Վերադառնալ

OpenAI-ը ներկայացնում է GPT-6.2 Astra-ն և GPT-6.2 Sol-ը
SiTech AI Team3 րոպե ընթերցում

OpenAI-ը ներկայացնում է GPT-6.2 Astra-ն և GPT-6.2 Sol-ը

OpenAI-ը ներկայացրեց GPT-6.2 Astra-ն բարդ մասնագիտական աշխատանքի համար և GPT-6.2 Sol-ը ամենօրյա առաջադրանքների համար. երկուսն էլ բարդ առաջադրանքներում ապահովում են ավելի լավ արդյունքներ ավելի քիչ ելքային նշաններով:

OpenAI-ը ներկայացրեց GPT-6.2 Astra-ն՝ բարդ մասնագիտական աշխատանքի համար նախատեսված սահմանային մոդել, և GPT-6.2 Sol-ը՝ ամենօրյա աշխատանքի համար նախատեսված արդյունավետ մոդել: Երկուսն էլ նախագծված են բարդ առաջադրանքներում ավելի լավ արդյունքներ տալու ավելի քիչ ելքային նշաններով: OpenAI-ն ասում է, որ այս համադրությունը բիզնեսներին և մշակողներին է բերում սահմանային արդյունավետություն այն ծախսերով, որոնք իմաստ ունեն մեծ մասշտաբով:

Կատարողականը բարդ առաջադրանքներում

GPT-6.2 Astra-ն Agents' Last Exam-ում սահմանում է նոր բարձր ցուցանիշ՝ 5.2 կետով առաջ անցնելով GPT-6 Astra-ից արժեքի մեկ երրորդից պակասով և 5.5 կետով առաջ անցնելով Claude Fable 5.2-ից 5 տոկոս արժեքով: Terminal-Bench-Science 0.1-ում այն 9 տոկոսային կետով ավելի բարձր է GPT-6 Astra-ից արժեքի մեկ երրորդից պակասով և նոր բարձր ցուցանիշ է սահմանում Vals Science Index-ում: GPT-6.2 Sol-ը FrontierCode 2.0-ում 0.5 կետով է զիջում GPT-6.2 Astra-ին մոտավորապես արժեքի մեկ հինգերորդով, և LifeVal-ում գերազանցում է GPT-6 Astra-ին մոտավորապես արժեքի մեկ յոթերորդով: Մի քանի չափանիշներում երկու մոդելներն էլ մոտենում են կամ գերազանցում են այլ առաջատար մոդելներին յուրաքանչյուր առաջադրանքի արժեքի փոքր մասով:

Մասնագիտական և տեխնիկական աշխատանք

GPT-6.2 Astra-ն վերապատրաստված է ավելի հստակ սլայդներ, աղյուսակներ և փաստաթղթեր ստեղծելու համար, որոնք հետևում են իրավունքի, վաճառքի, ֆինանսների և հաշվապահության ոլորտների մասնագիտական կանոններին: Այն Harvey LAB-AA v1.1-ում սահմանում է նոր ամենաբարձր ցուցանիշ՝ ավելի քան կրկնապատկելով Claude Fable 5.2-ի հաջողության տոկոսը մոտավորապես վեց անգամ էժան արժեքով, և GDPval v2-ում առաջատար է փորձարկված մոդելների շրջանում՝ 6.2 տոկոսային կետով առաջ անցնելով GPT-6 Astra-ից 22% ավելի քիչ ելքային նշաններ օգտագործելիս: GPT-6.2 Sol-ը GDPval v2-ում 5.3 կետով է բարելավվում GPT-6.1 Sol-ի նկատմամբ: GPT-6.2 Astra-ն նաև գրում է ավելի մաքուր կոդ, ստեղծում է ավելի լավ ինտերֆեյսներ և ապահովում է ինտերակտիվ բրաուզերային փորձառություններ. Artificial Analysis-ի AA-3D-ում այն առաջինն է 1,318 Elo ցուցանիշով, որին հետևում են Claude Fable 5.2-ը 1,271-ով և GPT-6.2 Sol-ը 1,259-ով:

Անվտանգություն, համապատասխանեցում և կիբերանվտանգություն

Երկու մոդելներն էլ OpenAI-ի Preparedness Framework-ի շրջանակում հասնում են կիբերանվտանգության Critical շեմին և կենսաբանական ու քիմիական կարողությունների High շեմին: Դրանք տեղակայվում են բարձր ռիսկային կիբերանվտանգության օգնության համար ավելի խիստ պաշտպանություններով, և GPT-6.2 Astra-ն առաջին արտաքին թողարկված մոդելն է, որը հասնում է AI Self-improvement-ի High շեմին: OpenAI-ն ուժեղացրեց մեկուսացումը հետազոտական միջավայրերում և կառուցեց Control Room-ը՝ հետազոտական աշխատանքային ծանրաբեռնվածությունները հետևելու և միջամտության անհրաժեշտության դեպքում հետագա մոդելային ելքը դադարեցնելու համար: Երկու մոդելներն էլ հիմնական համապատասխանեցման գնահատումներում նման էին GPT-6 Astra-ին, մինչդեռ իմիտացիոն աշխատավայրային առաջադրանքներում ավելի քիչ ոչ պատշաճ գործողություններ էին կատարում. երկու փորձարկումներում դրանք ավելի հավանական էր, որ նրանք չէին հիշատակի իրենց աշխատանքին խոչընդոտող խնդիրները:

Գնագոյացում և հասանելիություն

Այսօրվանից GPT-6.2 Astra-ն և Sol-ը հասանելի են Plus, Pro, Enterprise և Edu օգտատերերին ChatGPT Work-ում և Codex-ում՝ API հասանելիությամբ gpt-6.2-astra և gpt-6.2-sol անուններով: Pro 500 բաժանորդները կարող են օգտագործել Ultrafast-ը երկու մոդելներից որևէ մեկի հետ, իսկ Ultrafast-ը նոր է հասանելի Pro 200 բաժանորդներին՝ սկսած GPT-6.2 Sol-ից: GPT-6.2 Astra-ն արժե 8 դոլար մեկ միլիոն մուտքային նշանի համար, 0.40 դոլար մեկ միլիոն քեշավորված մուտքային նշանի համար և 40 դոլար մեկ միլիոն ելքային նշանի համար, մինչդեռ GPT-6.2 Sol-ը պահպանում է GPT-6.1 Sol-ի 2, 0.10 և 10 դոլար դրույքները համապատասխանաբար: OpenAI-ն խորհուրդ է տալիս հարցման նախածանցները անփոփոխ պահել և նոր հրահանգները ավելացնել զրույցին՝ քեշի վերաօգտագործումը բարելավելու համար:

Նախկին լուսաբանում: Gemini 4 Carbon-ը MathArena-ում առաջինն է, բայց արժե 15 անգամ ավելի, քան GPT-6.1 Sol-ը

Աղբյուրներ: OpenAI

SiTech

SiTech — AI-ով հզորացված վեբ մշակում

Ստեղծում ենք արագ ու ժամանակակից կայքեր և AI-ը ներդնում իրական բիզնես գործընթացներում։ Ունե՞ք նախագիծ կամ հարց։ Ուրախ կլինենք օգնել։