GPT-6.1 Terra, no un precio roto, pero éste finalmente se convirtió en el medio.
Primero, la conclusión es que:GT-6.1 Terra es realmente barato, $ 1 entrada / $5 salida, que es exactamente la mitad del corte GPT-6.1 Sol. Pero no es un "romperio", es un "re-horizon".Y no es el modelo más barato del mundo... la misma lista de precios está bajada, diez veces más barato.
Si no te das cuenta de estas dos cosas, cambias de modelo en la dirección equivocada: crees que estás recogiendo las fugas, y estás exprimido al medio.
Primero, rompe la palabra.
Es el refrán oficial: ratio de precio estándar de API GPT-5.6 Terra y GPT-6.1 Sol 50% bajo.
Este contraste es muy bien elegido. Sol, sí. $2 / $10Lo cortaré en la mitad. $1 / $5Los números tienen razón. Pero fue utilizado como ancla en GPT-5.6 Terra.Ya no puedo encontrarlo en esta lista de banderas.No lo sé. Pasé por la página de precios y sólo quedaban cuatro banderas: Astra, 6.1 Sol, 6.1 Terra y 6 Luna.
En otras palabras, no es una reducción de precios para el mismo modelo."con un nuevo modelo barato, reemplazando un viejo modelo que ya está abajo".No lo sé. Los dos asuntos son completamente diferentes en términos de adquisición: el primero es el ahorro del stock de clientes, y el segundo es el traslado voluntario.
Hay otro, incluso menos mencionado:No es el más barato de ellos.
II. Lista de precios de cuatro niveles, rango 100 veces
Nivelar el archivo Standard, esto es lo que parece.
| Modelo | Input | Producto | Cache Input | Posición |
|---|---|---|---|---|
| GPT-6 Astra | 10.00 | 50.00 | 1.00 | Front flagship |
| GPT-61 Sol | 2.00 | 10.00 | 0.10 | Ingeniería principal |
| GT-6.1 Terra | 1.00 | 5.00 | 0.05 | La línea de agua funciona. |
| GT-6 Luna | 0.10 | 0.50 | 0.01 | Batch |
Introduzca la diferencia de precio de Astra a Luna 100 vecesNo lo sé. Terra está atrapado debajo del centro.Diez veces más barato que eso, Luna. Está justo en la línea.Es sólo una nota oficial que no dice nada.
Así que el término "precio de ruptura", exactamente."Un precio más bajo en el medio."No lo sé. El efecto real de esto es reemplazar el original "ya sea con un barco de bandera caro o con un buen dinero viejo" con "una ranura útil en el medio".
Es bueno para la gente que hace Agente, y es bueno. Pero no lo interpretes como "el más bajo en la web".
iii. Su ubicación está escrita en el título: Modelo de trabajo
Hay una palabra exacta en la descripción oficial... Es bueno en "las comunicaciones y las operaciones informáticas que llenan los días de trabajo": la elaboración de programas, la mirada a los dibujos técnicos, rellenando formularios, cortando videos.
Note el denominador común de estos cuatro ejemplos:"No seas estúpido, no seas demasiado lento, no seas demasiado caro".
Eso es exactamente lo que la línea de agua del agente realmente necesita. El agente, que corre detrás del escenario y llama miles de veces al día, no necesita el Rey Osei, pero la mano firme y la factura barata. Para eso vino Terra.
La indicación más significativa de esto es la velocidad:Más de tres veces más rápido que GPT-6 Astra y GPT-6.1 Sol.
Es casi tres veces tan valioso como la escena del Agente. Se llama una herramienta multi-paso, de 10 ruedas, dos segundos detrás de cada rueda, y toda la misión es 20 segundos más: los usuarios no saben "los modelos son más inteligentes", pero "¿cómo no es bueno?"
Cuatro, ¿cuáles son realmente en la carrera?
Eché un vistazo a los seis puntos de referencia oficiales y los puse en una línea de "credibilidad".
Muy alta: tasa de error
Este número es de suma importancia para mí: en el set de prueba para "inducir error" dentro de él, es lo más importante que hacer.La tasa de error en el archivo de baja deuda bajó del 53,6% al 16,7%.Esto representa una disminución de casi 37 puntos porcentuales; el tramo más alto cayó del 22,3% al 4,3%.
¿Por qué es más importante que correr? Porque en la escena del Agente,El costo equivocado no es intentarlo de nuevo, es volver a rodar.No lo sé. Un formulario, agente, incumplió las cantidades, seguido de revisión manual, reconciliación, reembolsos, todos ellos eran horas reales. La tasa de error cayó de la mitad a la sexta, lo que es un cambio cualitativo.
Ascensor real: codificación de línea de comandos
Terminal-Bench 4.0, razonamiento más alto 50.3%Comparado con GPT-5.6 Terra, 21,5%, más del doble.
La escala de este aumento es algo cuestionable, pero es en una dirección razonable: la mitad de la misión corre, indicando que puede leer errores, cambiar órdenes y volver a correr. Es el 50% del nivel de agua que apenas se puede poner en el CI.
El descuento: el partido.
"3 veces más eficiente que la señal de Claude Opus 5.5, con un precio unitario de aproximadamente un cuarto, y nueve veces menos que el costo de una sola misión." Lo olvidaré.3 x 4 = 12, oficialmente alrededor de 9 vecesNo lo sé.
La diferencia probablemente se debe a la distribución de las tareas y la tasa de caché, que fue redondeada por el oficial "sobre". No es falso, pero necesitas saberlo.El factor compuesto se multiplica. Cualquier cambio de calibre, la conclusión cambia.No lo sé. Vea el número "9 veces" y pregunte cuáles son dos.
No verificable: todos
Todos los números anteriores,Todo desde OpenAI auto-reporto, no hay terceros que repetir.No lo sé. LMArena no tiene lugar en él, y la agencia independiente de vigilancia no tiene tiempo para funcionar. Para este tipo de publicación, generalmente trato auto-rating como "ceiling" y terceros como "real".
No es el precio, es la palabra pequeña.
Cuando leí la declaración, me dirigí a la sección sobre seguridad y alineación, y vi un dicho de que muchas personas irían por:
"GPT-6.1 Terra, dentro de nuestro marco de preparación, alcanza el umbral crítico seguro de Internet y mantiene las protecciones desarrolladas para GPT-6 Astra."
Critical es la segunda ranura más alta en este marco -- sólo hay un "más alto que Crítica" en él. Traducción al idioma de adquisición:El modelo ' s capacidad de control cibernético ha cruzado la línea que necesita ser evaluada por separado y controlada por separado.
Y luego se vendió a todos por $1/million token.
Está bien ver las dos cosas solas. Es divertido leer juntos:Un modelo marcado por su propio marco de seguridad como "Critical Level Network Capability" es ahora el modelo genérico más rentable de la familia.
No voy a decir "Peligro IA" aquí. No tiene sentido. Pero si usted está a cargo de la seguridad, hay una pregunta específica para responder:Cuando alguna de las empresas desarrolla un modelo que puede utilizar una taza de café para construir una capacidad de red a nivel crítico, ¿cuál es su línea fronteriza?
La respuesta al marco de Microsoft la semana pasada fue tomar los permisos del modelo. Este precio, Terra, es un nuevo impulso para la urgencia de esta respuesta:La capacidad es donde la inflación, la deflación de precios, y donde las dos curvas se intersectan, es donde el control tiene que aterrizar.
Seis, quién debería cambiar ahora, quién no debería.
Debería haberlo hecho.
- Ejecute un procesamiento de documentos por lotes.Leyendo facturas, rellenando formularios, extrayendo términos de contrato - tareas de este tipo son bajas en "mart" y altas en "estabilidad + barato". Precio de entrada de $ más 16.7% tasa de error, que actualmente es postre.
- Do multistep GUI automatizado.OSWorld 2.1 ha superado los mejores resultados de la generación anterior, mientras que lo peor de la automatización GUI es lento y costoso.
- Este post es parte de nuestra cobertura especial Global Voices 2011.Lo que necesitas es un modelo que funciona 100.000 veces al día y no duele. No es un modelo que puede escribir poemas, sino 30 centavos a la vez.
No te apures.
- Haga las tareas de codificación más complejas.El propio funcionario dijo que la codificación más dura era Sol y Astra. El 50,3% de Terra es "la mitad puede pasar", no "todos pasan".
- Ya decepcionado Sol.En lugar de cambiar el modelo, hemos terminado... consejos, descripciones de herramientas, estrategias de retrete, adaptando el contexto. Ahorre ese dinero, tal vez no suficiente mano de obra durante dos días.
- Para publicar un informe de cumplimiento.Ningún tercero lo ha reproducido, y su informe de evaluación no dice "independientemente certificado".
También hay un caso especial:Si su negocio es pequeño, esta caída de precio es casi sin sentido para usted.Cientos de llamadas al día, de $2 a $1 al mes menos que suficiente para comprar café. Esta lista es para grandes equipos.
VII. Sentencia final
Esta ronda fue publicada bajo el título "Breaking Price", pero creo que la verdadera señal es tres más:
- El medio está hecho.Sólo había una serie "flagship" y "compatibilidad", y ahora hay un "fit" claro y barato. Es estructuralmente bueno para toda la ecología del Agente.
- La lucha de precios llegó al tercer nivel.Cuando los precios de las dos primeras familias cayeron, los barcos de bandera fueron cortados; esta vez, el equipo principal. Tan pronto como el equipo principal cae, los pequeños modelos que viven en "paquete" están fuera de lugar.
- La capacidad y el precio de las tijeras está aumentando.Capacidad de red de nivel crítico + 1 precio, una combinación que no es un problema único, sino una cadena entera de industrias.
Cuanto más barato sea el modelo, más Agente; más Agente, más se puede automatizar. No es una emoción. Es una pregunta aritmética.
En cuanto a Terra misma: es un buen modelo, y el precio es muy malo.Pero no es una fractura, es la que finalmente hizo el medio.Lo que vas a hacer no es apresurarte, vas a mirar atrás a tu pila de Agente, que debería haber sido hecha por un trabajador barato, estable y triple.
Cámbialo, ahorra más de lo que piensas. El resto debe ser hecho por los buques de bandera - no para ahorrar dinero para un modelo de trabajo para hacer el trabajo del Director General.