OpenAI

GPT-6.2 ile tanışın Astra ve Sol

Profesyonel işler için yeni bir standart

ChatGPT Çalışma'da Dene(yeni bir pencerede açılır)

En zorlu projeleriniz için yeni en üst seviye modelimiz GPT‑6.2 Astra ve günlük işler için verimli, çok yönlü modelimiz GPT‑6.2 Sol ile tanışın. Her iki model de zorlu görevlerde daha az çıktı token’ı kullanarak daha iyi sonuçlar sunuyor; böylece kullanım sınırlarınız dahilinde daha fazla iş yapabiliyorsunuz. İşletmeler ve geliştiriciler için bu, büyük ölçekte de makul kalan maliyetlerle en üst seviye performans anlamına geliyor.

GPT‑6.2 Astra, karmaşık profesyonel işlerde AI için kalite çıtasını yükseltiyor. Oluşturduğu slaytlar, elektronik tablolar ve belgeler AI tarafından hazırlanmış izlenimini daha az veriyor; sağladığınız şablonlara ve alanınızdaki yerleşik uygulamalara daha iyi uyuyor. Daha temiz kod yazıyor ve özellikle web siteleri, oyunlar ve 3D tasarım için daha iyi görünen ve çalışan ön yüzler oluşturuyor.

Çok adımlı profesyonel işleri test eden Agents’ Last Exam’de GPT‑6.2 Astra yeni bir rekora imza atıyor: GPT‑6 Astra’nın maliyetinin üçte birinden daha azıyla 5,2 puan daha yüksek, Claude Fable 5.2’nin maliyetinin ise yalnızca %5’iyle 5,5 puan daha yüksek sonuç alıyor.

Agents’ Last Exam, modelleri uzun soluklu profesyonel iş akışlarında değerlendirir. Fable 5.2’nin sıralama tablosundaki sonuçlarına, yedek bir modelin kullanıldığı dokuz görev dahil değildir.

GPT-6.2 Astra’nın bilim insanları için dünyanın en iyi modeli olduğuna inanıyoruz. Modellerin terminal ortamında bilimsel çalışmaları ne kadar iyi yürütebildiğini test eden Terminal-Bench-Science 0.1’de yeni bir rekora imza atıyor. GPT-6.2 Astra, GPT-6 Astra’nın maliyetinin üçte birinden daha azıyla 9 yüzde puan daha yüksek sonuç alıyor. Ayrıca modellerden gerçek biyolojik verileri yorumlamalarını ve simüle edilmiş bir sistemin nasıl çalıştığını anlamak için deneyler yapmalarını isteyen Vals Science Index’te de yeni bir rekora imza atıyor.

API’de GPT‑6.2 Astra’nın girdi ve çıktı token fiyatları GPT‑6 Astra’ya göre %20 daha düşük; önbelleğe alınmış girdide ise %60 indirim sunuluyor (bir milyon token başına girdi için 8 $, önbelleğe alınmış girdi için 0,40 $ ve çıktı için 40 $). GPT‑6.2 Sol, GPT‑6.1 Sol’un API token fiyatlarını koruyor. Her iki model de çeşitli kıyaslama testlerinde, görev başına maliyetin çok küçük bir kısmıyla diğer önde gelen modellere yaklaşıyor veya onları geride bırakıyor.

GPT-6.2 Sol: günlük işler için ilk tercihimiz

GPT‑6.2 Sol, GPT‑6.1 Sol’a kıyasla daha akıllı, daha verimli ve aynı ücretli planla daha fazla görev tamamlamanızı sağlıyor. Çok adımlı, ajan tabanlı iş akışlarını hızla yürütüyor, açık ve doğal bir dille yazıyor ve onunla birlikte çalışmak son derece kolay. OpenAI’daki birçok çalışan, hem teknik hem de teknik olmayan görevlerde varsayılan model olarak onu kullanıyor.

Cognition’ın FrontierCode 2.0 testinde GPT‑6.2 Sol, yaklaşık beşte bir maliyetle GPT‑6.2 Astra’nın 0,5 puan yakınına ulaşıyor (her ikisi de Max düzeyinde).

FrontierCode 2.0, gerçek kod tabanlarında yapılan değişikliklerin, bu kod tabanlarının bakımını üstlenenlerin birleştirme standartlarını karşılayıp karşılamadığını değerlendirir.

Hızı ve zekâsı, onu insanların iş dışında da AI’dan yardım aldığı önemli görevler için ideal kılıyor. Zorlu günlük görevlerdeki performansı ölçen ve kısa süre önce yayımladığımız LifeVal⁠ değerlendirmesinde GPT‑6.2 Sol, yaklaşık yedide bir maliyetle GPT‑6 Astra’dan daha yüksek puan alıyor.

LifeVal, modellerin kişiye özel günlük görevleri ne kadar iyi yerine getirdiğini test ediyor. Bunlara taşınma sonrasında anaokulları arasından kısa bir liste oluşturmak, bir ailenin bütçesine ve işe gidiş gelişine uygun bir ev bulmak veya yeni konulan bir tanıya uyum sağlamaya çalışan bir ebeveyn için öğün planlamak örnek verilebilir.

Sektör standartlarına uygun profesyonel çıktılar

GPT‑6.2 Astra’yı hukuk, satış, finans ve muhasebe gibi alanlarda profesyonellerin kullandığı yerleşik uygulamalara daha iyi uyan, daha anlaşılır ve daha iyi tasarlanmış slaytlar, elektronik tablolar ve belgeler oluşturacak şekilde eğittik. Yazıları daha doğrudan ve somut; genelgeçer çıkarımlara ve gereksiz ifadelere daha az yer veriyor.

Harvey LAB‑AA v1.1, modellerin kaynak belgelerdeki ilgili olguları bulup ayrıntılı bir görev tanımına uygulayarak tüm gereklilikleri karşılayan, doğru bir çalışma ortaya koyup koyamadığını hukuki görevlerle test eder. GPT‑6.2 Astra, yaklaşık altıda bir maliyetle Claude Fable 5.2’nin başarı oranının iki katından fazlasına ulaşarak bu alanda yeni bir zirveye çıkıyor. GPT-6.2 Astra’nın avukatlara yönelik yapılandırması olan Hukuk için OpenAI⁠, bu kıyaslama testinde daha da yüksek puan alıyor.

Harvey LAB‑AA, sözleşme hükümlerinin incelenmesi gibi hukuki işleri test eder. Ana puanı hesaplarken yalnızca tüm değerlendirme ölçütlerini karşılayan ve önemli bir halüsinasyon içermeyen çalışmalara puan verir.

Kurum içi kıyaslama testimiz GDPval v2, danışmanlık, finans ve tasarım gibi sektörlerdeki gerçek projelerin karmaşık, uzun soluklu iş akışlarını ölçen GDPval⁠ testimizin bir sonraki sürümüdür. GPT‑6.2 Astra, %22 daha az çıktı token’ı kullanırken GPT‑6 Astra’dan 6,2 yüzde puan daha yüksek sonuç alarak test ettiğimiz modeller arasında ilk sıraya yerleşiyor. GPT‑6.2 Sol ise GPT‑6.1 Sol’a göre 5,3 puanlık artış sağlıyor.

GDPval v2, finans, veri bilimi, biyoteknoloji ve pazarlama gibi sektörlerdeki gerçek projelerden alınmış, bilgiye dayalı ve uzun soluklu görevlerden oluşur.

Çalışma kitapları ve bilgi notları

Bir değerleme çalışma kitabı oluşturmak veya yatırım notu yazmak, kaynak dosyalardaki ilgili rakamları bulmak ve bunların birbiriyle nasıl ilişkili olduğunu çözmekle başlar. Artificial Analysis’in AA‑AnalystAgent testi, bu çalışmayı gerçek elektronik tablolar ve raporlar üzerinden değerlendirir. Görevlerden birinde modeller, California Medicaid’in harcama raporlarını kullanarak programın tıbbi nakil hizmetlerine ne kadar harcadığını hesaplıyor. GPT‑6.2 Astra, soruların %62,5’ini beş bağımsız denemenin tamamında doğru yanıtlayarak yeni bir rekora imza atıyor.

Slayt sunumları

GPT‑6.2 Astra, ister özgün dosya ister yalnızca bir ekran görüntüsü verilsin, slayt tasarlama ve slayt şablonlarına uyma konusunda şimdiye kadarki en iyi modelimiz. Düzeni, renkleri ve tipografiyi yazı tipi boyutuna kadar birebir eşleştirebiliyor ve şablonun yazım tarzını yeni slaytlara taşıyabiliyor. İlk test kullanıcıları, ana mesajı belirten başlıklar ve okuyucuların ihtiyaç duyduğu ayrıntılara odaklanan özlü metinler sayesinde sunumları daha az düzenlemeyle doğrudan kullanmanın daha kolay olduğunu belirtti.

1 / 4
“

GPT-6.2 Astra’yı, yoğun bilgileri hem teknik hem de teknik olmayan kitleler için okunabilir özetlere ve infografiklere dönüştürme konusunda değerlendirdik. Örnekler arasında alım satım özetleri ve ajan tabanlı iş akışı şemaları vardı.

GPT-6.2 Astra’nın belgeleri, GPT-6 Astra’ya kıyasla belirgin bir ilerleme gösterdi. Metinler ve grafikler, bir bilgilendirme notunun ana noktalarını ayırt etmeyi çok daha kolaylaştırdı; şemalar ise parçaların birlikte nasıl çalıştığını göstererek karmaşık sistemleri anlaşılır hâle getirdi.

”
Marquis Wong, Baş AI Mühendisi, IMC

Bilgisayar kullanımı ve etkileşimli web tasarımı

GPT‑6.2 Astra’nın daha hassas bilgisayar kullanımı, CAD ve simülasyon araçlarında tek tek parça ve bağlantılar düzeyinde çalışmasını sağlıyor. Mühendisler bu ek ayrıntı düzeyinden yararlanarak bileşenlerin birbirine nasıl oturduğunu kontrol edebiliyor, tasarım hareket ettikçe yüklerin nereye kaydığını görebiliyor ve prototip üretmeden önce değişiklikleri test edebiliyor.

Sürüş simülasyonu

GPT‑6.2 Astra’dan dağ yolundaki bir otomobilin şasi dinamiklerini görselleştirmesini istedik. Astra, 3D modeli oluşturdu ve lastiklerle süspansiyon arasındaki karmaşık dinamikleri simüle etmek için Python’da bir çözücü yazdı, ardından sonuçları Blender’da animasyona dönüştürdü. Bu, mühendislerin yeni tasarımları hızla test etmesini ve zaman içinde simülasyon doğruluğunu artırmasını sağlıyor.

Mekanik tasarım ve montaj

GPT‑6.2 Astra, mekanik bir sistemi parça parça modelleyerek mühendislerin sistemin nasıl bir araya geldiğini göstermesine ve tasarım değişikliklerinin sistemin davranışını nasıl etkilediğini test etmesine olanak tanıyor.

CAD’den kâğıt lambaya

Ekibimiz, Chicago’daki Marina City kulelerinin kıvrımlı balkonlarını bir lambaya dönüştürmek için GPT‑6.2 Astra’yı kullandı. Video, tasarımın referans fotoğraflardan CAD revizyonlarına ve elle birleştirilmiş fiziksel bir lambaya uzanan yolculuğunu gösteriyor. GPT-6.2 Astra’nın oluşturduğu siteyi kullanarak kendi kâğıt lambanızı yapabilirsiniz.

GPT‑6.2 Astra, web tasarımına daha güçlü görsel akıl yürütme becerileri getiriyor; her siteye kendine özgü bir görünüm kazandıran yerleşimler ve görseller seçiyor, öğeleri sitenin asıl amacına göre oluşturuyor.

Görsel akıl yürütme ve bilgisayar kullanımındaki bu gelişmeler 3D tasarıma da yansıyor. GPT‑6.2 Astra ve Sol, oynayabileceğiniz bir pinball masasından farklı açılardan keşfedebileceğiniz bir Kolezyum modeline kadar, yazılı bir görev tanımını etkileşimli bir tarayıcı deneyimine dönüştürebiliyor. Artificial Analysis’in AA‑3D testinde insan değerlendiriciler, aynı prompt ile oluşturulmuş iki deneyimi hangi modelin ürettiğini bilmeden deniyor ve tercih ettiklerine oy veriyor. GPT‑6.2 Astra, 1.318 Elo ile ilk sırada yer alırken onu 1.271 ile Claude Fable 5.2 ve 1.259 ile GPT‑6.2 Sol izliyor.

“

GPT-6.2 Astra, yaratıcı çalışmalar için ileriye dönük büyük bir sıçrama. Piksel düzeyinde hassasiyetle gerçek zamanlı video düzenlemeyi destekleyerek Higgsfield Miracle’ı mümkün kılıyor ve içerik üreticilerine yaratıcılıkları üzerinde tam kontrol sağlıyor. Dahili 3D üretim değerlendirmelerimizde, vakaların %73’ünde hedeflenen sonuca tek seferde ulaştı; GPT-6 Astra ise üç veya daha fazla yinelemeye ihtiyaç duydu. Bu, yaratıcı ekibimize önemli ölçüde zaman kazandırıyor ve tamamen ajan tabanlı iş akışlarının daha verimli olmasını sağlıyor.

”
Alex Mashrabov, CEO ve Kurucu Ortak, Higgsfield AI

Daha temiz kod yazımıyla verimli iş akışları

GPT‑6.2 Astra, araçlarını ve harcadığı çabayı iş akışına uyarlamak ve ne zaman eklenti, ne zaman bilgisayar kullanımı gerektiğini belirlemek dahil, bir görevin nasıl yürütüleceği konusunda daha isabetli kararlar veriyor.

Kodlamada GPT-6.2 Astra, mevcut kod tabanlarında karmaşık değişiklikleri uygulama ve test etme konusunda daha başarılı. İlk test kullanıcıları, daha az düzeltme turuyla daha temiz kod yazımı ve daha odaklı testler elde ettiklerini bildirdi.

Siber güvenlik yetenekleri

GPT‑6.2 Astra ve GPT-6.2 Sol, siber yeteneklerde bir başka önemli sıçramayı temsil ediyor. Güvenlik açıklarını daha etkili biçimde bulup istismar ediyor, daha güvenli kod yazıyor ve daha iyi yamalar üretiyorlar; çeşitli değerlendirmelerde de token verimliliğinde önemli kazanımlar sağlıyorlar. GPT‑6 Astra⁠ gibi 6.2 Astra ve Sol da Risklere Hazırlık Çerçevemiz⁠ kapsamında siber güvenlikte Kritik eşiğine ulaşıyor.

Artan yetenekleri nedeniyle GPT‑6.2 Astra ve Sol’u, daha yüksek riskli siber güvenlik desteği için daha sıkı güvenlik önlemleriyle kullanıma sunuyoruz. Bu önlemler kötüye kullanım riskini azaltırken bazı meşru güvenlik açığı araştırmalarını ve güvenlik testi iş akışlarını da kısıtlıyor. Siber savunma uzmanları, OpenAI Daybreak⁠ üzerinden şu anda GPT-6 Astra için sunduğumuz alfa sürümüne ek olarak, Daybreak Blue’da siber güvenlik taleplerini daha az reddeden GPT‑6 Sol’a ve Daybreak Red’de gelişmiş, yetkilendirilmiş güvenlik testleri için GPT‑6 Cyber⁠ modeline erişebiliyor. GPT‑6.2 modellerini Daybreak’e getirmek için çalışacağız.

Aşağıda, siber güvenlik önlemleri ve sınıflandırıcılar devre dışı bırakılmış dahili test yapılandırmalarıyla elde edilen başlıca karşılaştırmalı değerlendirme sonuçlarını paylaşıyoruz. Tüm sonuçlar ve metodoloji için ilgili sistem kartına⁠(yeni bir pencerede açılır) bakın.

Siber savunma uzmanlarına avantaj sağlamak

Daha yetenekli ajanlar güvenlik açıklarını bulmayı ve istismar etmeyi kolaylaştırırken, geliştiriciler de üretim ortamında kullanılacak yazılımları yazmak için kodlama ajanlarına giderek daha fazla güveniyor. PHP2Shell⁠(yeni bir pencerede açılır), AI’ın araştırmacıların kritik açıkları ortaya çıkarmasına nasıl yardımcı olabileceğini gösterdi. GPT‑6.2 Astra ve Sol’da savunma yeteneklerini temel odak noktalarından biri yaptık. Geliştiricilerin bu açıkları önlemesine ve gidermesine yardımcı olmak için yeni eğitim sinyalleri ekledik; böylece baştan güvenli kod yazmayı ve amaçlanan davranışı koruyan yamalar üretmeyi destekledik.

Güvenlik ve hizalama

GPT-6.2 Astra ve Sol’u, bugüne kadarki en güçlü güvenlik önlemlerimizle kullanıma sunuyoruz. Kısıtlamaları sıkılaştırdık ve modelleri izlemek⁠ ve gerektiğinde müdahale etmek⁠ için kullandığımız sistemleri güçlendirdik.

GPT-6 Astra gibi hem GPT-6.2 Astra hem de Sol, Risklere Hazırlık Çerçevemiz⁠ kapsamında siber güvenlikte Kritik eşiğe ulaşmanın yanı sıra biyolojik ve kimyasal yeteneklerde de Yüksek eşiğe ulaşıyor. Hem yararlı hem de zararlı amaçlarla kullanılma potansiyeli taşıyan bir dizi biyoloji ve siber güvenlik talebine yönelik kısıtlamaları artırmanın yanı sıra, bunlarla bağlantılı riskleri azaltmak için koruyucu önlemler de uygulamaya koyduk.

Güvenlik önlemlerimiz ve testlerimiz hakkında daha fazla ayrıntıyı GPT-6.2 sistem kartında⁠(yeni bir pencerede açılır) bulabilirsiniz.

AI araştırma yetenekleri ve güvenlik önlemleri

GPT-6.2 Astra, bir modelin AI araştırmalarını hızlandırma becerisini ölçen AI’ın Kendini Geliştirmesi kategorisinde Yüksek eşiğe ulaşan, kurum dışı kullanıma açtığımız ilk modelimiz. “Yüksek” sınıflandırması, modelin etkisinin, 2024’teki başlangıç düzeylerine kıyasla her OpenAI araştırmacısına asistan olarak son derece yetkin bir araştırma mühendisi daha sağlamaya eşdeğer olduğu yönündeki değerlendirmemizi yansıtıyor. Bu yeteneği izliyoruz, çünkü gelecekteki AI sistemlerinin geliştirilmesine yardımcı olabilen modeller, ilerlemeyi güvenlik önlemlerinin veya insan gözetiminin uyum sağlayabileceğinden daha hızlı hâle getirmek gibi yeni güvenlik riskleri de doğurabilir.

Bu riskleri ele almak için modellerimizi eğitme ve kullanıma sunma süreçlerimize daha fazla gözetim ve kontrol ekledik. GPT-6.2 Astra’ya kurum içi erişimi genişletmeden önce modelin hizalamasını değerlendirdik ve her aşamada gerekli güvenlik önlemlerinin uygulandığını doğruladık. Araştırma ortamlarımızdaki yalıtım önlemlerini güçlendirdik⁠ ve bu önlemleri en yetenekli modellerimizle test ettik. Ayrıca araştırma iş yüklerini izleyen ve müdahale gerektiğinde modelin daha fazla çıktı üretmesini durdurabilen Control Room⁠ sistemini geliştirdik. Genişletilmiş izleme sistemimiz⁠, kurum içi iş yüklerinde ve desteklenen kurum dışı kullanımlarda modellerin akıl yürütme süreçlerini ve eylemlerini inceliyor. Yetkisiz davranışları otomatik olarak işaretleyebiliyor ve bu özelliğin desteklendiği yerlerde iş yüklerini veya sohbetleri duraklatabiliyor.

Hizalama

Her iki model de çoğu hizalama değerlendirmesinde GPT-6 Astra’ya benzer performans gösterdi ve simüle edilmiş iş yeri görevlerinde daha az uygunsuz eylemde bulundu. Ancak iki testte, eksik bir dosya veya kullanılamayan bir arama aracı gibi çalışmalarını engelleyen durumlardan söz etmeme olasılıkları daha yüksekti. Codex’e bu tür eksik bildirimleri önemli ölçüde azaltan talimatlar ekledik ve bu davranışı araştırmayı sürdürüyoruz.

Fiyatlandırma ve kullanılabilirlik

Bugünden itibaren GPT-6.2 Astra ve Sol, ChatGPT Çalışma ve Codex’te tüm Plus, Pro, Enterprise ve Edu kullanıcılarının erişimine açılıyor. Pro 500 aboneleri, her iki modelde de Ultra Hızlı'yı kullanabiliyor. Ayrıca GPT-6.2 Sol’dan başlayarak Ultra Hızlı'yı ilk kez Pro 200 abonelerine de sunuyoruz. Uygun Enterprise ve Edu kullanıcıları, çalışma alanı yöneticileri özelliği etkinleştirdiğinde aynı erişime sahip oluyor. Geliştiriciler de OpenAI API üzerinden gpt-6.2-astra ve gpt-6.2-sol modellerine erişebiliyor; Ultra Hızlı, kullanıma sunulduğu andan itibaren her iki model için de mevcut.

GPT‑6.2 Astra, daha yüksek token verimliliği, girdi ve çıktı token’larında %20 indirim ve önbelleğe alınmış girdi token’larında %60’a varan daha büyük bir indirim sayesinde GPT‑6 Astra’ya göre görev başına çok daha düşük maliyet sunuyor. Bir milyon token başına standart API ücretleri girdi için 8 $, önbelleğe alınmış girdi için 0,40 $ ve çıktı için 40 $. GPT‑6.2 Sol, GPT‑6.1 Sol’un bir milyon token başına girdi için 2 $, önbelleğe alınmış girdi için 0,10 $ ve çıktı için 10 $ olan ücretlerini koruyor.

GPT-6.2 Astra ve Sol’da önbelleğin yeniden kullanımını artırmak, maliyetleri ve gecikmeyi azaltmaya yardımcı olmak ve konuşma turları arasında akıl yürütmeyi korumak için prompt öneklerini değiştirmeden bırakmanızı ve yeni talimatları konuşmanın sonuna eklemenizi⁠(yeni bir pencerede açılır) öneriyoruz.

Yazar

OpenAI

Footnotes

  1. 1

    Fable 5.2’nin Terminal-Bench-Science 0.1 sonuçları, Artificial Analysis⁠(yeni bir pencerede açılır) tarafından mini-swe-agent düzeneğinde bildirilen sonuçlardır. Anthropic, Fable 5.2’nin Claude Code’da en yüksek akıl yürütme düzeyinde %74,6 puan aldığını bildirdi.