OpenAI, bilgisayar görevlerine odaklanan GPT-6.1 Terra’yı kullanıma açtı. Modelin standart API fiyatları GPT-5.6 Terra ve GPT-6.1 Sol seviyesinin yüzde 50 altında. Şirket, görsel anlama ile uygulamalarda işlem yapma yeteneklerini, çok sayıda görevin yürütüldüğü profesyonel işlerde daha düşük maliyetle sunmayı hedefliyor.
Teklif taslağı hazırlamak, teknik çizimleri yorumlamak, form doldurmak ve video düzenlemek, açıklanan kullanım örnekleri arasında. Burada tek bir soruya yanıt üretmenin ötesinde, ekrandaki bilgiyi anlayıp bir iş akışının adımlarını yürütmek amaçlanıyor.
OpenAI’ın profesyonel bilgisayar görevlerini ölçen Agents’ Last Exam testinde Terra, orta akıl yürütme ayarında önceki modelden 15 yüzde puan yüksek puan alıyor. Şirket, aynı karşılaştırmada görevlerin GPT-6 Astra ve GPT-6.1 Sol’a göre üç kattan fazla hızlı tamamlandığını bildiriyor.
API’de girdi ve çıktı ayrı ücretlendiriliyor
Bir milyon girdi tokenı 1 dolar, önbelleğe alınmış bir milyon girdi tokenı 0,05 dolar, bir milyon çıktı tokenı ise 5 dolar. Model, Plus, Pro, Enterprise ve Edu kullanıcılarına ChatGPT Work ve Codex’te de açılıyor.
Basit bir fiyat hesabında, bir milyon normal girdi tokenı ile 100 bin çıktı tokenının toplam token bedeli 1,50 dolar oluyor. Girdinin tamamı uygun önbellek fiyatından ücretlendirilirse aynı hesabın token bedeli 0,55 dolara iner. Bunlar açıklanan birim fiyatlarla yapılan örnek hesaplamalar. Gerçek bir görevde kullanılan girdi, çıktı ve önbelleğe uygun bölüm farklı olabileceğinden, tek başına görev sayısından toplam fatura çıkarmak mümkün değil.
Doğruluk tarafındaki şirket içi testte düşük akıl yürütme ayarının hata oranı yüzde 53,6’dan yüzde 16,7’ye geriliyor. Terminal-Bench 4.0’da en yüksek ayarda çözülen görevler yüzde 21,5’ten yüzde 50,3’e çıkıyor. Bu oranlar OpenAI’ın belirli değerlendirmelerinden geliyor.
Test ortamıyla gerçek uygulama arasında ayrım var
OpenAI’ın Terra sistem kartı, değerlendirmelerin araştırma ortamında veya API üzerinden yapıldığını açıklıyor. Kullanılan sistem talimatları, araçlar ve akıl yürütme ayarı nedeniyle sonuçlar üretimdeki ChatGPT’den farklı olabiliyor. Bu bilgi, aynı model adının bütün uygulamalarda aynı iş akışını ve sonucu garanti etmediğini gösteriyor.
Bunun yanında kart, eski modellerin karşılaştırma değerlerinin her zaman ilk yayımlandıkları sürüme ait olmayabileceğini belirtiyor. Bazı karşılaştırmalar, o modellerin daha sonraki sürümlerini kullanıyor. Dolayısıyla farklı tarihlerde yayımlanan tabloları yan yana getirirken sürüm ve değerlendirme koşullarını da kontrol etmek gerekiyor. Puan farkını yorumlamak için yalnızca model adını bilmek yeterli olmayabilir.
Güvenlik değerlendirmelerinde dolaylı istem enjeksiyonu da sınanıyor. Bu tür bir sınamada üçüncü taraf içerikteki talimatlar, ajanı kullanıcının görevinden saptırmaya çalışıyor. OpenAI, yeni modelin bu saldırılara karşı direncini ve görev kapsamına uyumunu ayrıca değerlendirdiğini bildiriyor. Bu, örneğin bir belgeyi okuyan ajan için belgenin içeriği ile kullanıcıdan gelen yetkinin aynı şey olmadığını ayırmayı gerektiren bir kullanım alanı.
Terra’nın konumu, fiyat ve hızla birlikte tamamlanan görevin doğruluğu üzerinden değerlendirilecek. Düşük token fiyatı, aynı işi daha uzun bir çıktı veya daha fazla denemeyle tamamlayan bir akışta tek başına yeterli ölçü değil. Açıklanan testler, bu nedenle birim fiyatın yanında görev başarısını da karşılaştırmaya açıyor.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir. Satış ortaklığı açıklaması
