GPT- 6.1 Terra, nie złamana cena, ale ta w końcu zrobiła środek.

Po pierwsze, wniosek jest następujący:GT- 6.1 Terra jest naprawdę tanie, 1 $wejście / 5 $wyjście, co jest dokładnie połowa GPT- 6.1 Sol cięcia. Ale to nie jest "przerwa", to "zmiana horyzontu".I nie jest to najtańszy model na świecie -- ta sama lista cenowa spadła, dziesięć razy taniej.

Jeśli nie rozgryziesz tych dwóch rzeczy, zmieniasz modele w złym kierunku: myślisz, że odbierasz przecieki i jesteś ściśnięty do środka.

Po pierwsze, złamania słowa.

To oficjalne powiedzenie: standardowy stosunek cen API GPT- 5.6 Terra i GPT- 6.1 Sol 50% niski.

Ten kontrast jest bardzo dobrze wybrany. Sol, tak. $2 / $10Przetnę to na pół. $1 / $5Liczby są poprawne. Ale była używana jako kotwica w GPT- 5.6 Terra.Nie mogę go znaleźć na tej liście.Nie wiem. Przejrzałem stronę cenową i zostały tylko cztery flagi: Astra, 6.1 Sol, 6.1 Terra i 6 Luna.

Innymi słowy, to nie obniżka ceny dla tego samego modelu."z nowym, tanim modelem, zastępującym stary model, który już upadł".Nie wiem. Te dwie kwestie różnią się całkowicie pod względem zamówień publicznych: pierwsze to oszczędności zasobów klientów, a drugie to dobrowolna relokacja.

Jest jeszcze jeden, jeszcze mniej wspomniany:To nie jest najtańsze z nich.

II. Czteropoziomowa lista cenowa, 100-krotny zakres

Wyrównaj poziom pliku Standard, tak to wygląda.

Wzór	Wejście	Wyjście	Wejście do pamięci	Pozycjonowanie
GPT- 6 Astra	10.00	50.00	1.00	Przód flagowy
GPT- 61 Sol	2.00	10.00	0.10	Duża inżynieria
GT- 6.1 Terra	1.00	5.00	0.05	Linia wody działa.
GT- 6 Luna	0.10	0.50	0.01	Nr serii

Wprowadź różnicę cen z Astry do Luny 100 razyNie wiem. Terra utknęła poniżej środka.Dziesięć razy tańszy niż jest, Luna. To tylko kwestia czasu.To tylko oficjalna notatka, która nic nie mówi.

Czyli dokładnie termin "cena łamania"."Niższa cena w środku".Nie wiem. Prawdziwym skutkiem tego jest zastąpienie oryginału "albo drogą flagą statku albo dobrą starą forsą" "użytecznym gniazdem w środku".

To jest dobre dla ludzi, którzy robią Agenta, i jest dobre. Ale nie interpretuj tego jako "najniższy w sieci".

iii. Jego lokalizacja jest rzeczywiście napisane w tytule: Model pracy

W oficjalnym opisie jest dokładne słowo... Jest dobry w "operacjach komunikacyjnych i komputerowych, które wypełniają dni robocze": sporządzanie programów, przeglądanie rysunków technicznych, wypełnianie formularzy, cięcie filmów.

Należy zauważyć wspólny mianownik tych czterech przykładów:"Nie bądź głupi, nie bądź zbyt wolny, nie bądź zbyt drogi".

Dokładnie tego potrzebuje linia wodna agenta. Agent, który biega za kulisami i dzwoni tysiące razy dziennie, nie potrzebuje Osei Kinga, ale stabilną rękę i tani rachunek. Po to przyszła Terra.

Najbardziej znaczącym tego wskaźnikiem jest prędkość:Ponad trzy razy szybciej niż GPT- 6 Astra i GPT- 6.1 Sol.

Jest prawie trzy razy cenniejsza od sceny Agenta. Wielostopniowy, 10- Wheel- Drive jest nazywany, dwie sekundy za każdym kołem, a cała misja jest 20 sekund dłużej - użytkownicy nie wiedzą "modele są mądrzejsze", ale "jak to nie jest dobre?"

Cztery, które są naprawdę w biegu?

Spojrzałem na sześć oficjalnych punktów odniesienia i postawiłem je w linii "wiarygodności".

Naprawdę wysoki: poziom błędu

Ta liczba jest dla mnie niezwykle ważna: w zestawie testów na "wywołanie błędu" w środku jest to najważniejsza rzecz do zrobienia.Poziom błędu w pliku o niskiej debacie spadł z 53,6% do 16,7%.Stanowi to spadek o prawie 37 punktów procentowych; najwyższa transza spadła z 22,3% do 4,3%.

Dlaczego to ważniejsze niż ucieczka? Ponieważ w scenie Agenta,Zła cena to nie próbować ponownie, tylko się wycofać.Nie wiem. Formularz, agencie, źle wypełnił kwoty, a następnie ręczny przegląd, pojednanie, zwroty, wszystkie były prawdziwe godziny. Poziom błędu spadł z połowy do jednej szóstej, co jest zmianą jakościową.

Prawdziwa winda: kodowanie linii poleceń

Terminal- Bench 4.0, najwyższe rozumowanie 50.3%W porównaniu do GPT- 5.6 Terra, 21,5%, ponad dwukrotnie.

Skala tego wzrostu jest nieco wątpliwa, ale jest w rozsądnym kierunku: połowa misji przebiega, wskazując, że może naprawdę odczytać błędy, zmienić zamówienia i uruchomić ponownie. To 50% poziomu wody, które ledwie "można umieścić w CI".

Zniżka: mecz.

"3 razy bardziej wydajny niż znak Claude Opus 5.5, cena jednostkowa wynosi około jednej czwartej, a dziewięć razy mniej niż koszt jednej misji". Zapomnę o tym.3 x 4 = 12, oficjalnie około 9 razyNie wiem.

Różnica jest prawdopodobnie spowodowana dystrybucją zadań i odsetkiem pamięci podręcznej, który został zaokrąglony przez oficjalne "o". To nie podróbka, ale musisz wiedzieć.Współczynnik złożony jest mnożony. Wszelkie zmiany kalibru, wnioski się zmieniają.Nie wiem. Zobacz numer "9 razy" i zapytaj, które dwa jest włączone.

Nieweryfikowalne: Wszystkie

Wszystkie powyższe liczby,Wszystkie z raportu OpenAI, żadna osoba trzecia do powtórzenia.Nie wiem. LMArena nie ma na nim miejsca, a niezależna agencja monitorująca nie ma czasu na ucieczkę. Dla tego typu publikacji, zazwyczaj traktuję samoocenę jako "sufit", a osoby trzecie jako "prawdziwe".

To nie cena, to małe słowo.

Kiedy przeczytałem oświadczenie, zwróciłem się do Sekcji Bezpieczeństwa i Dostosowywania, i zobaczyłem powiedzenie, że wielu ludzi będzie przeszukiwać:

"GPT- 6.1 Terra, w ramach naszego przygotowania, osiąga bezpieczny dla sieci próg krytyczny i utrzymuje ochronę opracowaną dla GPT- 6 Astra".

Krytyczny jest drugim najwyższym szczeliną w tej strukturze - jest tylko jeden "wyższy niż krytyczny". Tłumaczenie na język zamówień:Zdolność kontroli cybernetycznej modelu przekroczyła linię, która musi być oceniana oddzielnie i kontrolowana oddzielnie.

A potem sprzedał się wszystkim za milion dolarów.

Nie ma nic złego w patrzeniu na obie rzeczy. Fajnie jest razem czytać:Model oznaczony własnymi ramami bezpieczeństwa jako "Krytyczna zdolność sieciowa poziomu" jest obecnie najbardziej opłacalnym modelem generycznym w rodzinie.

Nie powiem tu "Niebezpieczeństwo AI". To nie ma sensu. Ale jeśli jesteś odpowiedzialny za bezpieczeństwo, jest konkretne pytanie do odpowiedzi:Kiedy któraś z firm opracuje model, który może użyć filiżanki kawy do zbudowania zdolności sieciowych na poziomie krytycznym, jaka jest twoja granica?

Odpowiedź na Microsoft framework w zeszłym tygodniu była odebranie uprawnień z modelu. Ta cena, Terra, jest kolejnym naciskiem na pilną potrzebę tej odpowiedzi:Zdolność jest tam, gdzie inflacja, deflacja cen i gdzie przecina się obie krzywe, gdzie kontrola musi wylądować.

Sześć, którzy powinni się zmienić teraz, a nie powinni.

Powinnam była.

• Uruchom przetwarzanie dokumentów partii.Czytanie faktur, wypełnianie formularzy, wyciąganie warunków umowy - tego rodzaju zadania są niskie w przypadku "inteligentnych" i wysokie w przypadku "stabilności + tanie". $1 cena wejścia plus 16,7% poziom błędu, który jest obecnie deser.
• Zrób wielostopniowy GUI zautomatyzowany.OSWorld 2.1 przewyższa najlepsze wyniki poprzedniego pokolenia, podczas gdy najgorsze w automatyzacji GUI jest powolne i kosztowne.
• Ten post jest częścią relacji specjalnych Global Voices 2011.Potrzebujesz modelu, który działa 100,000 razy dziennie i nie boli. To nie model, który potrafi pisać wiersze, ale 30 centów na raz.

Nie spiesz się.

• Wykonaj najbardziej skomplikowane zadania kodowania.Urzędnik powiedział, że najtrudniejszym kodem są Sol i Astra. 50,3% Terry to "połowa może przejść", a nie "wszystkie".
• Już w Depthed Sol.Zamiast zmieniać model, jesteśmy skończeni -- wskazówki, opisy narzędzi, nowe strategie, dopasowanie kontekstu. Oszczędzaj te pieniądze, może za mało ludzi na dwa dni.
• Wydanie sprawozdania o zgodności.Żadna osoba trzecia go nie odtworzyła, a w sprawozdaniu z oceny nie jest napisane "niezależnie certyfikowany".

Istnieje również jeden szczególny przypadek:Jeśli twój interes jest mały, ten spadek cen jest dla ciebie niemal bez znaczenia.Setki telefonów dziennie, obniżonych z 2 dolarów do 1 dolarów miesięcznie mniej niż tyle, aby kupić kawę. Ta lista jest dla dużych zespołów.

VII. Wyrok końcowy

Ta runda została opublikowana pod tytułem "Breaking Price", ale myślę, że prawdziwym sygnałem jest jeszcze trzy:

• Środkowy koniec.Była tylko seria "flagowy" i "kompatybilny", a teraz jest jasne "dopasowany i tani". To jest strukturalnie dobre dla całej ekologii Agenta.
• Walka cenowa osiągnęła trzeci poziom.Kiedy ceny dwóch pierwszych rodzin spadły, statki flagowe zostały obniżone; tym razem, główne narzędzia. Jak tylko spadnie główny bieg, małe modele, które żyją na "tanie" są nieaktualne.
• Pojemność i cena nożyczek wzrasta.Pojemność sieci na poziomie krytycznym + 1 USD cena, połączenie, które nie jest jednym problemem, ale cały łańcuch branż.

Im tańszy model, tym bardziej Agent; tym bardziej Agent, tym bardziej może być zautomatyzowany. To nie emocje. To pytanie arytmetyczne.

Co do samej Terry: to dobry model, a cena jest naprawdę zła.Ale to nie jest złamanie, to jest to, które w końcu zmyśliło środek.Nie będziesz się spieszył, tylko spojrzysz na swoją stertę agenta, co powinien zrobić tani, stabilny, trzystopniowy pracownik.

Zmień to, oszczędź więcej niż myślisz. Reszta powinna być wykonywana przez statki bandery - nie oszczędzać pieniędzy na pracujący model do wykonywania pracy dyrektora generalnego.