GPT-6.1Sol

ہم GPT-6.1 Sol متعارف کروا رہے ہیں، جو GPT-6 Sol کا ایک اپ گریڈ ہے جو Astra کی معیاری ان پٹ اور آؤٹ پٹ ٹوکن قیمتوں کے پانچویں حصے کے عوض ایجنٹ کوڈنگ، کمپیوٹر کے استعمال اور پیشہ ورانہ کام پر GPT-6 Astra کی انٹیلیجینس سے تقریباً میل کھاتا ہے. کیشڈ ان پٹ کی قیمت صرف $0.10 فی ملین ٹوکنز ہے—معیاری ان پٹ قیمتوں سے 95% کم اور GPT-6 Sol کی کیشڈ ان پٹ قیمتوں سے 50% کم—ڈویلپرز کو مزید گنجائش فراہم کرتے ہیں کہ وہ قابل ایجنٹس بنا اور چلا سکیں، جو درخواستوں میں سیاق و سباق کو دوبارہ استعمال کرتے ہیں.

مختلف کاموں میں زیادہ قابل Sol

GPT-6.1 Sol روزمرہ کے اہم کاموں کے لیے صلاحیت اور لاگت کا ایک نیا توازن پیش کرتا ہے. یہ پیچیدہ پیشہ ورانہ امور جیسے کوڈ لکھنا اور ڈی بگ کرنا، دستاویزات کو سمجھنا اور کاروباری عمل کے کثیر مرحلہ وار کاموں کو انجام دینے میں GPT-6 Sol کے مقابلے میں نمایاں بہتری فراہم کرتا ہے. اس طرح کے کئی جائزوں میں، یہ نمایاں طور پر کم لاگت کے باوجود GPT-6 Astra کی کارکردگی کے قریب پہنچ جاتا ہے.

کوڈنگ

DeepSWE v1.1 حقیقی کوڈ بیس میں سافٹ ویئر انجینئرنگ کے پیچیدہ کاموں کو پرکھتا ہے. اس پر GPT-6.1 Sol تقریباً پانچویں حصے کی لاگت پر GPT-6 Astra کی برابری کرتا ہے، جبکہ کم ریزننگ کوشش اور کم لاگت پر GPT-6 Sol کے بہترین اسکور سے 6.4 فی صد پوائنٹس آگے نکل جاتا ہے.

پیشہ ورانہ کام

GDP.pdf یہ پرکھتا ہے کہ ماڈل جدولوں، چارٹوں، خاکوں اور باریک حروف میں درج تفصیلات سمیت پیچیدہ PDF دستاویزات کی مدد سے پیشہ ورانہ سوالوں کے کتنے درست جواب دیتے ہیں. آزمائی گئی ریزننگ ترتیبات میں GPT-6.1 Sol، متبادل طریقوں کے ساتھ استعمال کیے گئے Opus 5.5 سے زیادہ اسکور حاصل کرتا ہے، جبکہ فی کام لاگت نصف سے بھی کم ہے. یہ تقریباً پانچویں حصے کی فی کام لاگت پر GPT-6 Astra کی اعلیٰ ترین کارکردگی کے قریب بھی پہنچتا ہے.

AutomationBench یہ پرکھتا ہے کہ ایجنٹ کئی مرحلوں والے کاروباری سلسلۂ کار درست طور پر مکمل کرتے ہیں یا نہیں. اس پر اوسط ریزننگ کوشش کے ساتھ GPT-6.1 Sol، Opus 5.5 سے 2.2 فی صد پوائنٹس زیادہ اسکور حاصل کرتا ہے، وہ بھی تقریباً ایک تہائی لاگت پر. یہ اسکور اسی ترتیب پر GPT-6 Sol سے بھی 4.8 فی صد پوائنٹس زیادہ ہے.

کمپیوٹر کا استعمال

GPT-6.1 Sol ایسے کاموں میں بھی نمایاں پیش رفت کرتا ہے جن کے لیے کمپیوٹر ایپلی کیشنز کے ساتھ تعامل ضروری ہوتا ہے. OSWorld 2.0 کا آف لائن مجموعہ کمپیوٹر کے استعمال کے مشکل سلسلۂ کار پر ایجنٹوں کو پرکھتا ہے. اس پر زیادہ سے زیادہ ریزننگ کوشش کے ساتھ GPT-6.1 Sol، GPT-6 Sol سے سات فی صد پوائنٹس بہتر کارکردگی دکھاتا ہے، جبکہ لاگت نصف سے بھی کم ہے. زیادہ سے زیادہ ریزننگ کوشش پر یہ Astra کے اسکور سے صرف 2.1 فی صد پوائنٹس پیچھے رہتا ہے، جبکہ فی کام لاگت تقریباً ساتواں حصہ ہے.

سائنسی تحقیق

Terminal-Bench Science 0.1 ڈیٹا کے تجزیے، نقل کاری اور قضیوں کے اثبات سمیت سائنسی سلسلۂ کار کو پرکھتا ہے. اس پر زیادہ سے زیادہ ریزننگ کوشش کے ساتھ GPT-6.1 Sol، GPT-6 Sol کے اسکور سے دو گنا سے بھی زیادہ حاصل کرتا ہے، جبکہ فی کام لاگت نصف سے بھی کم ہے. زیادہ سے زیادہ کوشش پر GPT-6.1 Sol کی اوسط فی کام لاگت $5.47 ہے، جبکہ Opus 5.5 کی $23.21 اور Astra کی $23.80 ہے. یوں یہ دونوں ماڈلز سے 75% سے بھی کم لاگت پر نمایاں سائنسی صلاحیت فراہم کرتا ہے.

آزمائے گئے ماڈلز میں GPT-6 Astra اب بھی 68.1% کے ساتھ سب سے زیادہ اسکور حاصل کرتا ہے، اور سائنسی تحقیق کے مشکل ترین کاموں کے لیے اسے استعمال کرنا چاہیے.

حقائق کی درستگی

GPT-6.1 Sol مشکل پرومپٹس پر حقائق کی درستگی بھی بہتر بناتا ہے. GPT-6 Sol کے مقابلے میں اس کی حقائق کی درستگی میں سب سے بڑی بہتری کم ریزننگ کوشش پر نظر آتی ہے، جہاں یہ حقائق پر مبنی غلطی پر مشتمل جوابات کا تناسب 11.4% سے کم کر کے 7.7% کر دیتا ہے—اس میں تقریباً 32 فیصد کمی آتی ہے. ریزننگ کے آزمائے گئے تمام طریقوں میں، اس کی غلطی کی شرح GPT-6 Astra کے مقابلے میں 1.9 فیصد پوائنٹس کے فرق کے اندر رہتی ہے، جبکہ فی ٹاسک لاگت اس کی لاگت کے پانچویں حصے سے بھی کم ہے.

یہ جانچ ان جوابات کا تناسب ناپتی ہے جن میں کم از کم ایک حقائقی غلطی ہو. اس کے لیے شناختی معلومات سے پاک وہ گفتگوئیں استعمال کی جاتی ہیں جن میں صارفین نے پہلے کے ماڈل کی غلطی کی نشاندہی کی تھی. جان بوجھ کر مشکل رکھی گئی یہ ہدایات عام استعمال کی نمائندگی نہیں کرتیں.

GPT-6.1 Sol کو محفوظ انداز میں دستیاب کرنا

ہماری مطابقت کی جانچوں میں GPT-6.1 Sol، GPT-6 Sol کے مقابلے میں نمایاں بہتری دکھاتا ہے، جس سے یہ GPT-6 Astra کے قریب آ جاتا ہے.

GPT-6.1 Sol اپنی حدود کے بارے میں زیادہ شفاف ہے اور صارف کی منشا اور حفاظتی حدود کا احترام کرنے میں زیادہ قابل اعتماد ہے. مشکل جانچوں میں تلاش کے خراب ٹولز کے بارے میں شفافیت، واضح پابندیوں کی پاسداری اور ایجنٹ پر مبنی کاموں کے دوران غیر مجاز نتائج سے بچنے کے معاملے میں اس کی ناکامی کی شرح GPT-6 Sol سے کم ہے. GPT-6 Astra اور GPT-6 Sol کی طرح، ہمیں خودکار حفاظتی جائزہ کار کو چکمہ دینے کی کوئی کوشش نظر نہیں آئی. مکمل تفصیلات GPT-6.1 Sol سسٹم کارڈ کے ضمیمے⁠(نئی ونڈو میں کھلتا ہے) میں مل سکتی ہیں.

ذیل کی جانچیں جان بوجھ کر مشکل حالات کو پرکھتی ہیں اور عام استعمال میں ناکامی کی شرح نہیں ناپتیں.

قیمتیں اور دستیابی

GPT-6.1 Sol آج سے ChatGPT Work اور Codex میں تمام Plus، Pro، Business، Enterprise اور Edu صارفین کے لیے دستیاب ہے. GPT-6.1 Sol ابھی چیٹ میں دستیاب نہیں ہے. ڈویلپرز اسے OpenAI API کے ذریعے gpt-6.1-sol کے نام سے بھی استعمال کر سکتے ہیں. اس کی معیاری API قیمتیں فی ملین ان پٹ ٹوکن $2، فی ملین کیشیڈ ان پٹ ٹوکن $0.10، اور فی ملین آؤٹ پٹ ٹوکن $10 ہیں. آنے والے دنوں میں ہم GPT-6.1 Sol Ultrafast⁠ بھی پیش کریں گے، جو Codex میں اپنی معیاری رفتار کے مقابلے میں ٹوکنز کی 8x تک تیز جنریشن فراہم کرے گا.