Tunawaletea GPT-6.2 Astra na Sol
Kiwango kipya cha kazi za kitaaluma
Jaribu katika ChatGPT Work(fungua katika dirisha jipya)Tunatambulisha GPT‑6.2 Astra, muundo wetu mpya wa mpaka kwa miradi yako migumu zaidi, na GPT‑6.2 Sol, muundo wetu wenye ufanisi na uwezo wa kufanya kazi mbalimbali za kila siku. Miundo yote miwili hutoa matokeo bora zaidi kwenye kazi zenye mahitaji makubwa kwa kutumia tokeni chache zaidi za matokeo, ili uweze kufanya mengi zaidi bila kuvuka vikomo vyako vya matumizi. Kwa biashara na wasanidi programu, hii inamaanisha utendaji wa mpaka kwa gharama zinazofaa hata matumizi yanapoongezeka kwa kiwango kikubwa.
GPT‑6.2 Astra inaweka kiwango kipya cha ubora wa AI katika kazi changamano za kitaaluma. Slaidi, lahajedwali na hati zake hazionekani sana kama zimeandikwa na AI, na zinafuata kwa karibu zaidi violezo unavyotoa na taratibu zinazotumika katika taaluma yako. Inaandika msimbo ulio nadhifu zaidi na kuunda sehemu za mbele za programu zenye mwonekano na utendaji bora zaidi, hasa kwa tovuti, michezo na usanifu wa 3D.
Kwenye Agents’ Last Exam, inayopima kazi za kitaalamu zenye hatua nyingi, GPT‑6.2 Astra inaweka rekodi mpya, ikipata alama 5.2 zaidi ya GPT‑6 Astra kwa chini ya theluthi moja ya gharama, na alama 5.5 zaidi ya Claude Fable 5.2 kwa asilimia 5 tu ya gharama.
Agents’ Last Exam hutathmini miundo kwenye mitiririko ya kazi za kitaalamu inayochukua muda mrefu. Matokeo ya Fable 5.2 kwenye jedwali lake la viwango hayajumuishi kazi tisa zilizotumia muundo mbadala.
Tunaamini kuwa GPT-6.2 Astra ndio muundo bora zaidi duniani kwa wanasayansi. Unaweka rekodi mpya kwenye Terminal-Bench-Science 0.1, inayopima jinsi miundo inavyoweza kufanya kazi za kisayansi katika terminali. GPT-6.2 Astra inapata alama zilizo juu kwa pointi 9 za asilimia kuliko GPT-6 Astra kwa chini ya theluthi moja ya gharama. Pia inaweka rekodi mpya kwenye Vals Science Index, ambayo huitaka miundo kutafsiri data halisi ya kibayolojia na kufanya majaribio ili kubaini jinsi mfumo ulioiga hali halisi unavyofanya kazi.
Katika API, bei za tokeni za ingizo na matokeo za GPT‑6.2 Astra ziko chini kwa asilimia 20 kuliko za GPT‑6 Astra, huku ingizo lililohifadhiwa kwenye akiba likiwa na punguzo la asilimia 60 ($8 kwa ingizo, $0.40 kwa ingizo lililohifadhiwa kwenye akiba, na $40 kwa matokeo, zote kwa kila tokeni milioni moja). GPT‑6.2 Sol inadumisha bei za tokeni za API za GPT‑6.1 Sol. Kwenye vipimo kadhaa vya utendaji, miundo yote miwili inakaribia au inazidi utendaji wa miundo mingine inayoongoza kwa sehemu ndogo tu ya gharama kwa kila kazi.
GPT-6.2 Sol: muundo wetu wa kutegemewa kwa kazi za kila siku
Ikilinganishwa na GPT‑6.1 Sol, GPT‑6.2 Sol ina akili zaidi, ina ufanisi zaidi na inakuwezesha kukamilisha kazi nyingi zaidi kwa mpango uleule wa kulipia. Inatekeleza kwa ufanisi michakato ya kiwakala yenye hatua nyingi, inaandika kwa uwazi na kwa lugha ya kawaida, na ni rahisi kushirikiana nayo. Wafanyakazi wengi wa OpenAI huitumia kama muundo wao wa kawaida kwa kazi za kiufundi na zisizo za kiufundi.
Kwenye FrontierCode 2.0 ya Cognition, GPT‑6.2 Sol inakaribia GPT‑6.2 Astra kwa tofauti isiyozidi alama 0.5, kwa takribani moja ya tano ya gharama (zote zikiwa kwenye Max).
FrontierCode 2.0 hutathmini ikiwa mabadiliko kwenye mikusanyiko halisi ya msimbo yanakidhi viwango vya wasimamizi wake vya kuyajumuisha.
Kasi na uwezo wake wa kufikiri pia huifanya ifae sana kwa kazi muhimu ambazo watu hutumia AI kuzifanya nje ya shughuli za kikazi. Kwenye tathmini yetu ya LifeVal tuliyotoa hivi karibuni, inayopima utendaji kwenye kazi ngumu za kila siku, GPT‑6.2 Sol inapata alama nyingi zaidi ya GPT‑6 Astra kwa takribani moja ya saba ya gharama.
LifeVal hupima jinsi miundo inavyoshughulikia kazi za kila siku zilizolinganishwa na mahitaji ya mtu, kama vile kuandaa orodha fupi ya shule za chekechea baada ya kuhama, kutafuta nyumba inayolingana na bajeti na safari za kila siku za familia, au kupanga milo kwa mzazi anayejirekebisha baada ya kugunduliwa kuwa na hali mpya ya kiafya.
Kazi za kitaaluma zinazokidhi viwango vya sekta
Tuliifundisha GPT‑6.2 Astra kuunda slaidi, lahajedwali na hati zilizo wazi zaidi na zenye usanifu bora zaidi, zinazofuata kwa karibu zaidi desturi zinazotumiwa na wataalamu katika nyanja kama sheria, mauzo, fedha na uhasibu. Maandishi yanaeleza mambo moja kwa moja na kwa umahususi zaidi, yakiwa na hitimisho chache za kijumla na maneno machache yasiyo na umuhimu.
Harvey LAB‑AA v1.1 hutumia kazi za kisheria kupima ikiwa miundo inaweza kupata taarifa husika katika hati chanzo mbalimbali, kuzitumia kushughulikia maelekezo ya kina, na kutoa kazi sahihi inayokidhi kila hitaji. GPT‑6.2 Astra inaweka kiwango kipya cha utendaji bora zaidi, ikipata kiwango cha ufaulu kinachozidi mara mbili cha Claude Fable 5.2 kwa takribani moja ya sita ya gharama. OpenAI kwa Masuala ya Sheria, toleo letu la GPT-6.2 Astra lililowekewa usanidi kwa ajili ya mawakili, linapata alama za juu zaidi kwenye kipimo hiki cha utendaji.
Harvey LAB‑AA hupima kazi za kisheria kama vile kukagua vifungu vya mikataba. Alama yake kuu hutolewa tu ikiwa kazi iliyowasilishwa inakidhi kila kigezo cha upimaji na haina taarifa zilizobuniwa na AI zinazoweza kuathiri matokeo kwa kiasi kikubwa.
Kipimo chetu cha ndani cha utendaji cha GDPval v2 ni toleo linalofuata la GDPval, linalopima mitiririko changamano ya kazi inayochukua muda mrefu kutoka kwenye miradi halisi katika sekta kama ushauri, fedha na usanifu. GPT‑6.2 Astra inaongoza kati ya miundo tuliyoipima, ikiwa juu ya GPT‑6 Astra kwa pointi 6.2 za asilimia huku ikitumia tokeni chache za matokeo kwa asilimia 22. GPT‑6.2 Sol inapata alama 5.3 zaidi ya GPT‑6.1 Sol.
GDPval v2 inajumuisha kazi zinazotegemea maarifa na kuchukua muda mrefu kutoka kwenye miradi halisi katika sekta kama fedha, sayansi ya data, bioteknolojia na masoko.
Vitabu vya kazi na memo
Kuunda kitabu cha kazi cha ukadiriaji wa thamani au kuandika memo ya uwekezaji huanza kwa kutafuta takwimu husika katika faili chanzo na kubaini jinsi zinavyohusiana. AA‑AnalystAgent ya Artificial Analysis hupima kazi hiyo kwa kutumia lahajedwali na ripoti halisi. Katika kazi moja, miundo hutumia ripoti za matumizi ya fedha za California Medicaid kuhesabu kiasi ambacho mpango huo ulitumia kwa usafiri wa matibabu. GPT‑6.2 Astra inaweka rekodi mpya kwa kujibu asilimia 62.5 ya maswali kwa usahihi katika majaribio yote matano huru.
Maonyesho ya slaidi
GPT‑6.2 Astra ndio muundo wetu bora zaidi kufikia sasa katika kusanifu slaidi na kufuata violezo vya slaidi, iwe imepewa faili asili au hata picha ya skrini. Inaweza kulinganisha mpangilio, rangi na usanifu wa maandishi hadi saizi halisi ya fonti, na kutumia mtindo wa uandishi wa kiolezo katika slaidi mpya. Watumiaji walioijaribu mapema waliona kuwa mawasilisho yalikuwa rahisi zaidi kutumia moja kwa moja bila marekebisho mengi, kutokana na vichwa vinavyoeleza hoja kuu na maandishi mafupi yanayozingatia maelezo yanayohitajika na wasomaji.
Matumizi ya kompyuta na usanifu shirikishi wa wavuti
Uwezo wa GPT‑6.2 Astra wa kutumia kompyuta kwa usahihi zaidi unaiwezesha kufanya kazi hadi kwenye vipuri na viunganishi mahususi katika zana za CAD na uigaji. Wahandisi wanaweza kutumia maelezo hayo ya ziada kukagua jinsi vipuri vinavyolingana, kuona jinsi mizigo inavyohama sehemu za muundo zinaposogea, na kujaribu marekebisho kabla ya kujenga mfano wa majaribio.
Uigaji wa uendeshaji wa gari
Tuliomba GPT‑6.2 Astra ionyeshe mienendo ya chasisi ya gari kwenye barabara ya mlimani. Astra iliunda mfano wa 3D na kuandika programu ya Python ya kutatua milinganyo ili kuiga mienendo changamano kati ya matairi na mfumo wa kusimamisha gari, kisha ikahuisha matokeo katika Blender. Hii inawawezesha wahandisi kujaribu miundo mipya kwa haraka na kuboresha usahihi wa uigaji kadiri muda unavyopita.
Usanifu na uunganishaji wa mifumo ya kimitambo
GPT‑6.2 Astra inaweza kuunda kielelezo cha mfumo wa kimitambo sehemu kwa sehemu, ikiwapa wahandisi njia ya kuonyesha jinsi unavyounganishwa na kupima jinsi mabadiliko ya usanifu yanavyoathiri utendaji wake.
Kutoka CAD hadi taa ya karatasi
Timu yetu ilitumia GPT‑6.2 Astra kubuni taa kwa kuiga roshani zenye kingo za mikunjo ya minara ya Marina City huko Chicago. Video inafuatilia usanifu huo kutoka picha za marejeleo, kupitia marekebisho ya CAD, hadi taa halisi iliyounganishwa kwa mkono. Tovuti iliyotengenezwa na GPT-6.2 Astra inaweza kutumiwa kuunda taa yako mwenyewe ya karatasi.
GPT‑6.2 Astra inaleta uwezo mkubwa zaidi wa uwazaji wa kuona katika usanifu wa tovuti, ikichagua mipangilio na picha zinazoipa kila tovuti mwonekano wa kipekee na kuunda vipengele vinavyozingatia lengo halisi la tovuti.
Maboresho hayo katika uwazaji wa kuona na matumizi ya kompyuta yanaonekana pia katika usanifu wa 3D. GPT‑6.2 Astra na Sol zinaweza kubadilisha maelekezo yaliyoandikwa kuwa mazingira shirikishi kwenye kivinjari, kuanzia meza ya pinball unayoweza kuchezea hadi kielelezo cha Colosseum unachoweza kuchunguza kutoka pembe tofauti. Kwenye AA‑3D ya Artificial Analysis, waamuzi binadamu hujaribu mazingira mawili yaliyoundwa kwa dokeza lilelile bila kujua ni muundo upi uliounda kila moja, kisha hupigia kura wanayopendelea. GPT‑6.2 Astra inashika nafasi ya kwanza kwa alama 1,318 za Elo, ikifuatiwa na Claude Fable 5.2 yenye 1,271 na GPT‑6.2 Sol yenye 1,259.
Michakato yenye ufanisi na mtindo nadhifu zaidi wa msimbo
GPT‑6.2 Astra ina uwezo bora zaidi wa kuamua jinsi ya kutekeleza kazi, ikiwemo kulinganisha zana na juhudi zake na mchakato wa kazi, na kujua wakati wa kutumia programu-jalizi badala ya kuendesha kompyuta.
Katika usimbaji, GPT-6.2 Astra ni bora zaidi katika kutekeleza na kujaribu mabadiliko changamano kwenye hazina zilizopo za msimbo. Watumiaji walioijaribu mapema waliripoti mtindo nadhifu zaidi wa msimbo na majaribio yaliyolenga zaidi mambo mahususi, kukiwa na raundi chache za marekebisho.
Uwezo wa usalama wa mtandao
GPT‑6.2 Astra na GPT-6.2 Sol zinaashiria hatua nyingine kubwa ya maendeleo katika uwezo wa masuala ya mtandao. Zinatambua na kutumia udhaifu kwa ufanisi zaidi, zinaandika msimbo salama zaidi na kutoa viraka bora zaidi, huku zikionyesha maboresho makubwa ya ufanisi wa matumizi ya tokeni katika tathmini kadhaa. Kama GPT‑6 Astra, 6.2 Astra na Sol zinafikia kizingiti cha Hatari Kubwa Sana kwa usalama wa mtandao chini ya Mfumo wa Maandalizi wetu.
Kutokana na kuongezeka kwa uwezo wake, tunazindua GPT‑6.2 Astra na Sol zikiwa na hatua kali zaidi za ulinzi kwa usaidizi wa usalama wa mtandao wenye hatari kubwa zaidi. Hatua hizi za ulinzi hupunguza hatari ya matumizi mabaya, lakini pia huwekea vikwazo baadhi ya mitiririko halali ya kazi za utafiti wa udhaifu na upimaji wa usalama. Kupitia OpenAI Daybreak, walinzi wa usalama wa mtandao kwa sasa wanaweza kufikia GPT‑6 Sol yenye matukio machache zaidi ya kukataa maombi yanayohusu usalama wa mtandao kwenye Daybreak Blue, pamoja na toleo letu la alpha la GPT-6 Astra, na GPT‑6 Cyber kwa upimaji wa usalama wa hali ya juu ulioidhinishwa kwenye Daybreak Red. Tutajitahidi kuleta miundo ya GPT‑6.2 kwenye Daybreak.
Hapa chini tunaangazia matokeo muhimu ya vipimo, kwa kutumia usanidi wa majaribio ya ndani ambao hatua za ulinzi wa usalama wa mtandao na viainishaji vimezimwa. Tazama kasi ya mfumo inayoambatana nayo(fungua katika dirisha jipya) kwa matokeo kamili na mbinu zilizotumika.
Kuwapa walinzi wa usalama wa mtandao uwezo wa kuwa hatua moja mbele
Wasanidi programu wanazidi kutegemea mawakala wa usimbaji kuandika programu za matumizi halisi, hata wakati mawakala wenye uwezo mkubwa zaidi wanaporahisisha kutambua na kutumia udhaifu. PHP2Shell(fungua katika dirisha jipya) ilionyesha jinsi AI inavyoweza kuwasaidia watafiti kugundua dosari hatari sana. Kwa GPT‑6.2 Astra na Sol, tuliweka uwezo wa ulinzi kuwa kipaumbele kikuu, tukianzisha ishara mpya za mafunzo ili kuwasaidia wasanidi programu kuzuia na kurekebisha dosari hizo—kuandika msimbo salama tangu mwanzo na kutoa viraka vinavyodumisha utendaji uliokusudiwa.
Usalama na ulinganifu
Tunaweka GPT-6.2 Astra na Sol katika matumizi zikiwa na hatua zetu madhubuti zaidi za ulinzi kufikia sasa. Tumeimarisha vikwazo na mifumo tunayotumia kufuatilia miundo na kuingilia kati inapohitajika.
Kama GPT-6 Astra, pamoja na kufikia kizingiti cha Hatari Kubwa Sana cha usalama wa mtandao, GPT-6.2 Astra na Sol zote mbili zinafikia kizingiti cha Juu cha uwezo wa kibayolojia na kikemia chini ya Mfumo wetu wa Maandalizi. Tumetekeleza hatua za ulinzi ili kupunguza hatari zinazohusiana na uwezo huo, pamoja na kuongeza vikwazo kwa kundi la maombi ya kibayolojia na ya usalama wa mtandao yanayoweza kutumika kwa manufaa au kwa madhara.
Maelezo zaidi kuhusu hatua zetu za ulinzi na majaribio yanapatikana katika kasi ya mfumo ya GPT-6.2(fungua katika dirisha jipya).
Uwezo wa utafiti wa AI na hatua za ulinzi
GPT-6.2 Astra ndio muundo wetu wa kwanza kutolewa kwa watumiaji wa nje unaofikia kizingiti cha Juu cha Kujiboresha kwa AI, ambacho hupima uwezo wa muundo kuharakisha utafiti wa AI. Uainishaji wa ‘Juu’ unaonyesha tathmini yetu kwamba athari ya muundo huo ni sawa na kumpa kila mtafiti wa OpenAI mhandisi wa ziada wa utafiti mwenye uwezo mkubwa kama msaidizi, ikilinganishwa na hali yao ya msingi ya mwaka wa 2024. Tunafuatilia uwezo huu kwa sababu miundo inayoweza kusaidia kutengeneza mifumo ya AI ya siku zijazo inaweza pia kuleta hatari mpya kwa usalama, kama vile kuharakisha maendeleo kwa kasi inayozidi uwezo wa hatua za ulinzi au usimamizi wa binadamu kukabiliana nayo.
Ili kushughulikia hatari hizi, tumeongeza usimamizi na udhibiti katika namna tunavyofundisha na kutumia miundo yetu. Kabla ya kupanua ufikiaji wa GPT-6.2 Astra ndani ya kampuni, tulitathmini ulinganifu wake na malengo na maadili ya binadamu na kuthibitisha kuwa hatua za ulinzi zinazohitajika zilikuwepo katika kila hatua. Tuliimarisha hatua za kuzuia miundo kufanya kazi nje ya mipaka iliyoruhusiwa katika mazingira yetu ya utafiti, na tukajaribu hatua hizo za ulinzi kwa kutumia miundo yetu yenye uwezo mkubwa zaidi. Pia tuliunda Control Room, mfumo unaofuatilia kazi za utafiti na unaoweza kusitisha uzalishaji wa matokeo zaidi ya muundo pale uingiliaji unapohitajika. Ufuatiliaji wetu uliopanuliwa huchunguza uwazaji na vitendo vya miundo katika kazi za ndani na matumizi ya nje yanayoungwa mkono. Unaweza kutambua na kuashiria kiotomatiki tabia isiyoidhinishwa na, pale uwezo huo unapopatikana, kusitisha kwa muda kazi au mazungumzo.
Ulinganifu na malengo na maadili ya binadamu
Miundo yote miwili ilifanya kazi kwa kiwango sawa na GPT-6 Astra katika tathmini nyingi za ulinganifu, na ilichukua hatua chache zisizofaa katika kazi za kuigwa za mahali pa kazi. Hata hivyo, katika majaribio mawili, ilikuwa na uwezekano mkubwa zaidi wa kutotaja vikwazo vilivyozuia kazi yake, kama vile faili iliyokosekana au zana ya utafutaji isiyopatikana. Tuliongeza maagizo katika Codex yanayopunguza kwa kiasi kikubwa kutotaja huku, na tunaendelea kuchunguza tabia hiyo.
Bei na upatikanaji
Kuanzia leo, GPT-6.2 Astra na Sol zinapatikana kwa watumiaji wote wa Plus, Pro, Enterprise na Edu katika ChatGPT Work na Codex. Wanaojisajili kwa Pro 500 wanaweza kutumia Ultrafast na muundo wowote kati ya hiyo miwili. Kwa mara ya kwanza, pia tunaleta Ultrafast kwa wanaojisajili kwa Pro 200, tukianza na GPT-6.2 Sol. Watumiaji wanaostahiki wa Enterprise na Edu hupata ufikiaji huohuo mara tu msimamizi wa eneokazi lao anapouwasha. Wasanidi programu wanaweza pia kufikia gpt-6.2-astra na gpt-6.2-sol kupitia API ya OpenAI, huku Ultrafast ikipatikana kwa miundo yote miwili wakati wa uzinduzi.
Gharama ya GPT‑6.2 Astra kwa kila kazi iko chini sana kuliko ya GPT‑6 Astra, kutokana na ufanisi bora wa matumizi ya tokeni, punguzo la asilimia 20 kwa tokeni za ingizo na matokeo, na punguzo kubwa zaidi la asilimia 60 kwa tokeni za ingizo lililohifadhiwa kwenye akiba. Viwango vya kawaida vya API kwa kila tokeni milioni moja ni $8 kwa ingizo, $0.40 kwa ingizo lililohifadhiwa kwenye akiba, na $40 kwa matokeo. GPT‑6.2 Sol inaendeleza viwango vya GPT‑6.1 Sol vya $2 kwa ingizo, $0.10 kwa ingizo lililohifadhiwa kwenye akiba, na $10 kwa matokeo kwa kila tokeni milioni moja.
Kwa GPT-6.2 Astra na Sol, ili kuboresha utumiaji upya wa akiba, kusaidia kupunguza gharama na muda wa kusubiri, na kudumisha uwazaji katika mizunguko ya mazungumzo, tunapendekeza kuacha sehemu za mwanzo za madokeza bila mabadiliko na kuongeza maagizo mapya(fungua katika dirisha jipya) mwishoni mwa mazungumzo.
Mwandishi
Footnotes
- 1
Matokeo ya Terminal-Bench-Science 0.1 ya Fable 5.2 ni kama yalivyoripotiwa na Artificial Analysis(fungua katika dirisha jipya) katika mazingira ya uendeshaji ya mini-swe-agent. Anthropic iliripoti alama za Fable 5.2 za asilimia 74.6 katika kiwango cha Max cha uwazaji kwenye Claude Code.



