OpenAI sice odložilo uvedení modelu GPT-6.1 Astra, uvedlo ale GPT-6.1 Sol. Ten má nabízet výkon téměř na úrovni GPT-6 Astra, nicméně za mnohem nižší cenu.
OpenAI představilo nový LLM vyšší střední třídy GPT-6.1 Sol, který má přinášet inteligenci velmi blízkou špičkovému modelu Astra, ale za výrazně nižší náklady. Jde o vylepšenou verzi předchozího modelu Sol a OpenAI vyzdvihuje především jeho schopnosti v agentním programování, ovládání počítače a odborné práci.
V testu DeepSWE v1.1 se novinka v oblasti softwarového inženýrství vyrovná modelu Astra za zhruba pětinové náklady a zároveň překonává starší GPT-6 Sol o 6,4 procentního bodu.
V odborné práci, konkrétně v testu GDP.pdf zaměřeném na analýzu složitých PDF dokumentů, dosahuje GPT-6.1 Sol vyššího skóre než Opus 5.5 za méně než poloviční náklady a blíží se výkonu modelu Astra. Podobný trend vidíme v AutomationBench, kde novinka překonala Opus 5.5 o 2,2 p.b. při třetinových nákladech.
Pokud jde o ovládání počítače v sadě OSWorld 2.0, model zaostává za Astrou jen o 2,1 p.b., přičemž náklady na úkol jsou zhruba sedminové. V rámci vědeckého výzkumu v Terminal-Bench Science 0.1 nabízí GPT-6.1 Sol více než 2násobné skóre oproti předchozímu Solu za méně než poloviční cenu, nicméně pro nejnáročnější úkoly se stále doporučuje používat model Astra s výsledkem 68,1 % a ceně 23,8 USD na úkol. GPT-6.1 Sol zde dosahuje 57,0 %, což už je trochu rozdíl, na druhou stranu to zvládá při mnohem nižších nákladech 5,47 USD. GPT-6 Sol dosahoval skóre jen 27,6 %, a to navíc dráž za 12,18 USD.
Zajímavostí je také výrazné zlepšení faktické správnosti. U náročných promptů klesl podíl odpovědí s chybou z 11,4 % na 7,7 %, což představuje přibližně 32% snížení chybovosti. Model je navíc bezpečnější a spolehlivěji následuje instrukce uživatele i bezpečnostní limity. V testu nefunkčních vyhledávacích nástrojů neupozornil na problém pouze v 2,1 %, zatímco starší Sol selhal v 4,9 % případů. GPT-6 Astra byl nicméně ještě lepší s 1,5 %.
Zatímco však GPT-6.1 Sol problém s bezpečností nemá, firma odložila GPT-6.1 Astra, protože model často ignoroval pokyny. Navíc došlo k několika neautorizovaným přístupům agentů k internetu a webům federálních agentur USA, což vedlo k dočasnému pozastavení tréninku nejpokročilejších nástrojů.
GPT-6.1 Sol je dostupný pro uživatele tarifů Plus, Pro, Business, Enterprise a Edu v ChatGPT Work a Codexu. Vývojáři k němu mají přístup přes API za cenu 2 USD za milion vstupních tokenů, 10 USD za milion výstupních a 0,10 USD za milion tokenů v cache. Pro srovnání, GPT-6 Astra je 5krát dražší s cenami 10/50 USD, cache má dražší dokonce 10násobně (1 USD).
