OpenAI представила мощную модель GPT-6.1 Terra — для работы с визуальной информацией и управления компьютером
В тесте, оценивающем возможности моделей, нейросеть набрала 60% правильных ответов — на 10% больше, чем предыдущая версия
2 минуты
OpenAI представила GPT-6.1 Terra — модель искусственного интеллекта для работы с программами, визуальной информацией и сложными задачами. Согласно заявлению компании, нейросеть стала точнее предыдущих версий и быстрее выполненяет задания. Модель уже доступна для пользователей с платной подпиской на ChatGPT, а также для разработчиков и корпоративных клиентов.
GPT-6.1 Terra лучше остальных ИИ справляется с тестами
OpenAI описывает GPT-6.1 Terra как быструю и эффективную модель, которая умеет анализировать визуальную информацию и управлять компьютером. Компания делает акцент на способности ИИ выполнять практические задачи в программах на компьютере: например, работать с таблицами или текстовыми документами.
В бенчмарке Agents’ Last Exam, оценивающем возможности ИИ-агентов при работе с программами, GPT-6.1 Terra при максимальном уровне рассуждений набрала 60%.
Предыдущая версия GPT-5.6 Terra показала результат лишь 50,7%.
Частота ошибок ИИ-модели снизилась до 4,3%
Во внутренних тестах OpenAI сравнила точность ответов GPT-6.1 Terra и GPT-5.6 Terra.
При низком уровне рассуждений доля ошибок сократилась с 53,6% у предыдущей версии — до 16,7%. При высоком уровне рассуждений показатель ошибок GPT-6.1 Terra снизился до 4,3%.
По оценке компании, результат почти соответствует точности ответов у GPT-6 Astra и GPT-6.1 Sol — самых мощных ИИ-моделей OpenAI.
GPT-6.1 Terra доступна пользователям платной подписки
Модель доступна пользователям с платной подпиской на ChatGPT Work или Codex. Разработчики могут подключить GPT-6.1 Terra через API — программный интерфейс, позволяющий интегрировать возможности модели в собственные приложения и сервисы.
Стоимость обработки данных через API составляет:
- $1 за 1 млн входных токенов;
- $5 за 1 млн выходных токенов.
Токены — небольшие единицы текста, на которые модель разбивает запросы и ответы. Входные токены относятся к переданным модели данным, выходные — к сгенерированному ответу.
