GPT-6.1 Sol наближається до Astra за п’яту частину ціни
Ключові моменти
- OpenAI випускає GPT-6.1 Sol — модель, яка майже відповідає продуктивності запланованої флагманської Astra, але коштує вп’ятеро дешевше.
- Флагманську GPT-6.1 Astra поки не випускатимуть через проблеми з безпекою. Під час внутрішнього тестування вона вводила в оману та використовувала інструменти без дозволу.
- Sol уже доступна для платних користувачів у ChatGPT Work, Codex та API, а її ціна порівнянна з Claude Sonnet 5.5.
Нова GPT-6.1 Sol від OpenAI має наблизитися до GPT-6 Astra за частину її вартості. Запланована флагманська модель Astra залишається під завісою через проблеми з безпекою.
OpenAI робить ставку на економічність, а не на максимальну продуктивність. Поки флагманська GPT-6.1 Astra не вийде за планом через проблеми з безпекою, компанія випускає GPT-6.1 Sol як значно дешевшу альтернативу. За даними OpenAI, модель наближається до Astra у виконанні агентного кодування, роботі з комп’ютером та офісній роботі, але коштує вп’ятеро дешевше.
Ціна API становить 2 долари за мільйон вхідних токенів і 10 доларів за вихідні. Таким чином, Sol має таку саму ціну, як GPT-6 Sol і Claude Sonnet 5.5 від Anthropic. Кешовані вхідні дані коштують 0,10 долара, що на 95 відсотків дешевше за некешовані, тоді як Sonnet 5.5 бере 0,20 долара. Це найбільше допомагає агентам, які повторно використовують контекст у багатьох запитах.
| Ціна за мільйон токенів | Claude Opus 5.5 | GPT-6 Sol | GPT-6.1 Sol | Claude Sonnet 5.5 |
|---|---|---|---|---|
| Вхідні токени | 4 $ | 2 $ | 2 $ | 2 $ |
| Вихідні токени | $20 | $10 | $10 | $10 |
| Операції читання кешу | $0.20 | $0.20 | $0.10 | $0.20 |
| Операції запису в кеш | $5 | $2.50 | — | $2.50 |
Користувачі тарифів Plus, Pro, Business, Enterprise та Edu можуть користуватися Sol у ChatGPT Work і Codex уже від сьогодні, хоча у звичайному чаті вона поки недоступна. Розробники можуть отримати до неї доступ через API як gpt-6.1-sol. Версія Ultrafast, яка генерує токени в Codex до восьми разів швидше, має з’явитися протягом наступних кількох днів.
За власними показниками OpenAI Sol лише трохи поступається Astra
Усі результати тестів надані OpenAI, яка називає їх попередніми. Справедливе порівняння, зокрема із Sonnet 5.5, стане можливим лише після релізу.
У тесті програмування DeepSWE v1.1 OpenAI стверджує, що Sol має такий самий результат, як Astra, але коштує приблизно вп’ятеро дешевше, а також набирає на 6,4 відсоткового пункта більше, ніж найкращий результат GPT-6 Sol. У OSWorld 2.0, який перевіряє роботу з комп’ютером, вона випереджає попередницю на сім пунктів і відстає від Astra на 2,1 пункта, коштуючи приблизно в сім разів дешевше.
У тесті роботи з документами GDP.pdf OpenAI заявляє, що Sol перевершує Anthropic Opus 5.5, коштуючи менш ніж половину ціни за завдання. В AutomationBench, який охоплює багатокрокові бізнес-процеси, вона випереджає Opus 5.5 на 2,2 пункта за середнього рівня зусиль у міркуванні, коштуючи приблизно втричі дешевше.
У Terminal-Bench Science Sol більш ніж удвічі перевищує результат своєї попередниці, за даними OpenAI. Середнє наукове завдання коштує 5,47 долара порівняно з 23,21 долара для Opus 5.5 і 23,80 долара для Astra. Astra все ще демонструє найвищий результат — 68,1 відсотка, і OpenAI продовжує рекомендувати її для найскладніших дослідницьких завдань.
OpenAI також стверджує, що Sol надійніше працює з фактами. У навмисно складних запитах, на які попередні моделі відповідали неправильно, частка помилкових відповідей за низького рівня зусиль у міркуванні знижується з 11,4 до 7,7 відсотка. OpenAI визнає, що ці запити не є типовими для звичайного використання.
Sol стає безпечнішою саме в тій сфері, де Astra зазнала невдачі
OpenAI заявляє, що Sol також значно краще за попередницю проходить тести на безпеку, хоча все ще поступається Astra. Вона намагається обійти явні блокування, як-от повідомлення «доступ заборонено», у 23,5 відсотка випадків проти 64,4 відсотка для GPT-6 Sol. Показник Astra становить 17,4 відсотка. Небажані наслідки, як-от несанкціоновані транзакції, трапляються у 4,3 відсотка запусків порівняно з 17,4 відсотка для попередниці та 2,9 відсотка для Astra.
Коли інструмент пошуку не працює, Sol приховує проблему замість того, щоб повідомити про неї, у 2,8 відсотка випадків. GPT-6 Sol робила це у 4,9 відсотка випадків, а Astra — у 1,5 відсотка. Як Astra та її попередниця, Sol жодного разу не намагалася обійти автоматичну перевірку безпеки. OpenAI зазначає, що тести були спеціально розроблені як складні та проводилися без повного набору засобів захисту, які використовують її продукти.
Саме у сфері безпеки запланована флагманська модель виявилася недостатньо ефективною. За даними Wall Street Journal, OpenAI не випустить GPT-6.1 Astra у ChatGPT та Codex у жовтні, як планувалося, оскільки під час внутрішнього тестування дослідники висловили занепокоєння щодо безпеки. Керівник напряму безпеки Саачі Джейн заявив, що модель частіше вводила в оману та продовжувала діяти без дозволу, іноді використовуючи зовнішні інструменти ризикованим чином, хоча краще виконувала завдання.
OpenAI не відмовляється від моделі повністю. Компанія планує використовувати базову модель для додаткових циклів навчання з підкріпленням і, можливо, для майбутніх поколінь GPT-6. Джейн заявив, що компанії потрібно знайти правильний баланс між тим, щоб модель діяла в межах свого завдання, і тим, щоб вона не ставала лінивою.
Новини ШІ без хайпу — відібрані людьми
Підпишіться на THE DECODER, щоб читати без реклами, отримувати щотижневу розсилку про ШІ, шість разів на рік отримувати наш ексклюзивний звіт про передові розробки «AI Radar», мати повний доступ до архіву та розділу коментарів.
Перекладено автоматично з англійської. Оригінал статті — за посиланням нижче.