GPT-6.1 Terra, pas un prix cassé, mais celui-ci a finalement constitué le milieu.
Premièrement, la conclusion est la suivante :GT-6.1 Terra est vraiment bon marché, 1 $ d'entrée / 5 $ de sortie, ce qui est exactement la moitié de la coupe GPT-6.1 Sol. Mais ce n'est pas une rupture, c'est un réhorizon.Et ce n'est pas le modèle le moins cher au monde -- la même liste de prix est en baisse, dix fois moins cher.
Si vous ne trouvez pas ces deux choses, vous changez de modèle dans la mauvaise direction: vous pensez que vous prenez des fuites, et vous êtes pressé au milieu.
D'abord, cassez le mot.
C'est le dicton officiel : ratio de prix standard de l'API GPT-5.6 Terra et GPT-6.1 Sol 50% bas.
Ce contraste est très bien choisi. Sol, oui. $2 / $10Je vais le couper en deux. $1 / $5Les chiffres sont exacts. Mais il a été utilisé comme ancre dans GPT-5.6 Terra.Je ne le trouve plus sur cette liste.Je ne sais pas. J'ai parcouru la page des prix et il ne restait plus que quatre drapeaux : Astra, 6.1 Sol, 6.1 Terra et 6 Luna.
En d'autres termes, ce n'est pas une réduction de prix pour le même modèle."avec un nouveau modèle bon marché, remplaçant un ancien modèle déjà en panne."Je ne sais pas. Les deux questions sont complètement différentes en termes d'approvisionnement: la première est l'économie du stock de clients, et la seconde est la délocalisation volontaire.
Il y en a un autre, encore moins mentionné:Ce n'est pas le moins cher d'entre eux.
II. Liste des prix à quatre niveaux, gamme 100 fois
Niveau le fichier Standard, c'est à ça qu'il ressemble.
| Modèle | Entrée | Produit | Entrée de cache | Positionnement |
|---|---|---|---|---|
| GPT-6 Astra | 10.00 | 50.00 | 1.00 | Front-phare |
| GPT-61 Sol | 2.00 | 10.00 | 0.10 | Génie majeur |
| GT6.1 Terra | 1.00 | 5.00 | 0.05 | La ligne d'eau fonctionne. |
| GT-6 Luna | 0.10 | 0.50 | 0.01 | Lot |
Entrez la différence de prix de Astra à Luna 100 foisJe ne sais pas. Terra est coincée sous le centre.Dix fois moins cher que ça, Luna. C'est juste en bas de la ligne.C'est juste une note officielle qui ne dit rien.
Donc le terme "prix cassé", exactement."Un prix plus bas au milieu."Je ne sais pas. L'effet réel de cela est de remplacer l'original « soit par un navire de drapeau coûteux ou par un bon vieux argent » par « un emplacement utile au milieu ».
C'est bon pour les gens qui font Agent, et c'est bon. Mais ne l'interprétez pas comme "le plus bas sur le web".
iii. Son emplacement est en fait écrit dans le titre: Modèle de travail
Il y a un mot exact dans la description officielle... C'est bon pour "les communications et les opérations informatiques qui remplissent les journées de travail" : élaborer des programmes, regarder des dessins techniques, remplir des formulaires, couper des vidéos.
Notez le dénominateur commun de ces quatre exemples:"Ne sois pas stupide, ne sois pas trop lent, ne sois pas trop cher."
C'est exactement ce dont l'agent a vraiment besoin. L'agent, qui court dans les coulisses et appelle des milliers de fois par jour, n'a pas besoin du Roi Osei, mais la main régulière et la facture bon marché. C'est pour ça que Terra est venue.
L'indication la plus significative est la vitesse:Plus de trois fois plus rapide que GPT-6 Astra et GPT-6.1 Sol.
C'est presque trois fois plus précieux que la scène de l'agent. Un outil multi-étapes, 10 roues motrices est appelé, deux secondes derrière chaque roue, et toute la mission est de 20 secondes de plus — les utilisateurs ne savent pas "les modèles sont plus intelligents" mais "comment est-ce pas bon?"
Quatre, lesquelles sont vraiment en fuite ?
J'ai examiné les six critères officiels et les ai mis dans une ligne de « crédibilité ».
Très élevé: taux d'erreur
Ce nombre est de la plus haute importance pour moi: dans le jeu de test pour "induire l'erreur" à l'intérieur, c'est la chose la plus importante à faire.Le taux d'erreur dans le fichier à faible taux de remboursement est passé de 53,6 % à 16,7 %.Cela représente une diminution de près de 37 points de pourcentage; la tranche la plus élevée est tombée de 22,3 % à 4,3 %.
Pourquoi est-ce plus important que courir ? Parce que sur la scène de l'agent,Le mauvais coût n'est pas d'essayer à nouveau, c'est de reculer.Je ne sais pas. Un formulaire, Agent, a mal rempli les montants, suivi de l'examen manuel, du rapprochement, des remboursements, qui étaient tous des heures réelles. Le taux d'erreur est passé de la moitié à un sixième, ce qui constitue un changement qualitatif.
Real lifting: encodage de ligne de commande
Terminal-Bench 4.0, raisonnement le plus élevé 50.3%Par rapport à GPT-5.6 Terra, 21,5 %, plus que doublé.
L'ampleur de cette augmentation est quelque peu contestable, mais elle est dans une direction raisonnable: la moitié de la mission court, indiquant qu'elle peut vraiment lire des erreurs, changer les ordres et courir à nouveau. C'est 50% du niveau d'eau qui est à peine "peut être mis dans l'IC."
Le rabais : le match.
"3 fois plus efficace que le jeton de Claude Opus 5.5, avec un prix unitaire d'environ un quart, et neuf fois moins que le coût d'une seule mission." J'oublierai ça.3 x 4 = 12, officiellement environ 9 foisJe ne sais pas.
La différence est probablement due à la répartition des tâches et au taux de cache, qui a été arrondi par le "about" officiel. Ce n'est pas faux, mais tu dois savoir.Le facteur composé est multiplié. Tout changement de calibre, la conclusion change.Je ne sais pas. Voyez le numéro "9 fois" et demandez-en deux.
Non vérifiable : tous
Tous les numéros ci-dessus,Tout à partir de l'auto-rapport OpenAI, aucun tiers à répéter.Je ne sais pas. La LMArena n'a pas sa place et l'organisme de surveillance indépendant n'a pas le temps de fonctionner. Pour ce type de publication, je considère généralement l'autocotisation comme un « plafond » et des tiers comme « réels ».
Ce n'est pas le prix, c'est le petit mot.
Lorsque j'ai lu la déclaration, je me suis tourné vers la section sur la sécurité et l'alignement, et j'ai vu un dicton selon lequel beaucoup de gens passeraient par :
« GPT-6.1 Terra, dans notre cadre de préparation, atteint le seuil critique de sécurité Internet et maintient les protections développées pour GPT-6 Astra. »
Critical est le deuxième emplacement le plus élevé dans ce cadre -- il n'y a qu'un seul « plus élevé que critique » dessus. Traduction en langue d'approvisionnement :La capacité de cybercontrôle du modèle a franchi la ligne qui doit être évaluée séparément et contrôlée séparément.
Et puis il a vendu à tout le monde pour 1 $/million de jeton.
C'est bon de regarder les deux choses seules. C'est amusant de lire ensemble :Un modèle marqué par son propre cadre de sécurité comme «Critical Level Network Capacity» est maintenant le modèle générique le plus rentable de la famille.
Je ne dirai pas "danger d'IA" ici. Ça n'a pas de sens. Mais si vous êtes en charge de la sécurité, il y a une question spécifique à répondre:Lorsque l'une des entreprises développe un modèle qui peut utiliser une tasse de café pour construire une capacité de réseau au niveau critique, quelle est votre frontière?
La réponse au cadre Microsoft la semaine dernière a été de prendre les permissions du modèle. Ce prix, Terra, est un nouvel élan pour l'urgence de cette réponse:La capacité est là où l'inflation, la déflation des prix, et où les deux courbes se croisent, est là où le contrôle doit atterrir.
Six, qui devrait changer maintenant, qui ne devrait pas.
J'aurais dû.
- Exécuter un traitement de documents par lots.Lire les factures, remplir les formulaires, extraire les termes du contrat - les tâches de ce genre sont faibles sur "smart" et élevées sur "stabilité + bon marché". 1 $ prix d'entrée plus 16,7 % taux d'erreur, qui est actuellement dessert.
- Faites une interface graphique multi-étapes automatisée.OSWorld 2.1 a surperformé les meilleurs résultats de la génération précédente, tandis que la pire chose à propos de l'automatisation GUI est lente et coûteuse.
- Ce billet fait partie de notre couverture spéciale Global Voices 2011.Vous avez besoin d'un modèle qui fonctionne 100 000 fois par jour et qui ne fait pas de mal. Ce n'est pas un modèle qui peut écrire des poèmes, mais 30 cents à la fois.
Ne vous dépêchez pas.
- Faites les tâches de codage les plus complexes.Le fonctionnaire lui-même a dit que le codage le plus dur était Sol et Astra. Terra's 50,3% est "la moitié peut passer", pas "tout passe".
- Déjà de Sol Profondeur.Au lieu de changer le modèle, nous avons fait -- des conseils, des descriptions d'outils, des stratégies de réessayer, de personnaliser le contexte. Épargnez cet argent symbolique, peut-être pas assez de main-d'œuvre pendant deux jours.
- Émettre un rapport de conformité.Aucune tierce partie ne l'a reproduite, et votre rapport d'évaluation ne dit pas «dépendantement certifié».
Il y a aussi un cas particulier :Si votre entreprise est petite, cette baisse de prix est presque sans signification pour vous.Des centaines d'appels par jour, en baisse de 2 à 1 $ par mois de moins que suffisant pour acheter du café. Cette liste est pour les grandes équipes.
VII. Dernière phrase
Ce tour a été publié sous le titre "Breaking Price", mais je pense que le vrai signal est trois autres:
- Le milieu est fini.Il n'y avait qu'un "flagship" et une série "compatibilité", et maintenant il y a un "ajustement et bon marché". C'est structurellement bon pour l'écologie de l'agent.
- La lutte contre les prix a atteint le troisième niveau.Lorsque les prix des deux premières familles ont chuté, les navires battant pavillon ont été coupés; cette fois, l'équipement principal. Dès que l'engin principal tombe, les petits modèles qui vivent sur le "pai" sont hors de place.
- La capacité et le prix des ciseaux augmentent.Capacité de réseau de niveau critique + prix de 1 $, une combinaison qui n'est pas un seul problème, mais toute une chaîne d'industries.
Plus le modèle est moins cher, plus l'agent est grand, plus il peut être automatisé. Ce n'est pas une émotion. C'est une question arithmétique.
Quant à Terra elle-même : c'est un bon modèle, et le prix est vraiment mauvais.Mais ce n'est pas une fracture, c'est celle qui a finalement constitué le milieu.Ce que vous allez faire n'est pas vous précipiter, vous allez regarder en arrière votre pile d'Agent, ce qui aurait dû être fait par un bon marché, stable, triple travailleur.
Changez-le, sauvez plus que vous ne le pensez. Le reste devrait être fait par les navires battant pavillon — non pas pour économiser de l'argent pour un modèle de travail pour faire le travail du directeur général.