ÉlőUtoljára: az iméntMa: 3
Modellek & LLMfrissítve: 01:16

Új modelleket mutatott be az OpenAI, az Astra 5,2 ponttal veri elődjét

A GPT-6.2 Astra az Agents’ Last Exam tesztben 5,2 ponttal jobb eredményt ért el elődjénél, mindezt a költség kevesebb mint harmadáért — közölte az OpenAI.

Új modelleket mutatott be az OpenAI, az Astra 5,2 ponttal veri elődjét
Fotó: Brett Wharton / Unsplash
forrás: OpenAI·AI Forradalom szerk.·
Megosztás

Az OpenAI két új modellt mutatott be: a GPT-6.2 Astra a legnehezebb, összetett projektekre készült, a GPT-6.2 Sol pedig a hatékony, sokoldalú napi munkára. Mindkét modell jobb eredményt ad nehéz feladatokon, kevesebb kimeneti tokennel, így a felhasználók több munkát végezhetnek el a használati keretükön belül — írja az OpenAI.

Mire képes a GPT-6.2 Astra

Az Astra a vállalati és szakmai munkában lép előre: a diák, táblázatok és dokumentumok jobban követik a megadott sablonokat és a szakterület konvencióit, kevesebb általános töltelékszöveggel. Tisztább kódot ír, és jobb felületeket épít, különösen weboldalak, játékok és 3D-s tervezés esetén.

Az Agents’ Last Exam tesztben, amely többlépéses szakmai munkát mér, az Astra 5,2 ponttal az elődje, a GPT-6 Astra elé került, a költség kevesebb mint egyharmadáért. A Claude Fable-hoz képest 5,5 ponttal jobb — közölte az OpenAI.

Jogi munka és teljesítménytesztek

A Harvey LAB-AA v1.1 teszten a GPT-6.2 Astra új csúcsot állított be: a sikerességi arányt több mint kétszeresére növelte a Claude Fable 5.2 eredményéhez képest, körülbelül hatoda költséggel. Az OpenAI szerint a jogászoknak szánt Astra for Law konfiguráció ezen a teszten még jobban teljesít. A benchmarkokat az OpenAI maga közölte, független ellenőrzés a bejelentésben nem szerepel.

Ára és elérhetősége

A GPT-6.2 Sol a GPT-6.1 Sol-hoz képest okosabb és hatékonyabb, ugyanazon fizetős csomagon belül több feladat elvégzését teszi lehetővé. A Cognition FrontierCode 2.0 tesztjén 0,5 ponton belül éri el az Astra eredményét, mintegy ötöd költséggel. A két modell a ChatGPT Work, a Codex és az API felületén érhető el. Pontos árakat a közlemény nem ad meg, csak relatív költségarányokat: a Sol eredményét az Astra költségének ötödéért kínálja, a GPT-6.2 Astra pedig az Agents’ Last Exam tesztben a GPT-6 Astra költségének kevesebb mint egyharmadáért ér el jobb pontszámot.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

☕ Támogatom