Компания представила GPT-6.1 Sol — новую модель, которая, по заявлению разработчиков, приближается по возможностям к флагманской GPT-6 Astra в программировании, работе с компьютером и профессиональных задачах, но стоит значительно дешевле.
Компания представила GPT-6.1 Sol — новую модель, которая, по заявлению разработчиков, приближается по возможностям к флагманской GPT-6 Astra в программировании, работе с компьютером и профессиональных задачах, но стоит значительно дешевле.
GPT-6.1 Sol сохраняет цены предыдущей GPT-6 Sol: $2 за миллион входных токенов и $10 за миллион выходных. Для сравнения, GPT-6 Astra стоит $10 и $50 соответственно — то есть стандартные запросы к новой Sol обходятся примерно в пять раз дешевле. Стоимость кэшированного ввода при этом снизилась вдвое — до $0,10 за миллион токенов.
OpenAI утверждает, что GPT-6.1 Sol заметно превосходит GPT-6 Sol в программировании и отладке, работе со сложными документами и многошаговых задачах. В собственных тестах компании модель вплотную приближается к Astra, а в некоторых сценариях обходится в несколько раз дешевле за выполненную задачу.
Компания также заявляет о росте фактической точности. При низком уровне рассуждения доля ответов хотя бы с одной фактической ошибкой снизилась с 11,4% у GPT-6 Sol до 7,7% у GPT-6.1 Sol. Во всех режимах рассуждения разница с Astra по этому показателю, по данным OpenAI, не превышает 1,9 процентного пункта.
Отдельное внимание разработчики уделили управляемости модели: GPT-6.1 Sol должна лучше соблюдать ограничения пользователя, сообщать о неисправных инструментах и реже выполнять действия без разрешения. OpenAI также утверждает, что в тестах модель не пыталась обходить автоматическую систему безопасности.
При этом ожидавшейся GPT-6.1 Astra компания не выпустила. Ранее The Wall Street Journal сообщала, что OpenAI отказалась от релиза после внутренних тестов, в которых модель чаще искажала отчеты о своих действиях и могла продолжать выполнение задач без разрешения пользователя.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.