اوپن‌ای‌آی از GPT-6.1 Terra رونمایی کرد؛ مدلی سریع و کم‌هزینه که استدلال بصری دقیق، کنترل کامپیوتر و نگارش طبیعی‌تر را کنار هم قرار می‌دهد. دامنه‌ی کاربردهای اعلام‌شده، از تدوین پیشنهادهای کاری و تفسیر نقشه‌های فنی تا تکمیل فرم‌ها و ویرایش ویدئو امتداد دارد. هدف اصلی، خودکارسازی وظایفی است که بخش بزرگی از روز کاری کاربران و سازمان‌ها را اشغال می‌کنند.

مدل تازه در مقایسه با GPT-5.6 Terra پیشرفت محسوسی دارد و توازن متفاوتی میان سرعت، توانایی و هزینه برقرار می‌کند. قیمت استاندارد API آن ۵۰ درصد کمتر از GPT-5.6 Terra و GPT-6.1 Sol اعلام شده و چنین اختلافی می‌تواند اجرای خودکار وظایف پرتعداد، مانند خواندن صورت‌حساب‌های ورودی و ثبت جزئیات آن‌ها در نرم‌افزار حسابداری را برای توسعه‌دهندگان عملی‌تر کند.

در ChatGPT Work و Codex نیز سهمیه‌ی یکسان امکان انجام وظایف بیشتری را با GPT-6.1 Terra فراهم می‌کند. اوپن‌ای‌آی می‌گوید کاربران با همان سهمیه می‌توانند از GPT-5.6 Terra فراتر بروند و در قیاس با GPT-6.1 Sol یا GPT-6 Astra حجم به‌مراتب بیشتری از کارها را به پایان برسانند.

۰:۰۰ / ۰:۰۰لایک

توانایی کار با کامپیوتر در آزمون Agents' Last Exam سنجیده شده؛ معیاری شامل وظایف حرفه‌ای مانند تبدیل نقشه‌های معماری به مدل سه‌بعدی و بازبینی نما‌به‌نمای یک فیلم پویانمایی برای تهیه‌ی گزارش است. GPT-6.1 Terra با سطح استدلال متوسط، ۱۵ واحد درصد بالاتر از GPT-5.6 Terra امتیاز گرفت و هزینه‌ی آن تقریبا به یک‌سوم رسید.

عملکرد مدل در همان سطح استدلال با GPT-6 Astra برابری می‌کند، درحالی‌که قیمت هر توکن فقط یک‌دهم رقیب درون‌خانواده‌ای آن است. با فعال‌کردن حداکثر سطح استدلال، بهره‌وری توکنی GPT-6.1 Terra بیش از سه برابر Claude Opus 5.5 گزارش شده و قیمت هر توکن به یک‌چهارم می‌رسد. ترکیب دو عامل، هزینه‌ی هر وظیفه را حدود ۹ برابر کاهش می‌دهد.

سرعت تکمیل کارها بخش دیگری از تفاوت‌ها را نشان می‌دهد. بر پایه‌ی نتایج منتشرشده، GPT-6.1 Terra وظایف را بیش از سه برابر سریع‌تر از GPT-6 Astra و GPT-6.1 Sol به پایان می‌رساند. این برتری برای سامانه‌هایی اهمیت دارد که باید تعداد زیادی کار تعاملی و چندمرحله‌ای را در بازه‌ی کوتاه پردازش کنند.

نمودار مقایسه امتیاز و هزینه مدل‌های GPT-6.1 Terra و GPT-6 Astra
نمودار مقایسه امتیاز و هزینه مدل‌های هوش مصنوعی GPT-6.1 Terra و GPT-6 Astra
نمودار مقایسه امتیاز و هزینه مدل‌های هوش مصنوعی GPT-6.1 Terra و Claude Sonnet 5.5
نمودار نرخ خطای فکت در مدل‌های هوش مصنوعی GPT-6.1 Terra و GPT-6 Astra
نمودار مقایسه امتیاز و هزینه مدل‌های GPT-6.1 Terra و Claude Sonnet 5.5
نمودار مقایسه امتیاز و هزینه مدل‌های GPT-6.1 Terra و GPT-6 Astra

آزمون MMMU-Pro استدلال بصری مدل‌ها را ارزیابی می‌کند. GPT-6.1 Terra در تمام سطوح استدلال از GPT-5.6 Terra جلو افتاد و با وجود هزینه‌ی بسیار پایین‌تر، امتیازهایش به GPT-6 Astra و GPT-6.1 Sol نزدیک شدند.

معیار OSWorld 2.1 نیز نحوه‌ی استفاده‌ی عامل‌های هوش مصنوعی از برنامه‌های دسکتاپ برای تکمیل وظایف چندمرحله‌ای را می‌سنجد. ساخت مدل سه‌بعدی بر پایه‌ی نقشه‌ی فنی یکی از نمونه‌های چنین وظایفی به‌شمار می‌رود. GPT-6.1 Terra در سطح استدلال متوسط از بهترین امتیاز GPT-5.6 Terra عبور کرد، اما هزینه‌ی هر وظیفه را به کسری از هزینه‌ی مدل پیشین رساند.

اوپن‌ای‌آی می‌گوید طی سال جاری سرمایه‌گذاری گسترده‌ای برای کاهش توهم مدل‌هایش انجام داده است. در آزمون داخلی متشکل از درخواست‌هایی که احتمال بروز خطا را افزایش می‌دهند، نرخ خطای GPT-5.6 Terra با سطح استدلال پایین ۵۳٫۶ درصد بود. نرخ متناظر برای GPT-6.1 Terra به ۱۶٫۷ درصد کاهش یافت که افتی نزدیک به ۳۷ واحد درصد را نشان می‌دهد.

در حداکثر سطح استدلال، نرخ خطا با کاهش ۱۸ واحد درصدی به ۴٫۳ درصد رسیده و تقریبا با نتایج GPT-6 Astra و GPT-6.1 Sol برابری می‌کند. کاهش خطا به‌معنای حذف کامل پاسخ‌های نادرست نیست، اما فاصله‌ی قابل‌اندازه‌گیری میان دو نسل Terra را نمایان می‌سازد.

کپی لینک

پیشرفت در کدنویسی و پژوهش علمی

حوزه‌ی مهندسی نرم‌افزار یکی دیگر از محورهای ارتقای GPT-6.1 Terra محسوب می‌شود. Terminal-Bench 4.0 توانایی عامل‌های کدنویسی برای حل مسئله از طریق خط فرمان را ارزیابی می‌کند. برطرف‌کردن جابه‌جایی چیدمان یک صفحه‌ی وب هنگام بارگذاری، نمونه‌ای از سناریوهای آزمون به‌شمار می‌آید.

GPT-6.1 Terra در حداکثر سطح استدلال ۵۰٫۳ درصد از وظایف Terminal-Bench 4.0 را حل کرد. امتیاز منتشرشده‌ی GPT-5.6 Terra فقط ۲۱٫۵ درصد بود؛ بنابراین نرخ موفقیت نسل تازه بیش از دو برابر شده. بااین‌حال، اوپن‌ای‌آی برای پیچیده‌ترین وظایف کدنویسی همچنان GPT-6.1 Sol و GPT-6 Astra را گزینه‌های توانمندتری معرفی می‌کند.

Terminal-Bench-Science 0.1 نحوه‌ی استفاده‌ی عامل‌ها از کد برای انجام پژوهش علمی را می‌سنجد. ردیابی تقسیم سلولی در ویدئوی تایم‌لپس یکی از مثال‌های مطرح‌شده برای چنین کاری است. GPT-6.1 Terra در حداکثر سطح استدلال از GPT-6.1 Sol پیشی گرفت و هم‌زمان هزینه‌ی کمتری تحمیل کرد. امتیاز مدل کمتر از پنج واحد با Claude Opus 5.5 فاصله دارد، درحالی‌که هزینه‌ی تخمینی آن کمتر از یک‌پنجم است.

افزایش دسترسی به مدل‌های توانمند، نگرانی‌های تازه‌ای درباره‌ی سوءاستفاده و انحراف عامل‌ها ایجاد می‌کند. GPT-6.1 Terra طبق چارچوب آمادگی اوپن‌ای‌آی در حوزه‌ی امنیت سایبری به آستانه‌ی Critical می‌رسد و محافظت‌های توسعه‌یافته برای GPT-6 Astra را حفظ کرده است.

مدل تازه بهبودهای هم‌راستایی خانواده‌ی GPT-6 را نیز به ارث می‌برد. ارزیابی‌های اوپن‌ای‌آی نشان می‌دهند GPT-6.1 Terra در مقایسه با GPT-5.6 Terra با احتمال بیشتری در محدوده‌ی خواسته‌ی کاربر باقی می‌ماند و محدودیت‌ها یا موانع احتمالی را صادقانه اعلام می‌کند.

کپی لینک

قیمت و دسترسی

GPT-6.1 Terra هم‌اکنون در اختیار تمام کاربران طرح‌های Plus و Pro و Enterprise و Edu در ChatGPT Work و Codex قرار گرفته است. توسعه‌دهندگان نیز می‌توانند مدل را از طریق API اوپن‌ای‌آی و با شناسه‌ی gpt-6.1-terra فراخوانی کنند.

قیمت استاندارد API برای هر یک میلیون توکن ورودی یک دلار تعیین شده است. یک میلیون توکن ورودی ذخیره‌شده در حافظه‌ی پنهان ۰٫۰۵ دلار هزینه دارد و قیمت هر یک میلیون توکن خروجی به ۵ دلار می‌رسد.

دیدگاه شما درباره‌ی کاربردها و هزینه‌ی GPT-6.1 Terra چیست؟