GPT-6.1Sol

GPT‑6 Sol’un geliştirilmiş sürümü GPT‑6.1 Sol ile tanışın: ajan tabanlı kodlamanın yanı sıra bilgisayar kullanımı ve profesyonel işlerde de son derece güçlü performans sunuyor. Zorlu görevlerde Sol’u GPT‑6 Astra’ya yaklaştırırken Astra’nın standart girdi ve çıktı token fiyatlarının beşte biriyle çalışıyor. Böylece geliştiriciler, aynı bütçeyle yetenekli ajanlar oluşturmak ve çalıştırmak için daha fazla esneklik kazanıyor.

GPT‑6.1 Sol, Sol fiyatlarıyla Astra’ya yakın performans sunarak bugün sunduğu performansa göre en uygun maliyetli model oluyor. Önbelleğe alınmış girdinin maliyeti, milyon token başına yalnızca 0,10 $; bu, standart girdi fiyatına göre %95 indirim demek. Böylece yinelenen isteklerde bağlamı yeniden kullanması gereken ajan tabanlı iş yükleri daha uygun maliyetli hâle geliyor.

GPT‑6 Astra, genel olarak en yetenekli en üst seviye modelimiz olmaya devam ediyor. GPT‑6.1 Sol, kullanıcıların daha sık yapmak istediği önemli işler ve büyük ölçekte uygulama geliştiren ve çalıştıran API müşterileri için yetenek ile maliyet arasında yeni bir denge sunuyor.

GPT‑6.1 Sol, kod yazma ve hata ayıklamadan belgeleri anlamaya ve çok adımlı iş akışlarını yürütmeye kadar karmaşık profesyonel işlerde GPT‑6 Sol’a kıyasla önemli iyileştirmeler sunuyor. Bu değerlendirmelerin birçoğunda, çok daha düşük maliyetle GPT‑6 Astra’nın performansına yaklaşıyor.

Gerçek kod tabanlarındaki karmaşık yazılım mühendisliği görevlerini değerlendiren DeepSWE v1.1 testinde GPT‑6.1 Sol, yaklaşık beşte bir maliyetle GPT‑6 Astra ile aynı puanı alıyor. Üstelik daha düşük akıl yürütme çabası ve maliyetle GPT‑6 Sol’un en iyi puanını 6,4 yüzde puan aşıyor.

GDP.pdf, modellerin tablolar, grafikler, diyagramlar ve küçük puntolu ayrıntılar içeren karmaşık PDF belgelerini kullanarak mesleki soruları ne kadar doğru yanıtladığını ölçüyor. Bu testte GPT‑6.1 Sol, test edilen akıl yürütme ayarlarında yedek modellerle çalışan Opus 5.5’ten daha yüksek puan alırken görev başına maliyeti yarıdan az. Ayrıca görev başına yaklaşık beşte bir maliyetle GPT‑6 Astra’nın alanında lider performansına yaklaşıyor.

Ajanların çok adımlı iş akışlarını doğru tamamlayıp tamamlamadığını ölçen AutomationBench testinde GPT‑6.1 Sol, orta akıl yürütme çabasında yaklaşık üçte bir maliyetle Opus 5.5’ten 2,2 yüzde puan daha yüksek puan alıyor. Bu puan, aynı ayardaki GPT‑6 Sol’un puanından da 4,8 yüzde puan daha yüksek.

GPT‑6.1 Sol, bilgisayar uygulamalarıyla etkileşim gerektiren görevlerde de önemli ilerleme kaydediyor. Ajanları zorlu bilgisayar kullanımı iş akışlarında değerlendiren OSWorld 2.0 testinin çevrimdışı kümesinde GPT‑6.1 Sol, en yüksek akıl yürütme çabasında GPT‑6 Sol’u yedi yüzde puan geçerken maliyeti yarıdan az. En yüksek akıl yürütme çabasında, görev başına yaklaşık yedide bir maliyetle Astra’nın puanına 2,1 yüzde puan kadar yaklaşıyor.

Veri analizi, simülasyon ve teorem ispatı gibi bilimsel iş akışlarını değerlendiren Terminal-Bench Science 0.1 testinde GPT‑6.1 Sol, en yüksek akıl yürütme çabasında GPT‑6 Sol’un puanının iki katından fazlasına ulaşıyor. Görev başına maliyeti ise yarıdan az. En yüksek çaba düzeyinde GPT‑6.1 Sol’un görev başına ortalama maliyeti 5,47 $ iken Opus 5.5’in maliyeti 23,21 $, Astra’nınki ise 23,80 $. Böylece her iki modele kıyasla %75’in üzerinde daha düşük maliyetle güçlü bilimsel yetenekler sunuyor.

GPT‑6 Astra, %68,1 ile test edilen modeller arasında en yüksek puana sahip olmaya devam ediyor ve en zor bilimsel araştırma görevlerinde tercih edilmesi gerekiyor.

GPT‑6.1 Sol, zor istemlerde olgusal doğruluğu da artırıyor. Ekstra yüksek akıl yürütme çabasında olgusal hata oranı, GPT‑6 Sol’un %4,5’lik oranından %4,1’e düşüyor ve aynı ayarda Astra’nın %4,0’lık oranına yaklaşıyor. Üstelik görev başına maliyeti Astra’dan yaklaşık %83 daha düşük.

Bu değerlendirme, kullanıcıların önceki bir modelin hatasını bildirdiği, kimlik bilgileri kaldırılmış konuşmalarda en az bir olgusal hata içeren yanıtların oranını ölçüyor. Özellikle zor olacak şekilde seçilen bu istemler, tipik kullanımı temsil etmiyor.

GPT‑6.1 Sol, hizalama değerlendirmelerimizde GPT‑6 Sol’a kıyasla önemli iyileşmeler göstererek GPT‑6 Astra’ya yaklaşıyor.

GPT‑6.1 Sol, sınırlamaları konusunda daha şeffaf; kullanıcı niyetine ve güvenlik kısıtlarına uyma konusunda da daha güvenilir. Zorlu değerlendirmelerde; çalışmayan arama araçları konusunda şeffaflık, açık kısıtlamalara uyma ve ajan tabanlı görevlerde izinsiz sonuçlardan kaçınma alanlarında GPT‑6 Sol’dan daha düşük hata oranları gösteriyor. GPT‑6 Astra ve GPT‑6 Sol’da olduğu gibi, otomatik bir güvenlik denetleyicisini atlatmaya yönelik herhangi bir girişim gözlemlemedik.

Aşağıdaki değerlendirmeler özellikle zorlu durumları test ediyor; tipik kullanımdaki hata oranlarını ölçmüyor.

GPT‑6.1 Sol, bugünden itibaren tüm Plus, Pro, Business, Enterprise ve Edu kullanıcıları için ChatGPT Çalışma ve Codex’te kullanıma sunuluyor. Bu modeller henüz Sohbet’te kullanılamıyor. Geliştiriciler modele OpenAI API üzerinden gpt-6.1-sol adıyla da erişebilir. Standart API fiyatları, milyon girdi token’ı başına 2 $, milyon önbelleğe alınmış girdi token’ı başına 0,10 $ ve milyon çıktı token’ı başına 10 $.

Aynı zamanda, GPT‑6 Astra’nın 8 katına varan hızıyla dünyanın en hızlı en üst seviye modeli GPT‑6 Astra Ultrafast ve GPT‑6.1 Sol Ultrafast’ı da kullanıma sunuyoruz. Bu modeller API’de sunuluyor. Ayrıca aylık 500 $ karşılığında en yüksek kullanım limitlerini sunan yeni Pro abonelik seviyemizdeki kullanıcılar da modellere ChatGPT Çalışma ve Codex’te erişebiliyor. GPT‑6.1 Sol Ultrafast sayesinde geliştiriciler, daha önce GPT‑6 Astra için yaptıkları API harcamasının yaklaşık aynısıyla, 8 kata varan hızda Astra’ya yakın zekâ elde edebilir.