GPT-6.1 Terra, не е счупена цена, но тази най-накрая направи средата.

Първо, заключението е, че:GT-6.1 Terra е наистина евтин, $1 вход / $5 изход, което е точно половината GPT-6.1 Sol рязане. Но не е "чупка," а "рехоризон."И това не е най-евтиният модел в света - същият ценови списък е надолу, десет пъти по-евтин.

Ако не разберете тези две неща, променяте моделите в грешна посока: мислите, че засичате течове и сте притиснати в средата.

Първо, наруши думата.

Това е официалната поговорка: стандартно съотношение API цена GPT-5. 6 Terra и GPT-6.1 Sol 50% ниско.

Този контраст е много добре избран. Сол, да. $2 / $10Ще го нарежа на две. $1 / $5Числата са правилни. Но е използван като котва в GPT-5.6 Terra.Вече не мога да го намеря в списъка с флаговете.Не знам. Прегледах ценовата страница и останаха само четири знамена: Астра, 6.1 Сол, 6.1 Тера и 6 Луна.

С други думи, това не е намаление на цената за същия модел."с нов, евтин модел, заменящ стар модел, който вече е свален."Не знам. Двата въпроса са напълно различни по отношение на обществените поръчки: първото са спестяванията на запасите на клиентите, а второто е доброволното преместване.

Има още един, още по-малко споменат:Не са най-евтините.

II. Четиристепенен ценови списък, 100 пъти обхват

Изравни стандартния файл, така изглежда.

Образец	Вход	Изход	Вход на кеш	Положение
GPT-6 Astra	10.00	50.00	1.00	Преден флаг
GPT- 61 Sol	2.00	10.00	0.10	Главно инженерство
GT-6.1 Terra	1.00	5.00	0.05	Водната линия работи.
GT-6 Луна	0.10	0.50	0.01	Партида:

Въведете ценова разлика от Астра до Луна 100 пътиНе знам. Тера е заседнала под центъра.Десет пъти по-евтино, отколкото е, Луна. Надолу по линията е.Това е официална бележка, която не казва нищо.

Така че терминът "разчупване цена," точно."По-ниска цена в средата."Не знам. Истинският ефект от това е да се замени оригинала "или със скъп кораб на знамето или с добри стари пари" с "полезен слот в средата."

Добре е за хората, които го правят. Но не го тълкувай като "най-ниската в мрежата."

III. Местоположението му всъщност е записано в заглавието: Работен модел

Има точната дума в официалното описание... Тя е добра в "комуникации и компютърни операции, които попълват работни дни": изготвяне на програми, разглеждане на технически чертежи, попълване на формуляри, рязане на видеоклипове.

Обърнете внимание на общия знаменател на тези четири примера:"Не бъди глупав, не бъди толкова бавен, не бъди твърде скъп."

Точно от това се нуждае водопроводът на агента. Агентът, който тича зад кулисите и звъни хиляди пъти на ден, не се нуждае от Осей Кинг, а от стабилната ръка и евтината сметка. Затова дойде Тера.

Най-значимата индикация за това е скоростта:Повече от три пъти по- бързо от GPT-6 Astra и GPT-6.1 Sol.

Почти три пъти по-ценно е от сцената с агента. Мулти-стъпкова, 10-колело-двигател инструмент се нарича, две секунди зад всяко колело, и цялата мисия е 20 секунди по-дълго гол потребители не знаят "моделите са по-умни," но "как не е добре?"

Четири, кои от тях са наистина в движение?

Погледнах шестте официални критерия и ги поставих в линия на "верност."

Наистина висок: процент грешки

Този номер е от изключително значение за мен: в тестовия комплект за "индуциране на грешка" вътре в него, това е най-важното нещо, което трябва да се направи.Процентът на грешки в досието с ниска разискване спадна от 53,6% на 16,7%.Това представлява намаление с почти 37 процентни пункта; най-високият транш падна от 22,3% на 4,3%.

Защо това е по-важно от бягането? Защото в сцената с агента,Грешната цена е да не опиташ отново, а да се върнеш назад.Не знам. Формуляр, агент, е объркал сумите, последван от ръчно преразглеждане, помирение, възстановяване, всички от които са били истински часове. Процентът на грешки спада от половината на една шеста, което е качествена промяна.

Реален асансьор: кодиране на командния ред

Terminal-Bench 4.0, най-високата логика 50.3%В сравнение с GPT-5.6 Terra, 21,5%, повече от два пъти.

Скалата на това увеличение е малко съмнителна, но тя е в разумна посока: половината от мисията тече, което показва, че тя наистина може да чете грешки, да променя поръчките и да работи отново. Това е 50% от нивото на водата, което едва "може да бъде пуснато в информатора."

Отстъпката: мача.

"3 пъти по-ефикасна от знака на Клод Опус 5.5, с единична цена от около едно тримесечие и девет пъти по-ниска от цената на една мисия." Ще го забравя.3 x 4 = 12, официално около 9 пътиНе знам.

Разликата вероятно се дължи на разпределението на задачите и процента на кеш, който беше закръглен от официалния "около." Не е фалшиво, но трябва да знаеш.Съставният фактор се умножава. Всеки калибър се променя, заключението се променя.Не знам. Вижте числото "9 пъти" и попитайте на кой номер е.

Непроверими: всички

Всички гореспоменати числа,Всички са от "ОупънАйл," няма трета страна, която да повтаря.Не знам. LMArena няма място в него, и независимата агенция за мониторинг няма време да работи. За този вид публикация обикновено се третирам като "гаряне" и трети лица като "истински."

Не е цената, а малката дума.

Когато прочетох изявлението, се обърнах към секцията за сигурност и подравняване, и видях поговорка, че много хора ще прокарат през:

"GPT-6.1 Terra, в рамките на нашата подготовка, достига до безопасния за интернет критичен праг и поддържа защитите разработени за GPT-6 Astra."

Критичното е вторият най-висок слот в тази рамка - има само един "по-висок от Критик" върху него. Превод на езика на обществените поръчки:Способността на модела за киберконтрол премина линията, която трябва да бъде оценена отделно и контролирана отделно.

И след това се продава на всички за $1 милион.

Нормално е да гледаш и двете неща сам. Забавно е да четем заедно:Модел, белязан от собствената си рамка за безопасност като "Способност на мрежата на критично ниво" сега е най-рентабилният генеричен модел в семейството.

Няма да кажа "Опасност." Няма логика. Но ако отговаряш за сигурността, има конкретен въпрос:Когато някоя от компаниите разработи модел, който може да използва чаша кафе, за да изгради мрежа на Кристално ниво, каква е вашата гранична линия?

Отговорът на рамката на Microsoft миналата седмица беше да се вземат разрешенията от модела. Тази цена, Тера, е допълнителен тласък за спешността на този отговор:Капацитетът е там, където инфлацията, спадът на цените и където двете криви се пресичат, е мястото, където контролът трябва да се приземи.

Шест, които трябва да се променят сега, кой не трябва.

Трябваше.

Пусни обработка на партидния документ.Четене на фактури, попълване на формуляри, извличане на договорни условия - задачи от този вид са ниско на "интелигентни" и високо на "стабилност + евтини." 1 входна цена плюс 16,7% грешка, която в момента е десерт.
Направете многостъпкови GUI автоматизирани.OSWorld 2.1 надмина най-добрите резултати от предишното поколение, докато най-лошото нещо за GUI автоматизацията е бавно и скъпо.
Този пост е част от специалното ни покритие Global Voices 2011.Трябва ти модел, който работи по 100 000 пъти на ден и не боли. Това не е модел, който може да пише поеми, а 30 цента наведнъж.

Не бързай.

Направете най-сложните задачи за кодиране.Самият служител каза, че най-трудното кодиране са Сол и Астра. 50.3% на Тера е "половината може да мине," а не "всички минават."
Вече е скрит.Вместо да променяме модела, ние сме готови -- намеци, описания на инструменти, стратегии за рестартиране, адаптиране на контекста. Спести си парите, може би няма достатъчно хора за два дни.
Да издам доклад за съответствие.Никоя трета страна не го е възпроизвеждала и в доклада ви за оценка не се казва "независимо сертифицирано."

Има и един специален случай:Ако бизнесът ви е малък, това понижение е почти безсмислено за вас.Стотици обаждания на ден, от $2 до $1 на месец по-малко от достатъчно за кафе. Този списък е за големи отбори.

VII. Окончателно изречение

Този рунд беше публикуван под заглавието "Breaking Price," но мисля, че истинският сигнал е още три:

Средата е готова.Имаше само "flagship" и "съвместимост" серия, и сега има ясно "фит и евтино." Това е полезно за цялата екология.
Битката с цените достигна третото ниво.Когато цените на първите две семейства спаднаха, корабите на флага бяха срязани; този път основната предавка. Веднага след като основната предавка падне, малките модели, които живеят на "евтин" са не на място.
Капацитетът и цената на ножиците се увеличават.Критично ниво капацитет на мрежата + цена $1, комбинация, която не е единствен проблем, а цяла верига от индустрии.

Колкото по-евтин е моделът, толкова повече агент, толкова повече агент, толкова повече може да бъде автоматизиран. Не е емоция. Това е аритметичен въпрос.

Що се отнася до самата Тера: това е добър модел, а цената е наистина лоша.Но не е фрактура, а тази, която най-накрая е по средата.Това, което ще направиш, не е да бързаш, а да погледнеш назад към купчината си агент, която трябваше да бъде направена от евтин, стабилен, трикратен работник.

Смени го, спести повече, отколкото си мислиш. Останалото трябва да се направи от кораби с флаг, а не да се спестяват пари за работен модел, за да се свърши работата на генерален директор.