क्लिक करने के लिए एक सस्ता मॉडल
ओपनएआई ने सोमवार को GPT-6.1 टेरा जारी किया, एक ऐसा मॉडल जिसे कंपनी दृश्य तर्क और कंप्यूटर उपयोग का मेल बताती है: एक तकनीकी नक्शा पढ़ना, एक फॉर्म भरना, एक वीडियो संपादित करना। एपीआई की मानक कीमत दस लाख इनपुट टोकन पर एक डॉलर, दस लाख कैश किए इनपुट टोकन पर 0.05 डॉलर और दस लाख आउटपुट टोकन पर पाँच डॉलर है। ओपनएआई कहती है कि यह GPT-5.6 टेरा और GPT-6.1 सोल, दोनों की कीमतों से 50 प्रतिशत कम है।
यह लॉन्च से ही ChatGPT Work और Codex के भीतर Plus, Pro, Enterprise और Edu उपयोगकर्ताओं के लिए उपलब्ध है, और एपीआई में gpt-6.1-terra के रूप में। ओपनएआई का कहना है कि उतनी ही योजना-सीमा में टेरा के साथ GPT-5.6 टेरा से ज़्यादा काम होते हैं, और GPT-6.1 सोल या GPT-6 एस्ट्रा से काफ़ी ज़्यादा।
आंकड़े ओपनएआई के अपने हैं
घोषणा में दिया हर परिणाम विक्रेता का बताया हुआ है। Agents’ Last Exam में, जिसमें वास्तुकला के नक्शों से 3डी मॉडल बनाने जैसे पेशेवर काम शामिल हैं, ओपनएआई कहती है कि मध्यम तर्क-प्रयास पर टेरा GPT-5.6 टेरा से 15 प्रतिशत अंक ऊपर रहता है और लागत लगभग एक-तिहाई है, तथा GPT-6 एस्ट्रा के बराबर प्रदर्शन करता है जबकि प्रति टोकन कीमत उसकी दसवीं है। अधिकतम प्रयास पर कंपनी कहती है कि टेरा एंथ्रोपिक के क्लॉड ओपस 5.5 से तीन गुना से अधिक टोकन-कुशल है और प्रति टोकन कीमत उसकी चौथाई है, जिसे वह प्रति कार्य लगभग नौ गुना कम लागत बताती है।
Terminal-Bench 4.0 पर ओपनएआई बताती है कि अधिकतम तर्क-प्रयास पर टेरा 50.3 प्रतिशत काम हल करता है, जबकि GPT-5.6 टेरा का प्रकाशित आंकड़ा 21.5 प्रतिशत है। Terminal-Bench-Science 0.1 पर कंपनी कहती है कि टेरा कम लागत में GPT-6.1 सोल से आगे निकलता है और अनुमानित लागत के पाँचवें हिस्से से भी कम में ओपस 5.5 से पाँच अंक की दूरी पर रह जाता है। वह MMMU-Pro और OSWorld 2.1 पर भी GPT-5.6 टेरा से बेहतर होने का दावा करती है, पर अंक प्रकाशित नहीं करती।
सबसे ठोस दावा त्रुटियों को लेकर है। त्रुटि भड़काने वाले संकेतों की एक आंतरिक परीक्षा में ओपनएआई कहती है कि कम तर्क-प्रयास पर त्रुटि दर GPT-5.6 टेरा के 53.6 प्रतिशत से गिरकर टेरा में 16.7 प्रतिशत रह गई, और अधिकतम प्रयास पर 18 प्रतिशत अंक गिरकर 4.3 प्रतिशत। यह परीक्षा ओपनएआई की अपनी है और प्रकाशित नहीं है।
एक स्वतंत्र सूचकांक इसे 221 में से 25वें स्थान पर रखता है
अपनी स्वयं की जाँच चलाने वाली Artificial Analysis अधिकतम प्रयास पर GPT-6.1 टेरा को अपने Intelligence Index पर 48 अंक देती है, जबकि इस श्रेणी का मध्यमान 28 है। इससे मॉडल बुद्धिमत्ता में 221 में से 25वें और लागत में 120 में से 32वें स्थान पर आता है, जिसमें मिश्रित दर दस लाख टोकन पर 0.73 डॉलर और सूचकांक के प्रति कार्य 0.40 डॉलर है।
उसी पृष्ठ पर एक लागत दर्ज है जो लॉन्च पोस्ट में नहीं है: सूचकांक पूरा करने में टेरा ने 13 करोड़ आउटपुट टोकन खर्च किए, जबकि मध्यमान 8.1 करोड़ है। किसी प्रतिद्वंद्वी के पाँचवें हिस्से की कीमत वाला मॉडल भी उत्तर तक पहुँचने में ज़्यादा खर्च कर सकता है, और यही वह आंकड़ा है जिसे बड़े पैमाने पर स्वचालन खरीदने वाले दोहराया हुआ देखना चाहेंगे।
साइबर सुरक्षा में गंभीर, दसवें हिस्से की कीमत पर
ओपनएआई कहती है कि GPT-6.1 टेरा उसके Preparedness Framework के तहत «साइबर सुरक्षा में गंभीर सीमा तक पहुँचता है» और «GPT-6 एस्ट्रा के लिए विकसित सुरक्षा उपाय बनाए रखता है»। पोस्ट की उल्लेखनीय पंक्ति यही है। अग्रिम मॉडल के लिए बनाए गए सुरक्षा उपाय अब उस सस्ते, तेज़ मॉडल के साथ आते हैं जिसे Plus योजना वाला कोई भी व्यक्ति किसी ब्राउज़र पर लगा सकता है।
ओपनएआई यह भी कहती है कि टेरा सौंपे गए दायरे में रहता है और GPT-5.6 टेरा से अधिक खुलकर बाधाएँ बताता है, और यह कि उसने उपयोगकर्ता के काम से भटकाने के लिए बनाए गए प्रॉम्प्ट-इंजेक्शन प्रयासों का प्रतिरोध किया, विवरण के लिए सिस्टम कार्ड की ओर इशारा करते हुए। ये सब कंपनी की अपने ऊपर की गई जाँचें हैं।
देखने लायक बात यह है कि Terminal-Bench 4.0 और OSWorld 2.1 की स्वतंत्र पुनरावृत्तियाँ ओपनएआई के आंकड़ों के कितने पास आती हैं, और यह गंभीर वर्गीकरण उन पहुँच-नियमों के साथ कैसे मिलता है जो ओपनएआई ने इसी महीने अपने मॉडल दोबारा बेचने वाले गेटवे के लिए तय किए थे।
