GPT-6.1 Terra, bukan harga yang rusak, tapi yang satu ini akhirnya membuat tengah.

Pertama, kesimpulannya adalah:GT-6.1 Terra benar-benar murah, $1 masukan / $5 keluaran, yang persis setengah GPT-6.1 Sol dipotong. Tapi itu bukan "istirahat", itu adalah "re-horizon".Dan itu bukan model termurah di dunia -- daftar harga yang sama turun, sepuluh kali lebih murah.

Jika Anda tidak menemukan dua hal ini, Anda mengubah model ke arah yang salah: Anda berpikir Anda mengambil kebocoran, dan Anda diperas ke tengah.

Pertama, istirahat kata.

Ini adalah pernyataan resmi: rasio standar harga API GPT-5.6 Terra dan GPT- 6.1 Sol 50% rendah.

kontras ini sangat baik dipilih. Sol, ya. $2 / $10Aku akan memotongnya menjadi dua. $1 / $5Angkanya benar. Tapi itu digunakan sebagai jangkar di GPT-5.6 Terra.Aku tidak bisa menemukannya dalam daftar bendera ini lagi.Aku tidak tahu. Aku pergi melalui halaman harga, dan hanya ada empat bendera tersisa:

Dengan kata lain, itu bukan pengurangan harga untuk model yang sama."Dengan model baru yang murah, mengganti model lama yang sudah rusak".Aku tidak tahu. Kedua hal ini benar-benar berbeda dalam hal pengadaan: mantan adalah tabungan dari saham pelanggan, dan yang terakhir adalah relokasi sukarela.

Ada lagi, bahkan kurang disebutkan:Ini bukan yang termurah dari mereka.

II. Daftar harga empat-tier, jangkauan 100-fold

Tingkat atas file Standard, ini adalah apa yang tampak seperti.

Model	Masukan	Keluaran	Masukan Cache	Positioning
GPT-6 Astra	10.00	50.00	1.00	Flagship Depan
GPT-61 Sol	2.00	10.00	0.10	Mesin Utama
GT-6.1 Terra	1.00	5.00	0.05	Saluran air bekerja.
GT-6 Luna	0.10	0.50	0.01	Batch

Masukkan perbedaan harga dari Astra ke Luna 100 kaliAku tidak tahu. Terra terjebak di bawah pusat.Sepuluh kali lebih murah dari itu, Luna. Itu hanya turun baris.Ini hanya catatan resmi yang mengatakan apa-apa.

Jadi istilah "harga istirahat", tepatnya."Harga yang lebih rendah di tengah".Aku tidak tahu. Efek nyata dari ini adalah untuk menggantikan asli "baik dengan kapal bendera mahal atau dengan uang lama yang baik" dengan "slot berguna di tengah".

Ini baik untuk orang-orang yang melakukan Agen, dan itu baik. Tapi jangan menafsirkannya sebagai "yang terendah di web".

Ini. Lokasinya sebenarnya ditulis dalam judul: Model Kerja

Ada kata yang tepat dalam deskripsi resmi... Ini bagus dalam "operasi komunikasi dan komputer yang mengisi hari kerja": menggambar program, melihat gambar teknis, mengisi formulir, memotong video.

Perhatikan penyebut umum dari empat contoh ini:"Jangan bodoh, jangan terlalu lambat, jangan terlalu mahal".

Itulah yang Agen saluran air benar-benar butuhkan. Agen, yang berjalan di belakang panggung dan panggilan ribuan kali sehari, tidak perlu Raja Osei, tetapi tangan stabil dan tagihan murah. Itulah tujuan Terra.

Yang paling signifikan indikasi ini adalah kecepatan:Lebih dari tiga kali lebih cepat dari GPT-6 Astra dan GPT-6.1 Sol.

Ini hampir tiga kali lebih berharga daripada adegan Agen. Sebuah multi- langkah, 10- roda-drive alat disebut, dua detik di belakang setiap roda, dan seluruh misi adalah 20 detik lebih lama - pengguna tidak tahu "model lebih cerdas" tapi "bagaimana itu tidak baik?"

Empat, yang mana yang benar-benar dalam pelarian?

Aku mengambil melihat enam benchmark resmi dan menempatkan mereka dalam "kredibilitas" baris.

Sangat tinggi: laju galat

Nomor ini adalah yang paling penting bagi saya: dalam set tes untuk "kesalahan induksi" di dalamnya, itu adalah hal yang paling penting untuk dilakukan.Tingkat galat dalam berkas perdebatan rendah menurun dari 53.6% menjadi 16,7%.Ini mewakili penurunan hampir 37 persen; tranche tertinggi jatuh dari 22.3 persen menjadi 4.3 persen.

Mengapa ini lebih penting daripada berlari? Karena dalam adegan Agen,Biaya yang salah adalah tidak untuk mencoba lagi, itu untuk roll kembali.Aku tidak tahu. Formulir, Agen, salah mengisi jumlahnya, diikuti dengan tinjauan manual, rekonsiliasi, pengembalian dana, semuanya hanya beberapa jam. Tingkat kesalahan turun dari setengah ke satu enam, yang merupakan perubahan kualitatif.

Angkat sebenarnya: pengkodean baris perintah

Terminal- Bench 4.0, alasan tertinggi 50.3%Dibandingkan GPT-5.6 Terra, 21,5 persen, lebih dari dua kali lipat.

Skala kenaikan ini agak dipertanyakan, tetapi dalam arah yang wajar: setengah dari misi berjalan, menunjukkan bahwa ia benar-benar dapat membaca kesalahan, mengubah perintah dan menjalankan lagi. Ini adalah 50% dari tingkat air yang hampir tidak "dapat dimasukkan ke dalam CI".

Diskon: pertandingan.

"3 kali lebih efisien daripada tanda Claude Opus 5.5, dengan harga unit sekitar satu seperempat, dan sembilan kali lebih murah dari biaya satu misi." Aku akan melupakan itu.3 x 4 = 12, secara resmi sekitar 9 kaliAku tidak tahu.

Perbedaannya adalah mungkin karena distribusi tugas dan tingkat cache, yang dibulatkan oleh resmi "tentang". Ini bukan palsu, tapi kau harus tahu.Faktor senyawa dikalikan. Setiap perubahan kaliber, kesimpulan berubah.Aku tidak tahu. Lihat nomor "9 kali" dan tanyakan yang dua itu pada.

Tak bisa diverifikasi: Semua

Semua nomor di atas,Semua dari OpenAI laporan sendiri, tidak ada pihak ketiga untuk diulang.Aku tidak tahu. LMArena tidak memiliki tempat di atasnya, dan lembaga pemantau independen tidak memiliki waktu untuk berjalan. Untuk jenis publikasi ini, saya biasanya memperlakukan diri-rating sebagai "langit-langit" dan pihak ketiga sebagai "nyata".

Ini bukan harga, itu adalah kata-kata kecil.

Ketika saya membaca pernyataan itu, saya beralih ke bagian keamanan dan keselarasan, dan saya melihat pepatah bahwa banyak orang akan menyapu melalui:

"GPT-6.1 Terra, dalam kerangka persiapan kami, mencapai internet-aman ambang batas Kritis dan mempertahankan perlindungan dikembangkan untuk GPT-6 Astra."

Kritis adalah slot tertinggi kedua dalam kerangka ini -- hanya ada satu "lebih tinggi dari Kritikus" di dalamnya. Terjemahan ke bahasa pengadaan:Kemampuan kontrol cyber model ini telah melewati batas yang perlu dinilai secara terpisah dan dikendalikan secara terpisah.

Dan kemudian dijual kepada semua orang untuk $1 / juta token.

Tidak apa-apa untuk melihat kedua hal saja. Sangat menyenangkan untuk membaca bersama-sama:Sebuah model yang ditandai oleh kerangka keamanannya sendiri sebagai "Critical Level Network Capability" adalah model yang paling efektif dalam keluarga.

Saya tidak akan mengatakan "bahaya AI" di sini. Ini tidak masuk akal. Tapi jika Anda bertanggung jawab atas keamanan, ada pertanyaan spesifik untuk menjawab:Ketika salah satu perusahaan mengembangkan model yang dapat menggunakan secangkir kopi untuk membangun kemampuan jaringan di tingkat Cristical, apa perbatasan Anda?

Jawaban untuk kerangka Microsoft minggu lalu adalah untuk mengambil izin dari model. Harga ini, Terra, adalah dorongan lebih lanjut untuk mendesak jawaban ini:Kapasitas adalah di mana inflasi, deflasi harga, dan di mana dua kurva berpotongan, adalah di mana kontrol harus mendarat.

Enam, yang harus berubah sekarang, yang seharusnya tidak.

Seharusnya.

• Jalankan pemrosesan dokumen batch.Membaca faktur, mengisi formulir, mengekstrak istilah kontrak - tugas semacam ini rendah pada "pintar" dan tinggi pada "stabilitas + murah". $1 harga masukan ditambah 16,7% tingkat kesalahan, yang saat ini adalah makanan penutup.
• Lakukan multistep GUI otomatis.OSWorld 2.1 telah mengalahkan hasil terbaik dari generasi sebelumnya, sedangkan hal terburuk tentang otomatisasi GUI adalah lambat dan mahal.
• Posting ini adalah bagian dari liputan khusus Global Voices 2011.Apa yang Anda butuhkan adalah model yang berjalan 100.000 kali sehari dan tidak sakit. Ini bukan model yang bisa menulis puisi, tapi 30 sen sekaligus.

Jangan terburu-buru.

• Melakukan tugas coding yang paling kompleks.Pejabat sendiri mengatakan bahwa coding paling sulit adalah Sol dan Astra. Terra 50,3% adalah "setengah bisa lulus", bukan "semua lulus".
• Sudah Ditinggalkan Sol.Alih-alih mengubah model, kita selesai -- petunjuk, deskripsi alat, strategi mencoba ulang, menyesuaikan konteks. Simpan uang itu, mungkin tidak cukup tenaga kerja selama dua hari.
• Untuk mengeluarkan laporan kepatuhan.Tidak ada pihak ketiga yang mereproduksi itu, dan laporan penilaian Anda tidak mengatakan "bersertifikat independen".

Ada juga satu kasus khusus:Jika bisnis Anda kecil, penurunan harga ini hampir tidak berarti bagi Anda.Ratusan panggilan sehari, turun dari $2 menjadi $1 per bulan kurang dari cukup untuk membeli kopi. Daftar ini untuk tim besar.

VII. Kalimat akhir

Putaran ini diterbitkan di bawah judul "Breaking Price", tapi saya pikir sinyal yang sebenarnya adalah tiga lagi:

• Bagian tengah sudah selesai.Hanya ada "flagship" dan "compatibility" seri, dan sekarang ada jelas "fit dan murah". Hal ini secara struktural baik untuk seluruh ekologi Agen.
• Pertarungan harga mencapai level ketiga.Ketika harga dari dua keluarga pertama turun, kapal bendera dipotong, kali ini, gigi utama. Segera setelah gigi utama turun, model kecil yang hidup di "murah" keluar dari tempatnya.
• Kapasitas dan harga gunting meningkat.Kapasitas jaringan tingkat kritis + $1 harga, kombinasi yang bukan satu masalah, tapi seluruh rantai industri.

Semakin murah modelnya, semakin banyak Agen, semakin banyak Agen, semakin bisa otomatis. Ini bukan emosi. Ini adalah pertanyaan aritmetik.

Untuk Terra sendiri, itu model yang bagus, dan harganya sangat buruk.Tapi itu bukan fraktur, itu adalah salah satu yang akhirnya terdiri tengah.Apa yang akan Anda lakukan adalah tidak terburu-buru masuk, Anda akan melihat kembali tumpukan Anda Agen, yang seharusnya dilakukan oleh murah, stabil, tiga kali lipat pekerja.

Menggantikannya, menyimpan lebih dari yang Anda pikirkan. Sisanya harus dilakukan oleh kapal bendera - tidak menyimpan uang untuk model bekerja untuk melakukan pekerjaan Direktur Umum.