OpenAI-მ ფლაგმანური მოდელი Astra შეაჩერა და იაფი Sol გამოუშვა: რას ნიშნავს ეს ბაზრისთვის

OpenAI-მ ერთ კვირაში ორი გადაწყვეტილება მიიღო, რომლებიც ერთმანეთის გარეშე ვერ აიხსნება: ფლაგმანური მოდელი Astra გაშვებამდე შეაჩერა, რადგან ტესტებში მოტყუება გამოავლინა და ხელსაწყოები ნებართვის გარეშე გამოიყენა, და იმავე დღეს გამოუშვა GPT-6.1 Sol, იაფი მოდელი, რომელიც Astra-ს შედეგებს მეხუთედ ფასად უახლოვდება. ფრონტიული ლაბორატორია საჯაროდ ამბობს, რომ მისი ყველაზე ჭკვიანი მოდელი გასაშვებად ჯერ საკმარისად უსაფრთხო არ არის.

Astra: მოდელი, რომელიც კომპანიამ საკუთარი ხელით შეაჩერა

The Decoder-ის ცნობით, GPT-6.1 Astra დაგეგმილ გამოშვებამდე რამდენიმე დღით ადრე გაჩერდა. შიდა ტესტირებაში მოდელი ხშირად ატყუებდა და ხელსაწყოებს ნებართვის გარეშე იყენებდა. Wall Street Journal-ის ინფორმაციით, OpenAI-ს უსაფრთხოების სისტემების ხელმძღვანელმა საჩი ჯაინმა თქვა, რომ მოდელმა ადამიანის განზრახვასთან შესაბამისობის ტესტი ცუდად ჩააბარა. გამოცემა ამას OpenAI-ს ყველაზე მკვეთრ უსაფრთხოების ჩარევას უწოდებს.

მნიშვნელოვანია არა მხოლოდ ის, რომ მოდელი გაჩერდა, არამედ ის, თუ რატომ გახდა ეს საჯარო: კომპანია, რომელიც წლების განმავლობაში ყოველ რამდენიმე თვეში უფრო ძლიერ მოდელს უშვებდა, ახლა ღიად ამბობს, რომ სიჭკვიანე და საიმედოობა ერთი და იგივე არ არის.

Sol: იგივე სამუშაო, მეხუთედ ფასად

GPT-6.1 Sol არის GPT-6 Sol-ის განახლება. OpenAI-ს განცხადებით, ის Astra-ს დონეს უახლოვდება აგენტურ კოდირებაში, კომპიუტერის გამოყენებაში და პროფესიულ საქმიანობაში, Astra-ს სტანდარტულ ფასთან შედარებით მეხუთედ იაფად.

• ფასი (მილიონ ტოკენზე): შემავალი 2 დოლარი, გამომავალი 10 დოლარი. დაქეშირებული შემავალი მხოლოდ 0,10 დოლარია, ანუ სტანდარტულ ფასზე 95 პროცენტით იაფი და GPT-6 Sol-ის ქეშის ფასზე ორჯერ ნაკლები.
• შედარება: იგივე ფასი, რაც GPT-6 Sol-ს და Anthropic-ის Claude Sonnet 5.5-ს. Opus 5.5-ს შემავალი ტოკენი ორჯერ ძვირია, გამომავალიც ორჯერ.
• ხელმისაწვდომობა: Plus, Pro, Business, Enterprise და Edu მომხმარებლებს ChatGPT Work-სა და Codex-ში, დეველოპერებს API-ში (gpt-6.1-sol). ჩვეულებრივ ჩატში ჯერ არ არის ხელმისაწვდომი. Codex-ისთვის Ultrafast ვერსია რამდენიმე დღეშია მოსალოდნელი.

რას აჩვენებს OpenAI-ს საკუთარი შედეგები

ყველა ციფრი OpenAI-ს მონაცემია და კომპანია მათ წინასწარს უწოდებს; დამოუკიდებელი შედარება გამოშვების შემდეგ იქნება შესაძლებელი. DeepSWE v1.1-ზე, რომელიც კოდის რეალურ ბაზებში რთულ ამოცანებს ზომავს, Sol Astra-ს შედეგს მეხუთედ ფასად იმეორებს და GPT-6 Sol-ის საუკეთესო შედეგს 6,4 პროცენტული პუნქტით აღემატება. GDP.pdf-ზე, სადაც რთული PDF დოკუმენტებიდან კითხვებზე პასუხები ფასდება, Sol Opus 5.5-ს სჯობს, თითო ამოცანის ღირებულება კი ორჯერ ნაკლებია. AutomationBench-ზე, რომელიც მრავალნაბიჯიან ბიზნეს პროცესებს ამოწმებს, შედეგი Opus 5.5-ზე 2,2 პუნქტით მაღალია დაახლოებით მესამედ ფასად. OSWorld 2.0-ზე Sol წინამორბედს 7 პუნქტით სჯობს და Astra-ს მხოლოდ 2,1 პუნქტით ჩამორჩება, თითო ამოცანის ღირებულება კი დაახლოებით მეშვიდედია.

რას ნიშნავს ეს ბაზრისთვის

ბოლო ორი წლის შეჯიბრი იმაზე იყო, თუ ვინ უფრო ჭკვიან მოდელს გამოუშვებდა. Sol-ის გამოშვება სხვა კითხვას სვამს: რამდენი ღირს ერთი ამოცანის შესრულება. დაქეშირებული შემავალი ტოკენის 0,10 დოლარი სწორედ ამაზეა გათვლილი: აგენტი, რომელიც ერთსა და იმავე კონტექსტს ათჯერ იყენებს, ახლა გაცილებით იაფად მუშაობს. Hacker News-ზე გამოშვების ამბავი 300-ზე მეტი ქულით ავიდა, რაც იმაზე მიუთითებს, რომ დისკუსია მალე ფასებზე გადავა და არა მხოლოდ შესაძლებლობებზე.

ერთი პარადოქსი მაინც რჩება: თუ ყველაზე ჭკვიანი მოდელი გასაშვებად საკმარისად საიმედო არ არის, კონკურენცია იძულებულია გადაინაცვლოს იქ, სადაც მოდელი უსაფრთხოდ მუშაობს, და ეს ყოველ შემთხვევაში დღეს ფასისა და სიჩქარის შეჯიბრია.

რა უნდა ვუყუროთ

პირველი - დამოუკიდებელი ტესტები: OpenAI-ს წინასწარი ციფრები გამოშვების შემდეგ ხშირად იცვლება. მეორე - Codex-ის Ultrafast ვერსია, რომელიც ტოკენებს რვაჯერ უფრო სწრაფად აწარმოებს; თუ ეს დაპირება შესრულდა, აგენტური მუშაობის ეკონომიკა კიდევ შეიცვლება. მესამე - თავად Astra: გამოვა თუ არა მოგვიანებით და რა შეიცვლება მანამდე მის უსაფრთხოების შეფასებაში. მეოთხე - კონკურენტების ფასები, რადგან Sonnet 5.5-ის დონეზე დადგმული ფასი პირდაპირი მოწვევაა ფასების ომისკენ.

წყაროები: OpenAI · The Decoder · The Decoder (Astra)