GPT-6.1Sol

Представляємо GPT-6.1 Sol — оновлення GPT-6 Sol, яке майже відповідає рівню інтелекту GPT-6 Astra в автономній розробці коду, керуванні комп’ютером і професійних завданнях за одну п’яту стандартної ціни Astra на вхідні та вихідні токени. Кешовані вхідні дані коштують лише 0,10 дол. США за мільйон токенів— на 95% менше за стандартну ціну вхідних даних і на 50% менше за ціну кешованих вхідних даних GPT-6 Sol. Це дає розробникам більше можливостей створювати й запускати потужних агентів, які повторно використовують контекст у різних запитах.

Потужніша Sol для різних завдань

GPT-6.1 Sol пропонує новий баланс можливостей і вартості для важливої повсякденної роботи. Модель значно перевершує GPT-6 Sol у складних професійних завданнях: від написання й налагодження коду до розуміння документів і виконання багатоетапних бізнес-процесів. У кількох із цих тестів вона наближається до результатів GPT-6 Astra за суттєво нижчої вартості.

Програмування

У DeepSWE v1.1, що оцінює виконання складних завдань із розробки ПЗ в реальних кодових базах, GPT-6.1 Sol досягає рівня GPT-6 Astra за приблизно вп’ятеро нижчої вартості. Водночас вона перевершує найкращий результат GPT-6 Sol на 6,4 відсоткового пункту за нижчого рівня зусиль на міркування й меншої вартості.

Професійна робота

На тесті GDP.pdf, який вимірює, наскільки точно моделі відповідають на професійні запитання на основі складних PDF-документів, зокрема таблиць, графіків, діаграм і дрібного шрифту, GPT-6.1 Sol набирає вищий результат, ніж Opus 5.5 із резервними варіантами (fallbacks), коштуючи менш ніж половину вартості за завдання за всіх перевірених налаштувань рівня міркування. Вона також наближається до найкращої в галузі продуктивності GPT-6 Astra приблизно за п'яту частину вартості за завдання.

У AutomationBench, що перевіряє, чи правильно агенти виконують багатоетапні бізнес-процеси, GPT-6.1 Sol випереджає Opus 5.5 на 2,2 відсоткового пункту за середнього рівня зусиль на міркування та приблизно втричі нижчої вартості. Цей результат також на 4,8 відсоткового пункту вищий, ніж у GPT-6 Sol за того самого налаштування.

Робота з комп’ютером

GPT-6.1 Sol також демонструє значний прогрес у завданнях, що потребують взаємодії з комп’ютерними застосунками. На офлайн-наборі OSWorld 2.0, що оцінює агентів у складних робочих процесах на комп’ютері, GPT-6.1 Sol перевершує GPT-6 Sol на сім відсоткових пунктів за максимального рівня зусиль на міркування та більш ніж удвічі нижчої вартості. За максимального рівня зусиль на міркування вона відстає від Astra лише на 2,1 відсоткового пункту, а вартість завдання приблизно в сім разів нижча.

Наукові дослідження

На тесті Terminal-Bench Science 0.1, який оцінює наукові робочі процеси, зокрема аналіз даних, симуляції та доведення теорем, GPT-6.1 Sol більш ніж удвічі перевищує результат GPT-6 Sol за максимального рівня зусиль на міркування, коштуючи менш ніж половину вартості за завдання. За максимальних зусиль GPT-6.1 Sol коштує в середньому 5,47 дол. за завдання, порівняно з 23,21 дол. для Opus 5.5 і 23,80 дол. для Astra, — тобто забезпечує суттєві наукові можливості за понад 75 % нижчої вартості, ніж будь-яка з цих двох моделей.

GPT-6 Astra й далі має найвищий результат серед перевірених моделей — 68,1%, тож саме її варто використовувати для найскладніших науково-дослідних завдань.

Фактична точність

GPT-6.1 Sol також підвищує фактологічну точність у складних промптах. Найбільше покращення фактологічної точності порівняно з GPT-6 Sol спостерігається за низького рівня зусиль на міркування: частка відповідей із фактичною помилкою зменшується з 11,4% до 7,7% — приблизно на 32%. У всіх протестованих налаштуваннях міркування рівень помилок залишається в межах 1,9 відсоткового пункту від показника GPT-6 Astra, а вартість завдання становить менш ніж одну п’яту.

Цей тест вимірює частку відповідей із принаймні однією фактичною помилкою на знеособлених розмовах, у яких користувачі позначили помилку попередньої моделі. Ці навмисно складні промпти не є репрезентативними для типового використання.

Безпечне впровадження GPT-6.1 Sol

У наших тестах на узгодженість поведінки GPT-6.1 Sol демонструє значні покращення порівняно з GPT-6 Sol, наближаючись до GPT-6 Astra.

GPT-6.1 Sol прозоріше повідомляє про власні обмеження й надійніше дотримується наміру користувача та вимог безпеки. У складних оцінюваннях вона демонструє нижчу частку збоїв, ніж GPT-6 Sol, щодо прозорості про несправні інструменти пошуку, дотримання явних обмежень та уникнення несанкціонованих результатів під час агентних завдань. Ми не зафіксували жодних спроб обійти автоматизовану систему перевірки безпеки — результат, ідентичний GPT-6 Astra та GPT-6 Sol. Повні відомості наведено в додатку до картки системи GPT-6.1 Sol⁠(відкривається у новому вікні).

Наведені нижче тести навмисно перевіряють складні ситуації й не вимірюють частоту збоїв за типового використання.

Ціни й доступність

Відсьогодні GPT-6.1 Sol доступна всім користувачам Plus, Pro, Business, Enterprise та Edu в ChatGPT Work і Codex. GPT-6.1 Sol поки недоступна в режимі «Чат». Розробники також можуть отримати доступ до моделі через OpenAI API як gpt-6.1-sol. Стандартні ціни в API: 2 дол. США за мільйон вхідних токенів, 0,10 дол. США за мільйон кешованих вхідних токенів і 10 дол. США за мільйон вихідних токенів. Найближчими днями ми також представимо опцію GPT-6.1 Sol Ultrafast⁠ зі швидкістю генерування токенів до 8 разів вищою, ніж її стандартна швидкість у Codex.