Az OpenAI bejelentette a GPT‑6.1 Terra modellt, amelyet gyorsaságra, költséghatékonyságra és javított vizuális valamint számítógép‑használati képességekre optimalizáltak. A fejlesztés a GPT‑5.6 Terra utódjaként érkezik, célja az olyan munkahelyi feladatok hatékonyabb ellátása, mint javaslatok megfogalmazása, műszaki rajzok értelmezése, űrlapkitöltés vagy videószerkesztés.
Teljesítmény és ár/érték arány
Terra továbbviszi a „cost‑intelligence” irányt az OpenAI modellcsaládjain belül: a standard API‑árak szerint GPT‑6.1 Terra 50%-kal olcsóbb, mint a GPT‑5.6 Terra és a GPT‑6.1 Sol, így alkalmas nagy volumenű automatizálási feladatokra, például bejövő számlák olvasására és könyvelő szoftverbe történő rögzítésére. ChatGPT Work és Codex szolgáltatásokban a felhasználói csomagok lényegében több feladatot képesek lefedni GPT‑6.1 Terra használatával, mint a korábbi vagy más GPT‑6 variánsokkal.
Standard API árak (bejelentés szerint):
- 1 USD / 1M input token
- 0.05 USD / 1M cached input token
- 5 USD / 1M output token
Benchmarkok – számítógépes munka és vizuális érvelés
Agents’ Last Exam (professzionális, többlépéses feladatok):
- Közepes gondolkodási erőfeszítés mellett GPT‑6.1 Terra 15 százalékponttal jobbat teljesít, mint GPT‑5.6 Terra, miközben nagyjából a harmadába kerül a költsége.
- Egyes mérések szerint Terra költség/per token arányban paritást ér el a GPT‑6 Astra modellel, azonban csak mintegy a tizedébe kerül.
- Maximális erőfeszítésnél Terra több mint háromszor hatékonyabb tokenfelhasználásban, mint Claude Opus 5.5, és költség/per token értelemben nagyjából negyedannyi, ami körülbelül 9× alacsonyabb költséget jelent feladatonként.
- Sebességben is előnyös: feladatokat több mint háromszor gyorsabban hajt végre, mint a GPT‑6 Astra és a GPT‑6.1 Sol.
MMMU‑Pro (vizuális érvelés):
- GPT‑6.1 Terra minden vizsgálati beállításban felülmúlja a GPT‑5.6 Terra teljesítményét.
- Közelíti a GPT‑6 Astra és a GPT‑6.1 Sol eredményeit jóval alacsonyabb költség mellett.
OSWorld 2.1 (asztali alkalmazások többlépéses használata):
- Közepes erőfeszítési szinten GPT‑6.1 Terra jobb pontszámot ér el, mint a GPT‑5.6 Terra, miközben a feladatköltség jelentősen alacsonyabb.
Pontosság, hibaarányok és „hallucinációk” csökkentése
Az OpenAI idén nagy hangsúlyt fektetett a hamis vagy pontatlan válaszok visszaszorítására. Egy belső hibapromptra vonatkozó benchmarkon a hibaarány alacsony gondolkodási erőfeszítésnél 53,6%-ról 16,7%-ra csökkent a GPT‑5.6 Terra‑hoz képest, ez majdnem 37 százalékpontnyi javulás. Maximális erőfeszítésnél a hibaarány 18 százalékponttal 4,3%-ra esett, ami már közelít a GPT‑6 Astra és a GPT‑6.1 Sol hasonló értékeihez.
Szoftvermérnöki és tudományos kódolási teljesítmény
Terminal‑Bench 4.0 (parancssori kódolási feladatok):
- Maximális gondolkodási erőfeszítésnél GPT‑6.1 Terra 50,3%-ban old meg feladatokat, ami több mint kétszerese a GPT‑5.6 Terra publikált 21,5%-os eredményének.
- A legösszetettebb fejlesztési feladatoknál továbbra is a GPT‑6.1 Sol és a GPT‑6 Astra kínál nagyobb képességeket.
Terminal‑Bench‑Science 0.1 (kód alapú tudományos kutatás):
- Maximális erőfeszítésnél GPT‑6.1 Terra olcsóbban teljesít jobban, mint GPT‑6.1 Sol, és kevesebb mint az 1/5‑ébe kerül az Opus 5.5‑höz képest, miközben eredményeiben nagyjából öt ponttal marad el az Opus 5.5‑től.
Biztonság, felügyelet és elérhetőség
Az OpenAI szerint a GPT‑6.1 Terra megfelel a Critical küszöbnek a cég Preparedness Framework nevű kiberbiztonsági értékelésében, és megőrzi azokat a védelmi mechanizmusokat, amelyeket a GPT‑6 Astra‑hoz fejlesztettek. A GPT‑6 sorozat igazítási fejlesztései is érvényesek Terrára: a modell hajlamosabb maradni a feladatra, őszintén jelezni a korlátokat, és ellenállni a rosszindulatú prompt‑injekcióknak a belső tesztek szerint.
Elérhetőség
A GPT‑6.1 Terra a bejelentés szerint már elérhető minden Plus, Pro, Enterprise és Edu felhasználó számára ChatGPT Work és Codex felületeken. Fejlesztők az OpenAI API‑n keresztül is használhatják a gpt‑6.1‑terra néven.
Összefoglalás
A GPT‑6.1 Terra-t az OpenAI úgy pozícionálja, hogy kiegyensúlyozottabb sebességet, képességet és költséghatékonyságot kínáljon a napi munkafolyamatok automatizálásához, különös hangsúllyal a vizuális érvelésre és számítógép‑használatra. A vállalat által közzétett mérőszámok szerint a modell jelentős előrelépést mutat a GPT‑5.6 Terrához képest mind pontosságban, mind sebességben és költséghatékonyságban, miközben megőrzi a GPT‑6 sorozat biztonsági és igazítási fejlesztéseit.
