GPT-6.1 Terra néven új, számítógépes munkafolyamatokra optimalizált modellt adott ki az OpenAI. A generatív mesterséges intelligencia a vállalat szerint összetett szoftverhasználati feladatokban jelentősen fejlődött, miközben szabványos API-árazása 50 százalékkal alacsonyabb elődjénél. A rendszer már elérhető az OpenAI fejlesztői felületén, valamint fokozatosan megjelenik a ChatGPT Work és a Codex szolgáltatásban.
Az OpenAI október 26-án jelentette be a GPT-6.1 Terra bevezetését, amelyet elsősorban nagy mennyiségű, ismétlődő és több lépésből álló szakmai feladatra fejlesztett. A modell képes képernyőképek és dokumentumok értelmezésére, alkalmazások kezelésére, űrlapok kitöltésére és programozási feladatok támogatására. A vállalat példái között műszaki rajzok feldolgozása, videóanyagok részletes elemzése és adminisztratív folyamatok szerepelnek. A fejlesztés fontos különbsége, hogy nem kizárólag jobb szöveges válaszokat kíván adni, hanem a digitális munkavégzésben is aktívabb szerepet kaphat.
A GPT-6.1 Terra működésében a vizuális értelmezés és a számítógép-használat összekapcsolása kapott kiemelt figyelmet. Egy megfelelő eszközökkel és jogosultságokkal rendelkező rendszer például felismerheti a képernyőn megjelenő adatokat, meghatározhatja a következő lépést, majd végrehajthatja azt egy alkalmazásban. Ez eltér attól, amikor a mesterséges intelligencia csak leírja, mit kellene tennie a felhasználónak. Az OpenAI szerint az új modell természetesebb íráskészséget, pontosabb vizuális következtetést és megbízhatóbb feladatvégzést kínál a korábbi Terra-változathoz képest.
A vállalat saját Agents’ Last Exam tesztjében a GPT-6.1 Terra közepes következtetési beállításon 15 százalékponttal jobb eredményt ért el a GPT-5.6 Terránál, körülbelül harmadakkora feladatköltség mellett. Ugyanebben a tesztkörnyezetben a GPT-6 Astra teljesítményével is versenyképes eredményt közölt, nagyjából tizedakkora tokenáron. Az új modell szabványos API-díja egymillió bemeneti tokenenként 1 dollár, egymillió kimeneti tokenenként 5 dollár, a gyorsítótárazott bemenet pedig 0,05 dollárba kerül. Ezek konkrét vállalati mérések és díjtételek, nem minden feladatra érvényes megtakarítási garanciák.
Olvasd el: 75 százalékkal olcsóbb működést ígér az Anthropic új generatív mesterséges intelligencia modellje
Elérkezhet az a pont, amikor a vállalkozások számára már nem a legerősebb mesterséges intelligencia modell, hanem a legkedvezőbb feladatköltséggel dolgozó rendszer lesz az ideális választás?
A kedvezőbb ár és a gyorsabb végrehajtás különösen az automatizált üzleti folyamatokban lehet jelentős. Egy digitális ügynök akár több tucat lépést is végrehajthat egyetlen feladat lezárásáig, például dokumentumokat kereshet, adatokat vethet össze és alkalmazások között mozoghat. Ha az egyes lépésekhez szükséges modellhasználat olcsóbb, nagyobb mennyiségű munka válhat gazdaságosan automatizálhatóvá. Az OpenAI a Terminal-Bench 4.0 programozási tesztben 50,3 százalékos feladatmegoldási arányról számolt be a legmagasabb következtetési beállításon, szemben a korábbi Terra 21,5 százalékos eredményével.
A kedvezőbb költségek ugyanakkor nem jelentik azt, hogy a Terra minden összetett feladatban kiváltja a legerősebb modelleket. Az OpenAI továbbra is a GPT-6.1 Sol és a GPT-6 Astra használatát ajánlja a különösen nehéz kutatási és programozási problémákhoz. A közölt benchmarkeredmények meghatározott tesztkörnyezetekből származnak, így a tényleges teljesítmény a feladat összetettségétől, a hozzáférhető eszközöktől és a szükséges ellenőrzési lépésektől függ. A modell ChatGPT-n belüli hozzáférése is korlátozott: a bevezetés a Work és a Codex környezetet érinti, nem a hagyományos Chat felületet.
A GPT-6.1 Terra megjelenése ezért a generatív mesterséges intelligencia piacának egyik fontos gazdasági változását jelzi. A fejlesztők már nem kizárólag azzal versenyeznek, hogy melyik modell tudja megoldani a legnehezebb problémákat, hanem azzal is, hogy mennyiért és milyen gyorsan képesek valódi munkát végezni. A következő időszakban egyre több vállalat választhat különböző modelleket a feladat nehézsége szerint: a nagy teljesítményű rendszereket a bonyolult döntésekhez, a gyorsabb és kedvezőbb árú változatokat pedig a mindennapi automatizáláshoz.
Olvasd el ezt is: Valódi kódbázisokon tanult dolgozni a JetBrains új generatív mesterséges intelligencia modellje
Források: OpenAI, OpenAI Help Center, OpenAI Developer Community
CS.SZ.
