اوپن‌ای‌آی مدل جدید GPT-6.1 Terra را برای انجام وظایف کاری عرضه کرد

نویسنده: مارا سوگوئه، دبیر اخبار

اوپن‌ای‌آی مدل GPT-6.1 Terra را عرضه کرده است. این مدل اکنون در ChatGPT Work، Codex و API اوپن‌ای‌آی در دسترس است.

به گفته اوپن‌ای‌آی، GPT-6.1 Terra برای انجام وظایف کاری طراحی شده است که به ترکیبی از نگارش، استدلال بصری و کار با رایانه نیاز دارند. این مدل جانشین GPT-5.6 Terra محسوب می‌شود و در مقایسه با نسخه قبلی، قیمت پایین‌تر و عملکرد بهتری در مجموعه‌ای از آزمون‌های داخلی و خارجی دارد.

هزینه استفاده از این مدل در API استاندارد، به ازای هر یک میلیون توکن ورودی یک دلار آمریکا، به ازای هر یک میلیون توکن ورودی ذخیره‌شده و قابل استفاده مجدد ۰٫۰۵ دلار و به ازای هر یک میلیون توکن خروجی پنج دلار است. اوپن‌ای‌آی اعلام کرده که این تعرفه‌ها در مقایسه با قیمت استاندارد API برای GPT-5.6 Terra و GPT-6.1 Sol، پنجاه درصد کمتر هستند.

این مدل برای انجام حجم بالایی از وظایف اداری و نرم‌افزاری در نظر گرفته شده است؛ از جمله خواندن فاکتورها و وارد کردن اطلاعات آن‌ها در نرم‌افزارهای حسابداری، تهیه پیش‌نویس پیشنهادها، تفسیر نقشه‌های فنی، تکمیل فرم‌ها و ویرایش ویدئو. کاربران طرح‌های Plus، Pro، Enterprise و Edu نیز می‌توانند از این مدل در ChatGPT Work و Codex استفاده کنند.

نتایج آزمون‌های معیار

اوپن‌ای‌آی چندین مقایسه مبتنی بر آزمون‌های معیار منتشر کرده است که عملکرد GPT-6.1 Terra را در برابر مدل‌های قبلی و سامانه‌های رقیب نشان می‌دهند. به گفته این شرکت، در آزمون Agents' Last Exam که توانایی انجام وظایف حرفه‌ای با رایانه را می‌سنجد، GPT-6.1 Terra هنگام استفاده از سطح متوسط تلاش استدلالی، ۱۵ واحد درصد امتیاز بیشتری از GPT-5.6 Terra کسب کرد؛ درحالی‌که هزینه اجرای آن حدود یک‌سوم هزینه مدل قبلی بود.

اوپن‌ای‌آی همچنین می‌گوید عملکرد GPT-6.1 Terra در این آزمون با GPT-6 Astra برابری می‌کند، اما هزینه آن به ازای هر توکن یک‌دهم قیمت Astra است. در بالاترین سطح تلاش استدلالی نیز این مدل از نظر بهره‌وری مصرف توکن بیش از سه برابر کارآمدتر از Claude Opus 5.5 عمل کرد و هزینه آن به ازای هر توکن حدود یک‌چهارم قیمت مدل رقیب بود. به گفته اوپن‌ای‌آی، این تفاوت‌ها هزینه انجام هر وظیفه را تقریباً به یک‌نهم کاهش می‌دهد.

سرعت نیز یکی دیگر از معیارهای مقایسه بود. اوپن‌ای‌آی اعلام کرده است که GPT-6.1 Terra وظایف را بیش از سه برابر سریع‌تر از GPT-6 Astra و GPT-6.1 Sol انجام داده است.

بر اساس اعلام این شرکت، GPT-6.1 Terra در آزمون MMMU-Pro که توانایی استدلال بصری را ارزیابی می‌کند، در تمام سطوح تلاش استدلالی از GPT-5.6 Terra بهتر عمل کرده است. اوپن‌ای‌آی می‌گوید امتیازهای این مدل تقریباً به سطح GPT-6 Astra و GPT-6.1 Sol رسیده، درحالی‌که هزینه استفاده از آن کمتر بوده است.

نتایج آزمون OSWorld 2.1 نیز که توانایی عامل‌های هوش مصنوعی را در استفاده از برنامه‌های دسکتاپ برای انجام وظایف چندمرحله‌ای می‌سنجد، از پیشرفت این مدل نسبت به نسخه قبلی Terra حکایت دارد. به گفته اوپن‌ای‌آی، GPT-6.1 Terra با سطح متوسط تلاش استدلالی توانسته است از بهترین امتیاز ثبت‌شده GPT-5.6 Terra فراتر برود، آن هم با هزینه‌ای بسیار کمتر برای هر وظیفه.

دقت اطلاعات و برنامه‌نویسی

اوپن‌ای‌آی می‌گوید امسال بر کاهش توهمات مدل‌های هوش مصنوعی و خطاهای واقعیت‌محور تمرکز کرده است. در آزمون داخلی این شرکت که شامل درخواست‌های دشوار و طراحی‌شده برای واداشتن مدل به اشتباه است، نرخ خطای اطلاعاتی GPT-6.1 Terra در سطح پایین تلاش استدلالی به ۱۶٫۷ درصد رسید؛ درحالی‌که این نرخ برای GPT-5.6 Terra برابر با ۵۳٫۶ درصد بود.

به گفته اوپن‌ای‌آی، در بالاترین سطح تلاش استدلالی، نرخ خطای مدل جدید به ۴٫۳ درصد کاهش یافت؛ رقمی که به نرخ خطای ثبت‌شده برای GPT-6 Astra و GPT-6.1 Sol نزدیک است.

مدل جدید در آزمون‌های مهندسی نرم‌افزار نیز نتایج بهتری به دست آورده است. اوپن‌ای‌آی اعلام کرده که GPT-6.1 Terra در آزمون Terminal-Bench 4.0، که توانایی عامل‌های برنامه‌نویسی را در حل وظایف خط فرمان می‌سنجد، در بالاترین سطح تلاش استدلالی ۵۰٫۳ درصد از وظایف را حل کرده است. امتیاز منتشرشده برای GPT-5.6 Terra در همین آزمون ۲۱٫۵ درصد بود.

اوپن‌ای‌آی می‌گوید GPT-6.1 Sol و GPT-6 Astra همچنان گزینه‌های بهتری برای پیچیده‌ترین فعالیت‌های برنامه‌نویسی هستند. بااین‌حال، در آزمون Terminal-Bench-Science 0.1 که توانایی عامل‌ها را در استفاده از کد برای انجام پژوهش‌های علمی ارزیابی می‌کند، GPT-6.1 Terra با هزینه کمتر از GPT-6.1 Sol بهتر عمل کرده است. همچنین، امتیاز این مدل کمتر از پنج واحد با امتیاز Claude Opus 5.5 فاصله داشته، درحالی‌که هزینه تخمینی آن کمتر از یک‌پنجم هزینه مدل رقیب بوده است.

اقدامات ایمنی

اوپن‌ای‌آی اعلام کرده است که GPT-6.1 Terra در چارچوب آمادگی این شرکت، در حوزه امنیت سایبری به سطح «بحرانی» می‌رسد. این مدل همچنین تدابیر حفاظتی معرفی‌شده برای GPT-6 Astra را حفظ کرده است.

بر اساس ارزیابی‌های اوپن‌ای‌آی، GPT-6.1 Terra در مقایسه با GPT-5.6 Terra بیشتر به محدوده درخواست کاربر پایبند می‌ماند و محدودیت‌ها یا موانع موجود را صادقانه‌تر بیان می‌کند. این شرکت همچنین می‌گوید آزمون‌های تزریق دستور نشان داده‌اند که مدل در برابر دستورهای مخربی که با هدف منحرف کردن آن از وظیفه تعیین‌شده توسط کاربر طراحی شده‌اند، مقاومت بالایی دارد.

«ما GPT-6.1 Terra را معرفی می‌کنیم؛ مدلی سریع و کارآمد که استدلال بصری دقیق و استفاده سنجیده از رایانه را با نگارشی روشن‌تر و طبیعی‌تر ترکیب می‌کند.»