OpenAI še naprej hitro napreduje in zapovrstjo predstavlja novosti z različnih področij. Tokrat poročamo o razširitvi palete modelov. O seriji GPT-6.1 smo prvič slišali, ko se je razširila govorica, da ima GPT-6.1 Astra resne varnostne težave, zato bi se lahko izid zamaknil na november ali še pozneje. GPT-6.1 Sol je medtem že izšel, zdaj pa je prispel še GPT-6.1 Terra.
Po navedbah podjetja je GPT-6.1 Terra zelo napredoval pri vizualnem sklepanju, precej bolje pa se je odrezal tudi pri natančnem upravljanju računalnika. To sta področji, ki sta zelo koristni pri izvajanju agentskih nalog.
Pri razvoju modela GPT-6.1 Terra je bilo v ospredju opravljanje praktičnih nalog. Model se razvija izjemno hitro, možnosti pa so vse manj omejene. Samozavestno in zares natančno se zna spopasti z resničnimi strokovnimi izzivi. Zmore denimo na profesionalni ravni razumeti arhitekturne in tehnične risbe, brez težav samostojno izpolni zapletene obrazce, obdela surove videoposnetke, primeren pa je lahko tudi za vnašanje podatkov iz prejetih računov v računovodsko programsko opremo.
V testu Agents' Last Exam je pri srednji stopnji razmišljanja za 15 odstotnih točk prehitel GPT-5.6 Terro, pri tem pa je stal približno tretjino manj. Še bolj zanimivo je, da se je kosal z vrhunskim modelom GPT-6 Astra, naloge pa je rešil z desetkrat nižjimi stroški. Pri najvišji nastavitvi je GPT-6.1 Terra za las prehitel GPT-6 Astro: dosegel je 60 % proti 59,3 %, pri tem pa je porabil le 1,01 dolarja namesto 7,24 dolarja.
V priljubljenem preizkusu OSWorld 2.1 je GPT-6.1 Terra dosegel 74,2 % pri »računu« v višini 1,12 dolarja. Tu se je GPT-6.1 Sol izkazal za nekoliko boljšo možnost, saj je z 1,15 dolarja dosegel 78 %. Claude Sonnet 5.5 je z 1,39 dolarja pri močni nastavitvi dosegel skromnejših 73,3 %, ko pa je pokazal več in z izjemno močnim načinom dosegel 81 %, je bil že skoraj dvakrat dražji. V preizkusu MMMU-Pro je novinec izjemno učinkovit: dosegel je 85,4 %, medtem ko je GPT-6 Astra za 85,3 % uspešnosti stal sedemkrat več.
Umetna inteligenca lahko vedno halucinira, kar velja tudi za novi model, vendar je tudi na tem področju prišlo do občutnega izboljšanja. OpenAI poudarja, da je GPT-6.1 Terra v tem pogledu skoraj na ravni, ki jo ima GPT-6 Astra. Pri najboljših nastavitvah so v podjetjevem lastnem testu dosegli 4,3- in 4,2-odstotno stopnjo napak. GPT-6.1 Sol ni zmogel pod 5,5 %, zato je zdajšnji rezultat še posebej lep in z vidika praktične uporabe pomemben, saj bo z modelom GPT-6.1 Terra verjetno delalo več ljudi kot z omenjenimi drugimi modeli.
OpenAI se je dotaknil tudi varnosti in poudaril, da model tudi v tem pogledu deluje odlično.
»GPT‑6.1 Terra v kategoriji kibernetske varnosti dosega kritični prag, opredeljen v našem okviru pripravljenosti (Preparedness Framework), in vključuje zaščitne mehanizme, razvite za GPT‑6 Astro.« – je poudarilo podjetje.
Notranji testi kažejo, da se model veliko zanesljiveje kot prejšnji drži okvirov naloge, ki jo določi uporabnik, odkrito sporoča svoje omejitve in morebitne ovire, hkrati pa se odlikuje z izjemno odpornostjo proti vbrizgavanju pozivov (prompt injection) in drugim poskusom napadov.
Terra je bil pri družini GPT-6 majhna, učinkovita in poceni rešitev, tako je tudi tokrat. V primerjavi z neposrednim predhodnikom GPT-5.6 Terra je cena API-ja 50 odstotkov nižja. Obdelava milijona žetonov na vhodni strani stane 1 dolar, ustvarjanje enake količine informacij pa 5 dolarjev. Model bo poleg tega obsežno uporabljal predpomnjenje, ki drastično zmanjša dolgoročne stroške (tako stane milijon žetonov 0,05 dolarja).
GPT-6.1 Terra je od 27. oktobra takoj na voljo v storitvi ChatGPT Work in v Codexu za uporabnike s paketi Plus, Pro, Enterprise in Edu. Zaradi nove arhitekture obstoječa kvota naročnine zadošča za bistveno več nalog kot pri modelih Sol ali Astra. Podjetje s tem ustreza predvsem poslovnim uporabnikom, ki so se v zadnjem času zaradi prihrankov radi obračali k kitajskim modelom.
