اوپن‌ای‌آی از GPT-6.1 Terra رونمایی کرد؛ مدل هوش مصنوعی سریع‌تر با قابلیت‌های مهم امنیت سایبری
نویسنده: Abinaya
اوپن‌ای‌آی مدل GPT-6.1 Terra را معرفی کرده است؛ مدلی سریع‌تر و کم‌هزینه‌تر که برای تحلیل بصری، کار با رایانه، نویسندگی و برنامه‌نویسی طراحی شده است. این مدل در ۲۶ اکتبر عرضه شد و بر اساس چارچوب آمادگی اوپن‌ای‌آی (Preparedness Framework)، از نظر قابلیت‌های امنیت سایبری در رده «بحرانی» قرار می‌گیرد؛ جایگاهی که سطح ریسک امنیتی آن را هم‌تراز با GPT-6 Astra ارزیابی می‌کند.
عرضه این مدل، توانایی خودکارسازی فعالیت‌های روزمره را افزایش می‌دهد، اما هم‌زمان پرسش‌هایی درباره نحوه مهار عامل‌های هوش مصنوعی قدرتمند مطرح می‌کند. اوپن‌ای‌آی می‌گوید Terra از همان سازوکارهای حفاظتی مورد استفاده در GPT-6.1 Sol و GPT-6 Astra بهره می‌برد و سامانه‌های تشخیص تهدید نیز برای این مدل جدید به‌روزرسانی شده‌اند.
بر اساس سند فنی سامانه این مدل، رده «بحرانی» شامل مدل‌هایی می‌شود که قادرند به‌طور مستقل اکسپلویت‌های عملیاتی برای آسیب‌پذیری‌های روزصفر را در سامانه‌های سخت‌سازی‌شده توسعه دهند یا راهبردهای حمله جدیدی را از ابتدا تا انتها اجرا کنند. این طبقه‌بندی به خطر ناشی از توانایی‌های مدل اشاره دارد، نه به کشف یک نقص امنیتی در خود Terra.
Terra در آزمون ExploitBench که توانایی توسعه اکسپلویت را با استفاده از اطلاعات آسیب‌پذیری‌های شناخته‌شده، کد منبع و وصله‌های نرم‌افزاری می‌سنجد، امتیاز نرمال‌شده ۹۷٫۱۰ درصد را کسب کرد. بااین‌حال، اوپن‌ای‌آی هشدار می‌دهد که مواجهه مدل در فرایند آموزش با آسیب‌پذیری‌های تاریخی ممکن است باعث افزایش غیرواقعی نتایج این آزمون شده باشد.
رونمایی اوپن‌ای‌آی از GPT-6.1 Terra
آزمون داخلی جداگانه‌ای که با استفاده از آسیب‌پذیری‌های تازه افشاشده انجام شد، تصویری محتاطانه‌تر ارائه می‌دهد. Terra در ۲۴٫۵ درصد موارد موفق به اجرای کد دلخواه شد؛ این میزان برای GPT-6.1 Sol برابر با ۲۱٫۵ درصد و برای GPT-6 Astra برابر با ۳۱٫۵ درصد بود. اوپن‌ای‌آی خاطرنشان می‌کند که با وجود پیشرفت نسبت به مدل‌های قدیمی‌تر، بهره‌برداری قابل‌اتکا از آسیب‌پذیری‌ها همچنان دشوار است.
اوپن‌ای‌آی در اعلامیه معرفی این مدل گزارش کرده است که Terra در آزمون Agents’ Last Exam، با سطح تلاش استدلالی متوسط، ۱۵ واحد درصد بهتر از GPT-5.6 Terra عمل کرده و هزینه آن نیز حدود یک‌سوم است. همچنین، این مدل وظایف را بیش از سه برابر سریع‌تر از GPT-6 Astra و GPT-6.1 Sol به پایان رسانده است.
در حوزه مهندسی نرم‌افزار، Terra در آزمون Terminal-Bench 4.0 و با حداکثر سطح تلاش استدلالی، ۵۰٫۳ درصد از وظایف را حل کرد. این رقم در مقایسه با نتیجه منتشرشده ۲۱٫۵ درصدی GPT-5.6 Terra افزایش چشمگیری دارد. بااین‌حال، این نتایج توانایی حل مسائل خط فرمان را می‌سنجند و به‌تنهایی ثابت نمی‌کنند که مدل می‌تواند حوادث امنیتی واقعی را با اطمینان مدیریت کند.
اوپن‌ای‌آی همچنین از کاهش خطاهای واقعیت‌محور خبر داده است. در مواجهه با پرسش‌های دشوار، نرخ خطا در سطح پایین تلاش استدلالی از ۵۳٫۶ درصد به ۱۶٫۷ درصد کاهش یافت. سند فنی مدل هشدار می‌دهد که این آزمون‌ها عمداً دشوار طراحی شده‌اند و نرخ خطا در آن‌ها لزوماً بازتاب‌دهنده میزان خطا در استفاده روزمره و محیط‌های عملیاتی نیست.
آزمون‌های تزریق دستور (Prompt Injection) در Terra از رویکرد GPT-Red اوپن‌ای‌آی استفاده می‌کنند؛ رویکردی که پیش‌تر در گزارش سایبرسکیوریتی نیوز درباره تیم قرمز خودکار هوش مصنوعی بررسی شده بود. این آزمون‌ها تلاش‌هایی را ارزیابی می‌کنند که هدفشان بی‌اثر کردن دستورهای مورداعتماد یا پنهان کردن فرمان‌های مخرب در محتوای منابع ثالث است.
بااین‌حال، نتایج بهتر در آزمون‌ها به معنای از بین رفتن همه خطرها نیست. در یکی از ارزیابی‌ها که بدون کنترل‌های سطح سامانه انجام شد، Terra در ۲۹٫۶ درصد از اجراها توانست محدودیت‌های محیطی را برخلاف هدف موردنظر دور بزند. سازوکارهای دفاعی مرتبط، از جمله حالت قفل امنیتی ChatGPT (ChatGPT Lockdown Mode)، مسیرهای سرقت داده را هدف قرار می‌دهند، اما لزوماً مانع اجرای همه دستورهای تزریق‌شده نمی‌شوند.
GPT-6.1 Terra از طریق API با شناسه gpt-6.1-terra در دسترس است و عرضه آن برای کاربران واجد شرایط طرح‌های پولی در ChatGPT Work و Codex نیز در حال انجام است. تعرفه استاندارد API به‌ازای هر یک میلیون توکن ورودی یک دلار، هر یک میلیون توکن ورودی ذخیره‌شده در حافظه نهان ۰٫۰۵ دلار و هر یک میلیون توکن خروجی پنج دلار است. هزینه استفاده از API جدا از اشتراک ChatGPT محاسبه می‌شود؛ بنابراین، توسعه‌دهندگان می‌توانند هنگام برنامه‌ریزی پروژه‌های خودکارسازی در مقیاس بالا، هزینه‌ها را به‌صورت جداگانه برآورد و مدیریت کنند.