-ਵਿਗਿਆਨ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ, ਇਹ ਘੱਟ ਟੋਕਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ GPT‑5.5 ਦੇ ਮੁਕਾਬਲੇ ਵਧੇਰੇ ਮਜ਼ਬੂਤ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ।
GPT‑5.6 Sol ਸਾਈਬਰ-ਸੁਰੱਖਿਆ ਲਈ ਸਾਡਾ ਹੁਣ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਸਮਰੱਥ ਮਾਡਲ ਹੈ। ਇਹ ਸੁਰੱਖਿਆ ਖਾਮੀਆਂ ਦੀ ਖੋਜ ਅਤੇ ਐਕਸਪਲੌਇਟੇਸ਼ਨ ਸਮੇਤ ਲੰਬੀ-ਅਵਧੀ ਵਾਲੇ ਸੁਰੱਖਿਆ ਕਾਰਜਾਂ ਲਈ ਕਾਰਗੁਜ਼ਾਰੀ-ਕੁਸ਼ਲਤਾ ਦੀ ਸੀਮਾ ਨੂੰ ਹੋਰ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ। ExploitBench² ਉੱਤੇ, GPT‑5.6 Sol ਸਿਰਫ਼ ~1/3 ਆਉਟਪੁੱਟ ਟੋਕਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ Mythos Preview ਨੂੰ ਬਰਾਬਰ ਦੀ ਟੱਕਰ ਦਿੰਦਾ ਹੈ। ExploitGym(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ)3 ਉੱਤੇ, ਜੋ UC Berkeley ਖੋਜਕਾਰਾਂ ਵੱਲੋਂ OpenAI ਅਤੇ ਹੋਰ ਅਤਿ-ਆਧੁਨਿਕ ਲੈਬਾਂ ਦੇ ਸਹਿਯੋਗ ਨਾਲ ਬਣਾਇਆ ਗਿਆ ਬੈਂਚਮਾਰਕ ਹੈ, GPT‑5.6 Sol, Terra ਅਤੇ Luna ਮਾਡਲ ਸਾਰੇ ਹੀ ਸਾਈਬਰ ਸਮਰੱਥਾਵਾਂ ਵਿੱਚ ਮਜ਼ਬੂਤ ਸੁਧਾਰ ਦਿਖਾਉਂਦੇ ਹਨ, ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਰੀਜ਼ਨਿੰਗ ਵਧਾਉਂਦੇ ਹਾਂ।
ਅਸੀਂ GPT‑5.6 Sol, Terra ਅਤੇ Luna ਨੂੰ ਆਪਣੇ ਹੁਣ ਤੱਕ ਦੇ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਨਾਲ ਵਿਕਸਿਤ ਕੀਤਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਦੀਆਂ ਸੰਰਚਨਾਵਾਂ ਹਰ ਮਾਡਲ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀਆਂ ਹਨ। ਜਿਵੇਂ ਮਾਡਲ ਹੋਰ ਸਮਰੱਥ ਹੁੰਦਾ ਹੈ, ਅਸੀਂ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਨਾਲ ਇਸ ਤਰ੍ਹਾਂ ਡਿਜ਼ਾਇਨ ਕਰਦੇ ਹਾਂ ਕਿ ਉਹ ਅਸਲ ਦੁਨੀਆ ਦੇ ਵਿਰੋਧੀ ਦਬਾਅ ਹੇਠ ਹੋਰ ਮਜ਼ਬੂਤ ਰਹਿਣ, ਅਤੇ ਕੋਡ ਰਿਵਿਊ, ਕਮਜ਼ੋਰੀ ਖੋਜ, ਪੈਚ ਵਿਕਾਸ, ਡੀਬੱਗਿੰਗ, ਸੁਰੱਖਿਆ ਸਿੱਖਿਆ ਅਤੇ ਰੱਖਿਆਤਮਕ ਟੈਸਟਿੰਗ ਵਰਗੇ ਜਾਇਜ਼ ਕੰਮ ਤੱਕ ਪਹੁੰਚ ਵੀ ਬਣੀ ਰਹੇ। ਸਾਡਾ ਟੀਚਾ ਉਹਨਾਂ ਲਾਭਕਾਰੀ ਵਰਤੋਂਆਂ ਨੂੰ ਬਿਨਾਂ ਲੋੜ ਤੋਂ ਸੀਮਿਤ ਕੀਤੇ ਪ੍ਰਤੀਬੰਧਿਤ ਹਮਲਾਵਰ ਗਤੀਵਿਧੀ ਨੂੰ ਹੋਰ ਔਖਾ, ਅਨਿਸ਼ਚਿਤ ਅਤੇ ਪਤਾ ਲੱਗਣ ਯੋਗ ਬਣਾਉਣਾ ਹੈ। ਮਾਡਲ ਅਤੇ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਬਾਰੇ ਆਪਣੇ ਅੰਕਣ ਦੇ ਆਧਾਰ 'ਤੇ, ਅਸੀਂ ਜਾਇਜ਼ ਰੱਖਿਆਤਮਕ ਕੰਮ ਲਈ ਵੱਡੇ ਲਾਭ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਾਂ, ਇਸਦੇ ਨਾਲ ਹੀ ਪ੍ਰਤੀਬੰਧਿਤ ਹਮਲਾਵਰ ਵਰਤੋਂ ਨੂੰ ਅਰਥਪੂਰਨ ਢੰਗ ਨਾਲ ਸੀਮਿਤ ਕਰਦੇ ਹਾਂ।
GPT‑5.6 Sol ਭਰੋਸੇਯੋਗ ਤਰੀਕੇ ਨਾਲ ਪੂਰੇ ਸਾਈਬਰ ਹਮਲੇ ਕਰਨ ਦੇ ਮੁਕਾਬਲੇ, ਲੋਕਾਂ ਦੀਆਂ ਸੁਰੱਖਿਆ ਕਮੀਆਂ ਲੱਭਣ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਠੀਕ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਵਧੇਰੇ ਬਿਹਤਰ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਇਹ ਸਮਰੱਥਾਵਾਂ ਅੱਗੇ ਵਧ ਰਹੀਆਂ ਹਨ, ਸਾਡੀ ਤਰਜੀਹ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਇਹ ਟੂਲ ਸੁਰੱਖਿਆ ਕਰਮੀਆਂ ਤੱਕ ਪਹੁੰਚਣ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਲਾਭ ਪਹੁੰਚਾਉਣ, ਜੋ ਇਨ੍ਹਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕਮਜ਼ੋਰੀਆਂ ਲੱਭ ਸਕਦੇ ਹਨ, ਪੈਚ ਵਿਕਸਿਤ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਸਿਸਟਮਾਂ ਨੂੰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਹੋਰ ਮਜ਼ਬੂਤ ਕਰ ਸਕਦੇ ਹਨ।
GPT‑5.6 Sol ਸਾਡੇ ਪ੍ਰਿਪੇਅਰਡਨੈੱਸ ਫਰੇਮਵਰਕ ਦੇ ਤਹਿਤ ਸਾਈਬਰ ਕ੍ਰਿਟੀਕਲ ਥ੍ਰੈਸ਼ਹੋਲਡ ਦੀ ਹੱਦ ਨੂੰ ਪਾਰ ਨਹੀਂ ਕਰਦਾ। Chromium ਅਤੇ Firefox ਨਾਲ ਸੰਬੰਧਿਤ ਮੁਲਾਂਕਣਾਂ ਵਿੱਚ, ਇਸ ਨੇ ਬੱਗਸ ਅਤੇ ਐਕਸਪਲੌਇਟੇਸ਼ਨ ਪ੍ਰਿਮਿਟਿਵਜ਼ ਦੀ ਪਛਾਣ ਕੀਤੀ, ਜੋ ਐਕਸਪਲੌਇਟ ਦੇ ਨਿਰਮਾਣ-ਖੰਡ ਹਨ, ਪਰ ਪਰਖੀਆਂ ਗਈਆਂ ਸਥਿਤੀਆਂ ਦੇ ਤਹਿਤ ਇਹ ਆਪਣੇ ਆਪ ਕੋਈ ਵੀ ਪੂਰੀ ਲੜੀ ਵਾਲਾ ਕਾਰਜਸ਼ੀਲ ਐਕਸਪਲੌਇਟ ਤਿਆਰ ਨਹੀਂ ਕਰ ਸਕਿਆ। ਫਿਰ ਵੀ, ਬੈਂਚਮਾਰਕ ਥ੍ਰੈਸ਼ਹੋਲਡ ਹਰ ਉਹ ਤਰੀਕਾ ਨਹੀਂ ਫੜ ਸਕਦੇ ਜਿਸ ਨਾਲ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜਾਂ ਇਸ ਨੂੰ ਹੋਰ ਟੂਲਾਂ ਨਾਲ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਅਨਿਸ਼ਚਿਤਤਾ, ਮਾਡਲ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਵਿੱਚ ਵਿਆਪਕ ਕਦਮੀ ਬਦਲਾਅ ਦੇ ਨਾਲ ਉਹ ਕਾਰਨ ਹੈ ਕਿ ਅਸੀਂ ਮਾਡਲ ਦੀਆਂ ਵਧੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਅਤੇ ਪੜਾਅਵਾਰ ਰਿਲੀਜ਼ ਨਾਲ ਜੋੜ ਰਹੇ ਹਾਂ। ਅਸੀਂ ਆਪਣੇ ਸੁਰੱਖਿਆ ਉਪਾਅ ਬਾਰੇ ਹੋਰ ਵੇਰਵੇ GPT‑5.6 ਪ੍ਰੀਵਿਊ ਸਿਸਟਮ ਕਾਰਡ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਵਿੱਚ ਸਾਂਝੇ ਕਰਦੇ ਹਾਂ।
ਦ੍ਰਿੜ੍ਹ ਜਾਂ ਬਦਲਦੇ ਰੂਪਾਂ ਵਿੱਚ ਹੋਣ ਵਾਲੀ ਦੁਰਵਰਤੋਂ ਦੇ ਖਿਲਾਫ਼ ਕੋਈ ਵੀ ਇੱਕ ਸੁਰੱਖਿਆ ਉਪਾਅ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। GPT‑5.6 ਪ੍ਰੀਵਿਊ ਵਿੱਚ, ਅਸੀਂ ਪਰਤਦਾਰ ਸੁਰੱਖਿਆ ਉਪਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ, ਜਿਨ੍ਹਾਂ ਦੀ ਸਹੀ ਸੰਰਚਨਾਵਾਂ ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਦੇ ਹਿਸਾਬ ਨਾਲ ਬਦਲਦੀ ਰਹਿੰਦੀ ਹੈ ਅਤੇ ਅਸੀਂ ਅਸਲ-ਦੁਨੀਆਂ ਦੇ ਹਮਲਿਆਂ ਲਈ ਉਹਨਾਂ ਦਾ ਸਖ਼ਤ ਨਿਰੀਖਣ ਕਰਦੇ ਹਾਂ। ਇਹਨਾਂ ਵਿੱਚ ਮਾਡਲ ਦੇ ਅੰਦਰ ਹੀ ਸਿਖਲਾਈ ਦੁਆਰਾ ਸ਼ਾਮਲ ਕੀਤੀਆਂ ਗਈਆਂ ਸੁਰੱਖਿਆਵਾਂ, ਜਵਾਬ ਤਿਆਰ ਹੋਣ ਦੌਰਾਨ ਰੀਅਲ-ਟਾਈਮ ਜਾਂਚ, ਅਕਾਊਂਟ-ਪੱਧਰ ਦੇ ਸੰਕੇਤ, ਵੱਖੋ-ਵੱਖਰੀ ਪਹੁੰਚ, ਨਿਗਰਾਨੀ, ਨਿਯਮਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਅਤੇ ਨਿਰੰਤਰ ਟੈਸਟਿੰਗ ਸ਼ਾਮਲ ਹਨ।
GPT‑5.6 ਨੂੰ ਪਾਬੰਦੀਸ਼ੁਦਾ ਸਾਈਬਰ ਸਹਾਇਤਾ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਹੈ, ਜਿਸ ਵਿੱਚ ਉਹ ਮਾਮਲੇ ਵੀ ਸ਼ਾਮਲ ਹਨ ਜਦੋਂ ਵਰਤੋਂਕਾਰ ਆਪਣੇ ਇਰਾਦੇ ਨੂੰ ਛੁਪਾਉਣ ਜਾਂ ਮਾਡਲ ਨੂੰ ਜੇਲਬ੍ਰੇਕ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਇਹ ਮਾਡਲ-ਪੱਧਰ ਦੇ ਸੁਰੱਖਿਆ ਉਪਾਅ ਪਹਿਲੀ ਸੀਮਾ ਤੈਅ ਕਰਦੇ ਹਨ ਕਿ ਮਾਡਲ ਨੂੰ ਕਿਸ ਚੀਜ਼ ਵਿੱਚ ਮਦਦ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਕਿਸ ਵਿੱਚ ਨਹੀਂ ਚਾਹੀਦੀ ਹੈ।
ਰੀਅਲ-ਟਾਈਮ ਸਾਈਬਰ ਅਤੇ ਜੀਵ-ਵਿਗਿਆਨ ਦੀ ਦੁਰਵਰਤੋਂ ਦੇ ਵਰਗੀਕਰਨ ਜਵਾਬ ਤਿਆਰ ਹੋਣ ਦੌਰਾਨ ਆਉਟਪੁੱਟ ਦਾ ਮੁਲਾਂਕਣ ਕਰਕੇ ਇੱਕ ਹੋਰ ਪਰਤ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਵਧੇਰੇ ਜੋਖਮ ਵਾਲੇ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਜੇਕਰ ਉਹ ਕਿਸੇ ਸੰਭਾਵੀ ਉਲੰਘਣਾ ਦਾ ਪਤਾ ਲਗਾਉਂਦੇ ਹਨ, ਤਾਂ ਜਵਾਬ ਤਿਆਰ ਹੋਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕੁਝ ਸਮੇਂ ਲਈ ਰੋਕਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਇੱਕ ਵੱਡਾ ਰੀਜ਼ਨਿੰਗ ਮਾਡਲ ਉਸ ਗੱਲਬਾਤ ਅਤੇ ਉਸਦੇ ਸੰਦਰਭ ਦੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਆਉਟਪੁੱਟ ਨੂੰ ਨਾਮਨਜ਼ੂਰ ਪਾਇਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਉਪਭੋਗਤਾ ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਰੋਕ ਲਿਆ ਜਾਂਦਾ ਹੈ।
ਫਲੈਗ ਕੀਤੀ ਗਈ ਗਤੀਵਿਧੀ ਸੰਬੰਧਿਤ ਗੱਲਬਾਤਾਂ ਅਤੇ ਜੋਖਮ ਦੇ ਸੰਕੇਤਾਂ ਵਿੱਚ ਅਕਾਊਂਟ-ਪੱਧਰ ਦੀ ਸਮੀਖਿਆ ਨੂੰ ਵੀ ਸ਼ੁਰੂ ਕਰ ਸਕਦੀ ਹੈ, ਜੋ ਕਿ ਸਮੱਗਰੀ ਨੂੰ ਰੱਖਣ ਅਤੇ ਸਮੀਖਿਆ ਕਰਨ ਸੰਬੰਧੀ ਸਾਡੀਆਂ ਸ਼ਰਤਾਂ ਅਤੇ ਨੀਤੀਆਂ ਦੇ ਅਨੁਕੂਲ ਹੈ। ਕਿਸੇ ਇੱਕ ਗੱਲਬਾਤ ਤੋਂ ਪਰੇ ਦੇਖਣਾ ਸਾਡੇ ਸਿਸਟਮਾਂ ਨੂੰ ਲਗਾਤਾਰ ਹੋਣ ਵਾਲੇ ਨੁਕਸਾਨਦੇਹ ਵਿਵਹਾਰ ਅਤੇ ਜਾਇਜ਼ ਦੋਹਰੀ-ਵਰਤੋਂ ਵਾਲੇ ਸੁਰੱਖਿਆ ਕੰਮਾਂ ਵਿੱਚ ਫਰਕ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਸਮਾਨ ਤਕਨੀਕੀ ਸੰਕਲਪ ਬਹੁਤ ਵੱਖਰੇ ਸੰਦਰਭਾਂ ਵਿੱਚ ਦਿਖਾਈ ਦੇ ਸਕਦੇ ਹਨ।
ਮਿਲ ਕੇ, ਇਹ ਪਰਤਾਂ ਪੂਰੀ ਪਹੁੰਚ ਨੂੰ ਕਿਸੇ ਵੀ ਇੱਕ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਦੇ ਮੁਕਾਬਲੇ ਵਧੇਰੇ ਮਜ਼ਬੂਤ ਬਣਾਉਂਦੀਆਂ ਹਨ। ਮਾਡਲ ਦਾ ਵਿਵਹਾਰ ਨੁਕਸਾਨਦੇਹ ਜਵਾਬਾਂ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ, ਰੀਅਲ-ਟਾਈਮ ਸਿਸਟਮ ਜਵਾਬ ਤਿਆਰ ਹੋਣ ਦੌਰਾਨ ਦਖਲ ਦੇ ਸਕਦੇ ਹਨ, ਅਕਾਊਂਟ-ਪੱਧਰ ਦੀ ਸਮੀਖਿਆ ਵਿਆਪਕ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਵੱਖੋ-ਵੱਖਰੀ ਪਹੁੰਚ ਸਭ ਤੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਡਿਫਾਲਟ ਰੂਪ ਵਿੱਚ ਹਰ ਕਿਸੇ ਲਈ ਉਪਲਬਧ ਕਰਵਾਏ ਬਿਨਾਂ ਮਹੱਤਵਪੂਰਨ ਸੁਰੱਖਿਆ ਕੰਮਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦੀ ਹੈ।
ਖਾਸ ਕਰਕੇ ਪ੍ਰਿਵਿਊ ਦੌਰਾਨ, ਵਰਤੋਂਕਾਰਾਂ ਨੂੰ ਅਜਿਹੇ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ ਜੋ ਕੁਝ ਬੇਨਤੀਆਂ ਨੂੰ ਰੋਕਦੇ ਹਨ ਜਾਂ ਇਨਕਾਰ ਕਰਦੇ ਹਨ। ਹੋਰ ਬੇਨਤੀਆਂ ਵਿੱਚ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੱਗ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਵਾਧੂ ਸਮੀਖਿਆ ਲਈ ਜਨਰੇਸ਼ਨ ਨੂੰ ਰੋਕਿਆ ਜਾਂਦਾ ਹੈ। ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧ ਕਦੇ-ਕਦਾਈਂ ਜਾਇਜ਼ ਕੰਮ ਵਿੱਚ ਵੀ ਦਖਲ ਦੇ ਸਕਦੇ ਹਨ, ਖਾਸ ਤੌਰ 'ਤੇ ਦੋਹਰੀ-ਵਰਤੋਂ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਜਿੱਥੇ ਬਚਾਅ ਪੱਖੀ ਅਤੇ ਹਮਲਾਵਰ ਗਤੀਵਿਧੀਆਂ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਇੱਕੋ ਜਿਹੀਆਂ ਦਿਖਾਈ ਦੇ ਸਕਦੀਆਂ ਹਨ।
ਇਹ ਉਸੇ ਚੀਜ਼ ਦਾ ਇੱਕ ਹਿੱਸਾ ਹੈ ਜਿਸਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਇਸ ਪ੍ਰਿਵਿਊ ਨੂੰ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਸੀਂ ਨਾ ਸਿਰਫ਼ ਇਹ ਸਮਝਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਕਿ ਕੀ ਸੁਰੱਖਿਆ ਉਪਾਅ ਦੁਰਵਰਤੋਂ ਨੂੰ ਰੋਕਦੇ ਹਨ, ਬਲਕਿ ਇਹ ਵੀ ਦੇਖਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਕਿ ਕੀ ਜਾਇਜ਼ ਵਰਤੋਂਕਾਰ ਅਜੇ ਵੀ ਆਪਣੇ ਆਮ ਕੰਮ ਨੂੰ ਭਰੋਸੇਯੋਗ ਅਤੇ ਕੁਸ਼ਲ ਤਰੀਕੇ ਨਾਲ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ। ਪ੍ਰਿਵਿਊ ਦੌਰਾਨ ਮਿਲਣ ਵਾਲੀ ਫੀਡਬੈਕ ਸਾਨੂੰ ਬੇਲੋੜੀਆਂ ਰੁਕਾਵਟਾਂ ਅਤੇ ਦੇਰੀ ਨੂੰ ਘਟਾਉਣ, ਸੁਰੱਖਿਆ ਉਪਾਅ ਸੰਦਰਭ ਨੂੰ ਕਿਵੇਂ ਸਮਝਦੇ ਹਨ ਇਸ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ, ਅਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਜਾਰੀ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਅਨੁਭਵ ਨੂੰ ਹੋਰ ਵੀ ਸੁਖਾਵਾਂ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ।
ਅਸੀਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਨਾਲ ਲੰਬੇ ਸਮੇਂ ਦੇ ਤਰੀਕਿਆਂ 'ਤੇ ਵੀ ਕੰਮ ਕਰ ਰਹੇ ਹਾਂ—ਜਿਸ ਵਿੱਚ ਪਰਦੇਦਾਰੀ-ਸੁਰੱਖਿਅਤ ਖੋਜ, ਗਾਹਕ ਵੱਲੋਂ ਸੰਚਾਲਿਤ ਸੁਰੱਖਿਆ ਨਿਯੰਤਰਣ ਅਤੇ ਕਿਸੇ ਗਾਹਕ, ਵਰਤੋਂਕਾਰ ਜਾਂ ਕੰਮ ਦੇ ਬੋਝ ਦੇ ਜੋਖਮ ਦੇ ਹਿਸਾਬ ਨਾਲ ਤੈਅ ਕੀਤੀ ਗਈ ਪਹੁੰਚ ਸ਼ਾਮਲ ਹੈ—ਤਾਂ ਜੋ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਦੀਆਂ ਪਰਦੇਦਾਰੀ ਸੰਬੰਧੀ ਲੋੜਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹੋਏ ਸੁਰੱਖਿਆ ਨੂੰ ਅੱਗੇ ਵਧਾਇਆ ਜਾ ਸਕੇ।
ਜਦੋਂ ਹਮਲਾਵਰ ਆਪਣੀਆਂ ਰਣਨੀਤੀਆਂ ਬਦਲਦੇ ਹਨ, ਉਦੋਂ ਵੀ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਦਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਰਹਿਣਾ ਜ਼ਰੂਰੀ ਹੈ। ਅਜਿਹੀ ਸੁਰੱਖਿਆ ਜੋ ਸਿਰਫ਼ ਪਹਿਲਾਂ ਤੋਂ ਜਾਣੇ-ਪਛਾਣੇ ਹਮਲਿਆਂ ਦੇ ਨਿਸ਼ਚਿਤ ਸਮੂਹ 'ਤੇ ਹੀ ਕੰਮ ਕਰਦੀ ਹੈ, ਉਹ ਕਿਸੇ ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲ ਲਈ ਲੋੜ ਮੁਤਾਬਕ ਮਜ਼ਬੂਤ ਨਹੀਂ ਹੈ।
ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਅਸੀਂ ਸੁਰੱਖਿਆ ਲਈ ਪਹਿਲਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਇੰਟੈਲੀਜੈਂਸ ਅਤੇ ਕੰਪਿਊਟ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਾਂ, ਅਤੇ ਕਮੀਆਂ ਲੱਭਣ ਤੇ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਆਪਣੇ ਖੁਦ ਦੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਾਂ। ਅਸੀਂ ਯੂਨੀਵਰਸਲ ਜੇਲਬ੍ਰੇਕ ਲੱਭਣ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਸਵੈਚਾਲਿਤ ਰੈੱਡ ਟੀਮਿੰਗ ਲਈ 7,00,000 ਤੋਂ ਵੱਧ A100-ਸਮਾਨ GPU ਘੰਟੇ ਸਮਰਪਿਤ ਕੀਤੇ ਹਨ: ਇਹ ਅਜਿਹੇ ਹਮਲੇ ਹਨ ਜੋ ਕਿਸੇ ਇੱਕ ਸੀਮਤ ਸੈਟਿੰਗ ਦੀ ਬਜਾਏ ਕਈ ਪ੍ਰੌੰਪਟਾਂ ਵਿੱਚ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। ਇਹਨਾਂ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਅਤੇ ਆਮ ਹਮਲਿਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਨਾਲ ਸਾਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਜਾਣੀਆਂ-ਪਛਾਣੀਆਂ ਅਸਫਲਤਾਵਾਂ ਦੇ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਮੂਹ ਤੋਂ ਪਰੇ ਜਾ ਕੇ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਦੀ ਪਰਖ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲੀ। ਇਹ ਸਾਨੂੰ ਮਨੁੱਖੀ ਟੈਸਟਿੰਗ ਦੇ ਮੁਕਾਬਲੇ ਕਿਤੇ ਜ਼ਿਆਦਾ ਹਮਲੇ ਦੇ ਪੈਟਰਨਾਂ ਦੀ ਖੋਜ ਕਰਨ, ਅਸਫਲਤਾ ਦੇ ਪੈਟਰਨਾਂ ਦੀ ਜਲਦੀ ਪਛਾਣ ਕਰਨ, ਅਤੇ ਕਿਸੇ ਕਮੀ ਨੂੰ ਲੱਭਣ ਤੋਂ ਲੈ ਕੇ ਉਸਨੂੰ ਹੱਲ ਕਰਨ ਤੱਕ ਦੇ ਸਫ਼ਰ ਨੂੰ ਛੋਟਾ ਕਰਨ ਦੇ ਸਮਰੱਥ ਵੀ ਬਣਾਉਂਦਾ ਹੈ।
ਆਟੋਮੈਟਿਕ ਰੈਡ ਟੀਮਿੰਗ ਤੋਂ ਇਲਾਵਾ, ਅਸੀਂ ਵਿਸਤ੍ਰਿਤ ਮਨੁੱਖੀ ਮਾਹਰ ਰੈਡ ਟੀਮਿੰਗ ਕਰਵਾਉਣ ਲਈ ਤੀਜੇ-ਪੱਖ ਦੇ ਟੈਸਟਰਾਂ ਨਾਲ ਮਿਲ ਕੇ ਕੰਮ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਪ੍ਰੀਵਿਊ ਮਿਆਦ ਦੇ ਦੌਰਾਨ ਵੀ ਜਾਰੀ ਰਹੇਗਾ। ਮਨੁੱਖੀ ਰੈਡ ਟੀਮਿੰਗ ਆਟੋਮੈਟਿਕ ਕੰਮ ਦੀ ਪੂਰਕ ਹੈ ਕਿਉਂਕਿ ਇਹ ਰਚਨਾਤਮਕ ਮਾਹਰਾਂ ਦੇ ਵਿਰੁੱਧ ਸੁਰੱਖਿਆ ਪ੍ਰਬੰਧਾਂ ਨੂੰ ਪਰਖਦੀ ਹੈ ਜੋ ਮਾਡਲ ਦੀ ਅਜਿਹੇ ਤਰੀਕਿਆਂ ਨਾਲ ਦੁਰਵਰਤੋਂ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਸਾਡੇ ਸਿਸਟਮ ਸ਼ਾਇਦ ਪਹਿਲਾਂ ਭਵਿੱਖਬਾਣੀ ਨਾ ਕਰ ਸਕਣ।
ਕੋਈ ਵੀ ਮੁਲਾਂਕਣ ਹਰੇਕ ਉਤਪਾਦ ਸੰਰਚਨਾ, ਬਹੁ-ਪੜਾਵੀ ਹਮਲੇ, ਜਾਂ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਕੰਮਕਾਜ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪੇਸ਼ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਸ ਲਈ, ਅਸੀਂ ਨਵੇਂ ਖੋਜੇ ਗਏ ਜੇਲਬ੍ਰੇਕਾਂ ਨੂੰ ਦੁਬਾਰਾ ਤਿਆਰ ਕਰਨ, ਉਹਨਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ, ਤਰਜੀਹ ਦੇਣ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਇੱਕ ਤੁਰੰਤ-ਜਵਾਬੀ ਪ੍ਰਕਿਰਿਆ ਬਣਾਈ ਰੱਖਦੇ ਹਾਂ, ਅਤੇ ਫਿਰ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਚੱਲ ਰਹੇ ਮੁਲਾਂਕਣਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਦੇ ਹਾਂ ਤਾਂ ਜੋ ਅਸੀਂ ਭਵਿੱਖ ਵਿੱਚ ਅਜਿਹੀਆਂ ਅਸਫਲਤਾਵਾਂ ਦੇ ਵਿਰੁੱਧ ਟੈਸਟ ਕਰ ਸਕੀਏ।
ਪ੍ਰੀਵਿਊ ਦੇ ਦੌਰਾਨ, GPT‑5.6 ਮਾਡਲ ਸ਼ੁਰੂਆਤ ਵਿੱਚ API ਅਤੇ Codex ਰਾਹੀਂ ਭਰੋਸੇਮੰਦ ਭਾਈਵਾਲਾਂ ਅਤੇ ਸੰਸਥਾਵਾਂ ਦੇ ਚੋਣਵੇਂ ਸਮੂਹ ਲਈ ਉਪਲਬਧ ਹੋਣਗੇ। ਸਾਡੀ ਯੋਜਨਾ ਜਲਦੀ ਹੀ ਇਹਨਾਂ ਨੂੰ ChatGPT, Codex, ਅਤੇ API ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਆਮ ਲੋਕਾਂ ਲਈ ਵਧੇਰੇ ਵਿਆਪਕ ਰੂਪ ਵਿੱਚ ਉਪਲਬਧ ਕਰਵਾਉਣ ਦੀ ਹੈ।
GPT‑5.6 ਦੇ ਨਾਲ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਇਸ ਨਵੀਂ ਨਾਮਕਰਨ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਸੰਖਿਆ ਮਾਡਲ ਦੀ ਪੀੜ੍ਹੀ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਜਦੋਂ ਕਿ Sol, Terra, ਅਤੇ Luna ਟਿਕਾਊ ਸਮਰੱਥਾ ਦੇ ਪੱਧਰਾਂ ਦੀ ਪਛਾਣ ਕਰਦੇ ਹਨ ਜੋ ਆਪਣੀ ਖੁਦ ਦੀ ਰਫ਼ਤਾਰ ਨਾਲ ਅੱਗੇ ਵਧ ਸਕਦੇ ਹਨ। ਇਕੱਠੇ ਮਿਲ ਕੇ, ਇਹ ਪਰਿਵਾਰ ਲੋਕਾਂ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇੰਟੈਲੀਜੈਂਸ, ਰਫ਼ਤਾਰ, ਅਤੇ ਲਾਗਤ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਵਧੇਰੇ ਸਪਸ਼ਟ ਵਿਕਲਪ ਦਿੰਦਾ ਹੈ।
GPT‑5.6 ਦੀ ਕੀਮਤ ਤਿੰਨ ਮਾਡਲ ਆਕਾਰਾਂ ਵਿੱਚ ਪ੍ਰਤੀ 1M ਟੋਕਨ ਹੈ: Sol $5 ਇਨਪੁੱਟ / $30 ਆਉਟਪੁੱਟ; Terra $2.50 ਇਨਪੁੱਟ / $15 ਆਉਟਪੁੱਟ; ਅਤੇ Luna $1 ਇਨਪੁੱਟ / $6 ਆਉਟਪੁੱਟ। GPT‑5.6 ਵਧੇਰੇ ਅਨੁਮਾਨਯੋਗ ਪ੍ਰੌੰਪਟ ਕੈਸ਼ਿੰਗ ਵੀ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸਪਸ਼ਟ ਕੈਸ਼ ਬ੍ਰੇਕਪੁਆਇੰਟਸ ਅਤੇ 30-ਮਿੰਟ ਦੀ ਘੱਟੋ-ਘੱਟ ਕੈਸ਼ ਲਾਈਫ ਲਈ ਸਪੋਰਟ ਸ਼ਾਮਲ ਹੈ। GPT‑5.6 ਅਤੇ ਬਾਅਦ ਦੇ ਮਾਡਲਾਂ ਲਈ, ਕੈਸ਼ ਰਾਈਟਸ ਦਾ ਬਿੱਲ ਮਾਡਲ ਦੀ ਅਨਕੈਸ਼ਡ ਇਨਪੁਟ ਦਰ ਦਾ 1.25x ਹੋਵੇਗਾ, ਜਦੋਂ ਕਿ ਕੈਸ਼ ਰੀਡਸ 'ਤੇ 90% ਕੈਸ਼ਡ-ਇਨਪੁਟ ਡਿਸਕਾਊਂਟ ਮਿਲਣਾ ਜਾਰੀ ਰਹੇਗਾ।
ਅਸੀਂ ਜੁਲਾਈ ਵਿੱਚ Cerebras ਉੱਤੇ GPT‑5.6 Sol ਨੂੰ ਪ੍ਰਤੀ ਸਕਿੰਟ 750 ਟੋਕਨਾਂ ਤੱਕ ਦੀ ਗਤੀ ਨਾਲ ਵੀ ਲਾਂਚ ਕਰ ਰਹੇ ਹਾਂ, ਜਿਸ ਨਾਲ ਗਾਹਕਾਂ ਤੱਕ ਅਤਿ-ਆਧੁਨਿਕ ਇੰਟੈਲੀਜੈਂਸ ਬੇਮਿਸਾਲ ਗਤੀ ਨਾਲ ਪਹੁੰਚੇਗੀ। ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਆਪਣੀ ਸਮਰੱਥਾ ਵਧਾਵਾਂਗੇ, ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਇਸਦੀ ਪਹੁੰਚ ਸਿਰਫ਼ ਚੋਣਵੇਂ ਗਾਹਕਾਂ ਤੱਕ ਹੀ ਸੀਮਤ ਹੋਵੇਗੀ।
ਅਸੀਂ ਇਸ ਪ੍ਰੀਵਿਊ ਅਵਧੀ ਤੋਂ ਸਿੱਖਣਾ ਜਾਰੀ ਰੱਖਣ ਅਤੇ GPT‑5.6 Sol, Terra ਅਤੇ Luna ਨੂੰ ਜਲਦੀ ਹੀ ਹੋਰ ਲੋਕਾਂ ਤੱਕ ਲਿਆਉਣ ਲਈ ਉਤਸ਼ਾਹਿਤ ਹਾਂ।
1. ਅਸੀਂ ਆਪਣੇ ਮਾਡਲਾਂ ਦੇ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿਵਹਾਰ ਨੂੰ ਦੇਖ ਕੇ ਅਤੇ ਔਫਲਾਈਨ ਸਿਮੂਲੇਟ ਕਰਕੇ ਲੇਟੈਂਸੀ ਅਤੇ API ਲਾਗਤ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦੇ ਹਾਂ। ਇਹ ਅੰਦਾਜ਼ੇ ਟੂਲ ਕਾਲ ਦੇ ਵੇਰਵਿਆਂ, ਸੈਂਪਲ ਕੀਤੇ ਟੋਕਨਾਂ, ਅਤੇ ਇਨਪੁਟ ਟੋਕਨਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। ਅਸਲ-ਦੁਨੀਆ ਦੇ ਨਤੀਜੇ ਕਾਫ਼ੀ ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ, ਅਤੇ ਇਹ ਕਈ ਅਜਿਹੇ ਕਾਰਕਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਜੋ ਸਾਡੀ ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ। ਅਸੀਂ ਤੇਜ਼ API ਸਪੀਡ 'ਤੇ ਲੇਟੈਂਸੀ ਦਾ ਅਤੇ ਆਮ API ਕੀਮਤਾਂ 'ਤੇ ਲਾਗਤ ਦਾ ਸਿਮੂਲੇਸ਼ਨ ਕਰਦੇ ਹਾਂ।
2. ਸਾਰੇ ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ 5 ਸੀਡਜ਼ ਅਤੇ ਰੀਜ਼ਨਿੰਗ ਨਿਰੰਤਰਤਾ ਦੇ ਨਾਲ ExploitBench API ਹਾਰਨੈੱਸ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
3. ਅਸੀਂ ਆਪਣੇ ਐਲਫ਼ਾ API 'ਤੇ ExploitGym ਚਲਾਇਆ, ਜੋ ਸਾਡੇ ਪਬਲਿਕ API ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਜਵਾਬ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਫਿਰ ਸਾਡੇ ਪਬਲਿਕ API ਦੇ ਮੁਤਾਬਕ ਨਤੀਜਿਆਂ ਨੂੰ ਮੁੜ-ਸਕੇਲ ਕੀਤਾ। ਸਾਡੇ ਪਬਲਿਕ API ਲਈ ਉਮੀਦ ਕੀਤੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਸਪੀਡਾਂ ਦੇ ਹਿਸਾਬ ਨਾਲ ਜਦੋਂ ਲੇਟੈਂਸੀਆਂ ਨੂੰ ਮੁੜ-ਸਕੇਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਸ ਕਾਰਨ ਕੁਝ ਅਨੁਮਾਨਿਤ ਲੇਟੈਂਸੀਆਂ 2-ਘੰਟੇ ਅਤੇ 6-ਘੰਟੇ ਦੀ ਸਮਾਂ ਸੀਮਾ ਤੋਂ ਵੱਧ ਜਾਂਦੀਆਂ ਹਨ, ਭਾਵੇਂ ਕਿ ਮੁਲਾਂਕਣ ਰਨ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਸਹੀ ਢੰਗ ਨਾਲ ਪਾਲਣਾ ਕੀਤੀ ਗਈ ਸੀ। ਸਮਾਂ-ਸੰਵੇਦਨਸ਼ੀਲ ਕੰਮਾਂ ਲਈ ਤੇਜ਼ ਸਪੀਡ ਪ੍ਰਾਪਤ ਕਰਨ ਵਾਸਤੇ, ਅਸੀਂ API ਵਿੱਚ ਪ੍ਰਾਇਓਰਿਟੀ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ Codex ਵਿੱਚ ਫਾਸਟ ਮੋਡ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਾਂ।
4. ਜਿਹੜੇ ਮਾਡਲਾਂ ਦੇ ਆਊਟਪੁਟ ਟੋਕਨਾਂ, ਲੇਟੈਂਸੀ ਜਾਂ ਲਾਗਤ ਦੀ ਰਿਪੋਰਟ ਨਹੀਂ ਦਿੱਤੀ ਗਈ ਹੈ, ਉਨ੍ਹਾਂ ਨੂੰ ਖਿਤਿਜੀ ਬਿੰਦੂਦਾਰ ਰੇਖਾਵਾਂ ਵਜੋਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।
