GPT-6.1Sol

நாங்கள் GPT-6.1 Sol அறிமுகப்படுத்துகிறோம். இது GPT-6 Sol-இன் ஒரு மேம்படுத்தப்பட்ட பதிப்பாகும். இது, Astra வின் வழக்கமான உள்ளீடு மற்றும் வெளியீட்டு டோக்கன் விலைகளில் ஐந்தில் ஒரு பங்கு விலையில், agentic coding, கணினிப் பயன்பாடு மற்றும் தொழில்முறைப் பணிகளில் GPT-6 Astra வின் நுண்ணறிவுக்கு ஏறக்குறைய நிகராக விளங்குகிறது. கேச் செய்யப்பட்ட உள்ளீட்டிற்கு ஒரு மில்லியன் டோக்கன்களுக்கு வெறும் $0.10மட்டுமே செலவாகும் — இது வழக்கமான உள்ளீட்டு விலையை விட 95% குறைவாகவும், GPT-6 Sol-இன் கேச் செய்யப்பட்ட உள்ளீட்டு விலையை விட 50% குறைவாகவும் உள்ளது. இதன் மூலம், கோரிக்கைகள் முழுவதும் சூழலை மீண்டும் பயன்படுத்தும் திறன்மிக்க agents ஐ உருவாக்கி இயக்குவதற்கு டெவலப்பர்களுக்கு அதிக வாய்ப்பு கிடைக்கிறது.

பல்வேறு பணிகளிலும் கூடுதல் திறனுடன் Sol

GPT-6.1 Sol, முக்கியமான அன்றாடப் பணிகளுக்குத் தேவையான திறன் மற்றும் செலவு ஆகியவற்றின் புதிய சமநிலையை வழங்குகிறது. குறியீட்டை எழுதுவது மற்றும் பிழைதிருத்துவது முதல் ஆவணங்களைப் புரிந்துகொள்வது மற்றும் பல-படி வணிகப் பணிப்பாய்வுகளைச் செயல்படுத்துவது வரையிலான சிக்கலான தொழில்முறைப் பணிகளில், இது GPT-6 Sol-ஐ விடக் கணிசமான மேம்பாடுகளை அளிக்கிறது. இந்த மதிப்பீடுகளில் பலவற்றில், இது கணிசமாகக் குறைந்த செலவில் GPT-6 Astra-வின் செயல்திறனை நெருங்குகிறது.

நிரலாக்கம்

உண்மையான நிரல் தொகுப்புகளில் சிக்கலான மென்பொருள் பொறியியல் பணிகளை மதிப்பிடும் DeepSWE v1.1-இல், GPT-6 Astra-க்கு இணையான செயல்திறனை ஏறத்தாழ ஐந்தில் ஒரு பங்கு செலவில் GPT-6.1 Sol வழங்குகிறது. மேலும், குறைந்த ரீஸனிங் முயற்சியிலும் செலவிலும் GPT-6 Sol-இன் சிறந்த மதிப்பெண்ணைவிட 6.4 சதவீதப் புள்ளிகள் அதிகம் பெறுகிறது.

தொழில்முறைப் பணிகள்

அட்டவணைகள், விளக்கப்படங்கள், வரைபடங்கள், சிறிய எழுத்து விவரங்கள் கொண்ட சிக்கலான PDF ஆவணங்களைப் பயன்படுத்தித் தொழில்முறைக் கேள்விகளுக்கு மாடல்கள் எவ்வளவு துல்லியமாகப் பதிலளிக்கின்றன என்பதை GDP.pdf அளவிடுகிறது. இதில், சோதிக்கப்பட்ட ரீஸனிங் அமைப்புகளில், மாற்று வழிகளுடன் இயங்கும் Opus 5.5-ஐ விட GPT-6.1 Sol அதிக மதிப்பெண் பெறுகிறது; ஒரு பணிக்கான செலவோ பாதிக்கும் குறைவு. மேலும், ஒரு பணிக்கு ஏறத்தாழ ஐந்தில் ஒரு பங்கு செலவில் GPT-6 Astra-இன் முன்னணிச் செயல்திறனை நெருங்குகிறது.

ஏஜென்ட்கள் பல படிநிலை வணிகப் பணிப்பாய்வுகளைச் சரியாக முடிக்கின்றனவா என்பதை அளவிடும் AutomationBench-இல், நடுத்தர ரீஸனிங் முயற்சியில் Opus 5.5-ஐ விட GPT-6.1 Sol 2.2 சதவீதப் புள்ளிகள் அதிகம் பெறுகிறது; செலவோ ஏறத்தாழ மூன்றில் ஒரு பங்கு மட்டுமே. அதே அமைப்பில் GPT-6 Sol-ஐ விடவும் இந்த மதிப்பெண் 4.8 சதவீதப் புள்ளிகள் அதிகம்.

கணினிப் பயன்பாடு

கணினிச் செயலிகளுடன் செயலாற்ற வேண்டிய பணிகளிலும் GPT-6.1 Sol குறிப்பிடத்தக்க முன்னேற்றத்தை அடைந்துள்ளது. கடினமான கணினிப் பயன்பாட்டுப் பணிப்பாய்வுகளில் ஏஜென்ட்களை மதிப்பிடும் OSWorld 2.0-இன் இணையமற்ற சோதனைத் தொகுப்பில், அதிகபட்ச ரீஸனிங் முயற்சியில் GPT-6 Sol-ஐ விட GPT-6.1 Sol ஏழு சதவீதப் புள்ளிகள் அதிகம் பெறுகிறது; செலவோ பாதிக்கும் குறைவு. அதிகபட்ச ரீஸனிங் முயற்சியில் Astra-இன் மதிப்பெண்ணுக்கு 2.1 சதவீதப் புள்ளிகளுக்குள் நெருங்குகிறது; ஒரு பணிக்கான செலவோ ஏறத்தாழ ஏழில் ஒரு பங்கு மட்டுமே.

அறிவியல் ஆராய்ச்சி

தரவுப் பகுப்பாய்வு, உருவகப்படுத்தல், தேற்றங்களை நிரூபித்தல் உள்ளிட்ட அறிவியல் பணிப்பாய்வுகளை மதிப்பிடும் Terminal-Bench Science 0.1-இல், அதிகபட்ச ரீஸனிங் முயற்சியில் GPT-6 Sol-இன் மதிப்பெண்ணைவிட இருமடங்குக்கும் அதிகமாக GPT-6.1 Sol பெறுகிறது; ஒரு பணிக்கான செலவோ பாதிக்கும் குறைவு. அதிகபட்ச முயற்சியில், GPT-6.1 Sol-இல் ஒரு பணிக்குச் சராசரியாக $5.47 செலவாகிறது. இது Opus 5.5-இல் $23.21, Astra-இல் $23.80-ஆக உள்ளது. இரு மாடல்களையும்விட 75%-க்கும் அதிகமாகக் குறைந்த செலவில் குறிப்பிடத்தக்க அறிவியல் திறனை இது வழங்குகிறது.

சோதிக்கப்பட்ட மாடல்களில் GPT-6 Astra தொடர்ந்து 68.1% என்ற மிக உயர்ந்த மதிப்பெண்ணைப் பெறுகிறது. மிகக் கடினமான அறிவியல் ஆராய்ச்சிப் பணிகளுக்கு அதையே பயன்படுத்த வேண்டும்.

உண்மைத் துல்லியம்

கடினமான ப்ராம்ப்ட்களுக்கான பதில்களில் உண்மைத் துல்லியத்தையும் GPT-6.1 Sol மேம்படுத்துகிறது. GPT-6 Sol-ஐ ஒப்பிடும்போது, குறைந்த ரீஸனிங் முயற்சியில்தான் இதன் உண்மைத் துல்லியத்தில் மிகப்பெரிய முன்னேற்றம் ஏற்படுகிறது; உண்மைத்தகவல் பிழையைக் கொண்ட பதில்களின் விகிதம் 11.4%-இலிருந்து 7.7%-ஆகக் குறைகிறது—இது ஏறத்தாழ 32% குறைவு. சோதிக்கப்பட்ட ரீஸனிங் அமைப்புகள் முழுவதும், ஒரு பணிக்கான செலவு ஐந்தில் ஒரு பங்கிற்கும் குறைவாக இருக்கும்போது, இதன் பிழை விகிதம் GPT-6 Astra-இன் விகிதத்திலிருந்து 1.9 சதவீதப் புள்ளிகளுக்குள் உள்ளது.

முந்தைய மாடலின் பிழையைப் பயனர்கள் சுட்டிக்காட்டிய உரையாடல்களிலிருந்து அடையாளத் தகவல்களை நீக்கி, அவற்றில் குறைந்தது ஓர் உண்மைத் தகவல் பிழையாவது உள்ள பதில்களின் விகிதத்தை இந்த மதிப்பீடு அளவிடுகிறது. வேண்டுமென்றே கடினமாகத் தேர்ந்தெடுக்கப்பட்ட இந்த ப்ராம்ப்ட்கள் வழக்கமான பயன்பாட்டைப் பிரதிபலிப்பவை அல்ல.

GPT-6.1 Sol-ஐப் பாதுகாப்பாகப் பயன்பாட்டுக்குக் கொண்டுவருதல்

எங்களின் நோக்க இணக்க மதிப்பீடுகளில், GPT-6 Sol-ஐ விட GPT-6.1 Sol குறிப்பிடத்தக்க மேம்பாடுகளைக் காட்டி, GPT-6 Astra-ஐ நெருங்குகிறது.

GPT-6.1 Sol தனது வரம்புகளை இன்னும் வெளிப்படையாகத் தெரிவிப்பதோடு, பயனர் நோக்கத்தையும் பாதுகாப்புக் கட்டுப்பாடுகளையும் இன்னும் நம்பகமாக மதித்து நடக்கிறது. சவாலான மதிப்பீடுகளில், தேடல் கருவிகளின் செயலிழப்பை வெளிப்படையாகத் தெரிவித்தல், வெளிப்படையான கட்டுப்பாடுகளை மதித்தல், agentic பணிகளில் அனுமதியற்ற விளைவுகளைத் தவிர்த்தல் ஆகியவற்றில் GPT-6 Sol-ஐ விடக் குறைந்த தோல்வி விகிதங்களைக் காட்டுகிறது. GPT-6 Astra மற்றும் GPT-6 Sol போலவே, தானியங்கு பாதுகாப்பு மதிப்பாய்வாளரை மீறும் முயற்சிகள் எதையும் நாங்கள் காணவில்லை. முழு விவரங்களை GPT-6.1 Sol சிஸ்டம் கார்ட் இணைப்பில்⁠(புதிய சாளரத்தில் திறக்கும்) காணலாம்.

கீழுள்ள மதிப்பீடுகள் திட்டமிட்டுச் சவாலான சூழல்களைச் சோதிக்கின்றன; வழக்கமான பயன்பாட்டில் ஏற்படும் தோல்வி விகிதங்களை அளவிடுவதில்லை.

விலை மற்றும் கிடைக்கும் விவரங்கள்

GPT-6.1 Sol ஆனது, ChatGPT Work மற்றும் Codex-இல் உள்ள அனைத்து Plus, Pro, Business, Enterprise, மற்றும் Edu பயனர்களுக்கும் இன்று முதல் கிடைக்கிறது. GPT-6.1 Sol இன்னும் Chat-இல் கிடைக்கவில்லை. டெவலப்பர்கள் இதை OpenAI API வழியாக gpt-6.1-sol என்ற பெயரில் அணுகலாம். இதன் நிலையான API விலைகள், ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $2, ஒரு மில்லியன் சேமிக்கப்பட்ட உள்ளீட்டு டோக்கன்களுக்கு $0.10, மற்றும் ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $10 ஆகும். வரும் நாட்களில், Codex-இல் உள்ள அதன் நிலையான வேகத்தை விட 8 மடங்கு வரை வேகமான டோக்கன் உருவாக்கத்துடன் கூடிய GPT-6.1 Sol Ultrafast-⁠ ஐயும் நாங்கள் வழங்குவோம்.