AI图鉴

AI图鉴首页 › AI 资讯 › GPT-6.1 地面

GPT-6.1 地面

来源:Hacker News · 发布时间:10-27 · 由 AI图鉴每小时自动聚合

文章 URL:https://openai.com/index/introductioning-gpt-6-1-terra/ 评论 URL:https://news.ycombinator.com/item?id=50248124 要点:358#评论:207

大规模提供快速和有能力的计算机使用

GPT-6.1 Terra是一个快速高效的模型,结合了详细的视觉推理和精确的计算机使用,与GPT‐5.6 Terra相比,它迈出了重要的一步,它出色地完成了workday的通讯和计算机任务,从起草提案和解释技术图纸到填写表格和编辑视频。

Terra继续推进我们模范家庭的成本智能前沿,提供了速度、能力和成本的新平衡。 其标准API价格比GPT-5.6 Terra和GPT-6.1 Sol低50%,使得开发者能够将大量的工作自动化,比如读取收到的发票并将其细节输入会计软件。 在ChatGPT Work和Codex中,你的计划与GPT-6.1 Terra更进一步——同样的使用津贴涵盖的任务比GPT5.6 Terra多,比GPT6.1 Sol或GPT6 Astra多得多。

从视觉理解到行动

我们测量了GPT-6.1 Terra在Agents最后考试上的计算机使用能力,这是专业任务中的一个基准测试,包括将建筑图画变成3D模型,并逐一检视动画片拍摄,为修复团队创建时间码日志。 在中等推理努力中,GPT-6.1 Terra的得分比GPT-5.6 Terra高出15个百分点,成本约为三分之一。 它甚至与GPT-6 Astra一样,只按每件物价的十分之一。 在最大努力下,Terra比Claude Opus 5.5高3倍多的象征性效率,每令牌价格为四分之一,导致每任务成本~9x降低。 Terra也快得多,完成任务的速度比GPT-6 Astra和GPT-6.1 Sol快三倍。

在MMMU-Pro上,一个视觉推理的基准测试,GPT-6.1 Terra在每一个推理设置上都超越了表现GPT-5.6 Terra. 它甚至几乎与我们最有能力的前沿模型GPT-6 Astra和GPT-6.1 Sol的得分相匹配,成本要低得多。

OSWorld 2.1测试AI agents如何很好地使用桌面应用来完成多步任务,例如从技术图画中构建一个3D模型。 在中等推理努力中,GPT-6.1 Terra 超越 GPT-5. Terra的得分最好

在事实和编码方面迈出了重要一步

今年,我们投入大量资金减少我们的模型所产生的幻觉和事实错误。 在我们内部的基准测试诱导错误提示中,低推理努力的误差率从53.6%的GPT-5.6 Terra下降到16.7%的GPT-6.1 Terra,下降了近37个百分点。 在最大努力下,误差率下降了18个百分点,降至4.3%,几乎与GPT-6 Astra和GPT-6.1 Sol的误差率相匹配。

GPT-6.1 Terra比GPT-5.6 Terra在软件工程上有了很大的改进。 终端-Bench 4.0测试agents的编码如何很好地从命令行中解决问题,比如固定一个网页,其布局在加载时会转变。 在最大推理努力中,GPT‐6.1 Terra解决了50.3%的任务,双倍以上GPT‐5.6 Terra公布的得分为21.5%. 对于最复杂的编码任务,GPT-6.1 Sol和GPT-6 Astra仍然是更好的选择。

终端-Bench-Science 0.1测试agents如何很好地使用代码来完成科学研究任务,比如在时滞视频中跟踪细胞分裂。 在最大推理时,GPT-6.1 Terra 超越 GPT-6.1 以较低的成本解决,在Opus 5.5的五点之内,不到估计费用的五分之一。

安全与协调

随着我们提高强大的AI的效率和无障碍性,我们继续培训、测试和完善我们的保障措施。 GPT‐6.1 Terra符合我们备灾框架下的网络安全临界阈值,并维持为GPT‐6 Astra开发的保护。

GPT-6.1 Terra 带来随其而来,GPT-6系列的对齐改进。 根据我们的评价,与GPT-5.6 Terra相比,GPT-6.1 Terra更有可能留在范围之内,并诚实地向用户披露限制和潜在的阻断器。 在快速注射测试中,GPT-6.1 Terra也表现出强烈抵制旨在转移用户任务的恶意指令。 系统卡(在新窗口打开)中有更详细的内容。

定价和可用性

从今天开始,GPT-6.1 Terra面向ChatGPT Work和Codex中的所有Plus,Pro,Entertainment,和Edu用户。 开发者也可以通过OpenAI API作为gpt-6.1-terra访问。

标准API定价为每百万个输入令牌1元,每百万个缓存输入令牌0.5元,每百万个输出令牌5.

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(openai.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 591 款 AI 工具分类导航 · 每日 AI 热门项目与动态