GPT-6.1 Terra, non un prezzo rotto, ma questo finalmente ha fatto il mezzo.

Innanzitutto, la conclusione è che:GT-6.1 Terra è davvero a buon mercato, $1 input / $5 uscita, che è esattamente la metà del taglio GPT-6.1 Sol. Ma non e' una rottura, e' un "re-horizon".E non è il modello più economico del mondo -- lo stesso listino è giù, dieci volte più economico.

Se non riuscite a capire queste due cose, cambiate i modelli nella direzione sbagliata: pensate di raccogliere le perdite e siete schiacciati al centro.

In primo luogo, rompere la parola.

E 'il detto ufficiale: standard API rapporto prezzo GPT-5.6 Terra e GPT-6.1 Sol 50% basso.

Questo contrasto è molto ben scelto. Sol, si'. $2 / $10La taglio a meta'. $1 / $5I numeri hanno ragione. Ma è stato usato come ancora in GPT-5.6 Terra.Non riesco piu' a trovarlo su questa lista.Non lo so. Ho attraversato la pagina dei prezzi, e ci sono rimasti solo quattro bandiere: Astra, 6.1 Sol, 6.1 Terra e 6 Luna.

In altre parole, non è una riduzione dei prezzi per lo stesso modello."con un nuovo modello economico, sostituendo un vecchio modello che è già giù."Non lo so. Le due questioni sono completamente diverse in termini di approvvigionamento: la prima è il risparmio dello stock di clienti, e la seconda è il trasferimento volontario.

C'è un altro, anche meno menzionato:Non è il più economico di loro.

II. Listino prezzi a quattro livelli, gamma 100-fold

Livello il file Standard, questo è quello che sembra.

Modello	Input	Produzione	Input di Cache	Posizionamento
GPT-6 Astra	10.00	50.00	1.00	Bandiera anteriore
GPT-61 Sol	2.00	10.00	0.10	Ingegneria principale
GT-6.1 Terra	1.00	5.00	0.05	La linea d'acqua funziona.
GT-6 Luna	0.10	0.50	0.01	Batch.

Inserisci la differenza di prezzo da Astra a Luna 100 volteNon lo so. Terra è bloccata sotto il centro.Dieci volte piu' economico di cosi', Luna. E' solo in linea.E' solo una nota ufficiale che non dice niente.

Quindi il termine "prezzo di rottura", esattamente."Un prezzo più basso al centro."Non lo so. L'effetto reale di questo è quello di sostituire l'originale "sia con una nave bandiera costosa o con un buon vecchio denaro" con "una slot utile nel mezzo".

E' un bene per le persone che fanno l'agente, e va bene. Ma non interpretarlo come "il più basso sul web".

Iii. La sua posizione è effettivamente scritta nel titolo: Modello di lavoro

C'e' una parola esatta nella descrizione ufficiale... E 'buono a "le comunicazioni e le operazioni di computer che riempiono le giornate di lavoro": elaborazione di programmi, guardando disegni tecnici, compilando moduli, video di taglio.

Notare il denominatore comune di questi quattro esempi:"Non essere stupido, non essere troppo lento, non essere troppo costoso."

E' proprio quello che serve la linea idrica dell'agente. L'agente, che corre dietro le quinte e chiama migliaia di volte al giorno, non ha bisogno del Re Osei, ma della mano ferma e del conto economico. E' per questo che Terra e' venuta.

L'indicazione più significativa di questo è la velocità:Più di tre volte più veloce di GPT-6 Astra e GPT-6.1 Sol.

Sono quasi tre volte importanti come la scena dell'agente. Uno strumento multi-step, a 10 ruote è chiamato, due secondi dietro ogni ruota, e l'intera missione è 20 secondi più a lungo — gli utenti non sanno "i modelli sono più intelligenti" ma "come non è buono?"

Quattro, quali sono davvero in fuga?

Ho dato un'occhiata ai sei benchmark ufficiali e li ho messi in una linea di "credibilità".

Davvero alto: tasso di errore

Questo numero è della massima importanza per me: nel set di test per "indurre errore" dentro di esso, è la cosa più importante da fare.Il tasso di errore nel file a basso tasso è sceso dal 53,6% al 16,7%.Ciò rappresenta una diminuzione di quasi 37 punti percentuali; la tranche più alta è passata dal 22,3 per cento al 4,3 per cento.

Perché è più importante che correre? Perche' nella scena dell'agente,Il costo sbagliato non e' riprovarci, e' tornare indietro.Non lo so. Un modulo, agente, ha riempito male gli importi, seguito da revisione manuale, riconciliazione, rimborsi, tutti erano ore reali. Il tasso di errore è sceso da metà a un sesto, che è un cambiamento qualitativo.

Sollevamento reale: codifica della riga di comando

Terminal-Bench 4.0, il più alto ragionamento 50.3%Rispetto a GPT-5.6 Terra, 21,5 per cento, più che raddoppiato.

La scala di questo aumento è un po' discutibile, ma è in una direzione ragionevole: metà della missione corre, indicando che può veramente leggere errori, cambiare ordini e correre di nuovo. E' il 50% del livello dell'acqua a malapena "può essere messo nel CI".

Lo sconto: la partita.

"3 volte più efficiente del gettone di Claude Opus 5.5, con un prezzo unitario di circa un quarto, e nove volte inferiore al costo di una singola missione." Lo dimentichero'.3 x 4 = 12, ufficialmente circa 9 volteNon lo so.

La differenza è probabilmente dovuta alla distribuzione delle attività e la velocità della cache, che è stata arrotondata dal "circa" ufficiale. Non e' falso, ma devi saperlo.Il fattore composto è moltiplicato. Qualsiasi calibro cambia, la conclusione cambia.Non lo so. Vedere il numero "9 volte" e chiedere a quale due è acceso.

Inverificabile: Tutti

Tutti i numeri precedenti,Tutto da OpenAI auto-report, nessuna terza parte da ripetere.Non lo so. LMArena non ha posto su di esso, e l'agenzia di monitoraggio indipendente non ha il tempo di funzionare. Per questo tipo di pubblicazione, di solito trattamento auto-rating come "ceiling" e terze parti come "reale".

Non e' il prezzo, e' la parola piccola.

Quando ho letto la dichiarazione, mi sono rivolto alla sezione sulla sicurezza e l'allineamento, e ho visto un detto che molte persone avrebbero attraversato:

"GPT-6.1 Terra, all'interno del nostro Quadro di Preparazione, raggiunge la soglia Critical sicura su Internet e mantiene le protezioni sviluppate per GPT-6 Astra."

La critica è la seconda slot più alta in questo quadro -- c'è solo uno "più alto di Critico" su di esso. Traduzione in lingua di approvvigionamento:La capacità di controllo informatico del modello ha attraversato la linea che deve essere valutata separatamente e controllata separatamente.

E poi ha venduto a tutti per $1/million token.

Va bene guardare entrambe le cose da solo. È divertente leggere insieme:Un modello segnato dal proprio quadro di sicurezza come "Critical Level Network Capability" è ora il modello generico più economico della famiglia.

Non diro' "Il pericolo AI" qui. Non ha senso. Ma se sei responsabile della sicurezza, c'è una domanda specifica per rispondere:Quando una delle aziende sviluppa un modello che può utilizzare una tazza di caffè per costruire una capacità di rete a livello critico, qual è la vostra linea di confine?

La risposta al framework Microsoft la scorsa settimana era di prendere le autorizzazioni dal modello. Questo prezzo, Terra, è un ulteriore spinta per l'urgenza di questa risposta:La capacità è dove l'inflazione, la deflazione dei prezzi, e dove le due curve si intersecano, è dove il controllo deve atterrare.

Sei, che dovrebbe cambiare ora, chi non dovrebbe.

Avrei dovuto.

• Eseguire un'elaborazione di documenti batch.Leggere le fatture, compilare i moduli, estrarre i termini del contratto - i compiti di questo tipo sono bassi su "smart" e alti su "stabilità + a buon mercato". $1 prezzo di ingresso più 16,7% tasso di errore, che è attualmente dessert.
• Fare interfaccia grafica multistep automatizzato.OSWorld 2.1 ha superato i migliori risultati della generazione precedente, mentre la cosa peggiore dell'automazione GUI è lenta e costosa.
• Questo post fa parte della nostra copertura speciale Global Voices 2011.Quello che ti serve è un modello che corre 100.000 volte al giorno e non fa male. Non è un modello che può scrivere poesie, ma 30 centesimi alla volta.

Non sbrigatevi.

• Fai le operazioni di codifica più complesse.Il funzionario stesso ha detto che la codifica più difficile era Sol e Astra. Il 50,3% di Terra è "mezzo può passare", non "tutti passi".
• Già Depthed Sol.Invece di cambiare il modello, abbiamo finito -- suggerimenti, descrizioni degli strumenti, riprovando strategie, adattando il contesto. Risparmia quei soldi, forse non abbastanza manodopera per due giorni.
• Emettere un rapporto di conformità.Nessuna terza parte l'ha riprodotta, e il rapporto di valutazione non dice "indipendentemente certificato".

C'è anche un caso speciale:Se il vostro business è piccolo, questo calo di prezzo è quasi inutile per voi.Centinaia di chiamate al giorno, giù da $2 a $1 al mese meno che sufficiente per comprare il caffè. Questa lista è per le grandi squadre.

VII. Sentenza finale

Questo round è stato pubblicato con il titolo "Breaking Price", ma penso che il segnale reale sia di altri tre:

• Il centro e' finito.C'era solo un "flagship" e una serie "compatibilità", e ora c'è un chiaro "fit ed economico". E' strutturalmente buono per tutta l'ecologia dell'agente.
• La lotta ai prezzi raggiunse il terzo livello.Quando i prezzi delle prime due famiglie sono calati, le navi di bandiera sono state tagliate; questa volta, l'ingranaggio principale. Non appena l'ingranaggio principale scende, i piccoli modelli che vivono su "cheap" sono fuori posto.
• La capacità e il prezzo delle forbici aumenta.Capacità di rete a livello critico + 1 prezzo, una combinazione che non è un singolo problema, ma un'intera catena di industrie.

Più economico il modello, più agente; più agente, più può essere automatizzato. Non e' un'emozione. E' una domanda aritmetica.

Per quanto riguarda Terra stessa: è un buon modello, e il prezzo è davvero male.Ma non e' una frattura, e' quella che finalmente e' arrivata al centro.Quello che farai non e' affrettarti, guarderai indietro il tuo mucchio di agente, il che avrebbe dovuto essere fatto da un operaio economico, stabile e triplo.

Cambialo, risparmia più di quanto pensi. Il resto dovrebbe essere fatto da navi di bandiera — per non risparmiare denaro per un modello di lavoro per fare il lavoro del direttore generale.