OpenAI представила две «жутко умные» модели ИИ — GPT-6.2 Astra для профи и GPT-6.2 Sol для повседневных дел

Читать в полной версии

OpenAI представила две новые модели искусственного интеллекта — GPT-6.2 Astra и GPT-6.2 Sol, ориентированные на выполнение сложных профессиональных задач и повседневных дел. Каждая из них стала умнее и точнее в ответах, при этом стоимость использования не увеличилась, а даже снизилась.

Источник изображения: ИИ-генерация ChatGPT/3DNews

Наиболее заметные улучшения модели GPT-6.2 Astra реализованы при подготовке профессиональных документов, анализе данных и проведении научных исследований. В бенчмарке Agents’ Last Exam, который оценивает выполнение многоэтапных профессиональных задач, новая модель превзошла GPT-6 Astra на 5,2 %, затратив менее трети средств на выполнение задач. Сравнение с Claude Fable 5.2 оказалось ещё более выгодным: GPT-6.2 Astra опередила конкурента на 5,5 % при стоимости всего в 5 % от стоимости Claude Fable 5.2.

Источник изображений: OpenAI

По заявлению OpenAI, бенчмарк Terminal-Bench-Science 0.1 наглядно подтверждает, что GPT-6.2 Astra — лучшая модель для учёных. Этот тест показывает, насколько хорошо модели справляются с научной работой при управлении из командной строки. Так, GPT-6.2 Astra показала результат на 9 % выше, чем её предшественница, при этом стоимость её использования ниже на треть. Новая модель также показала лучший результат в научном индексе Vals, в котором моделям предлагается интерпретировать реальные биологические данные и проводить эксперименты, чтобы понять, как работает смоделированная система.

Отдельно OpenAI отмечает улучшение качества презентаций, финансовых таблиц, юридических документов и аналитических отчётов. По словам компании, тексты отчётов стали проще и доступнее для понимания, а также содержат меньше «воды». Внутренний тест GDPval v2 показал прирост на 6,2 % относительно GPT-6 Astra при сокращении расхода выходных токенов на 22 %.

Подготовленные моделью GPT-6.2 Astra слайды, таблицы и документы меньше похожи на работу ИИ и в большей степени соответствуют оформлению документов, предоставленных в качестве образцов, либо принятым отраслевым стандартам. Также новая модель пишет более чистый код и создаёт интерфейсы, которые выглядят и работают лучше, особенно для веб-сайтов, игр и 3D-дизайна.

По результатам нескольких тестов обе новые модели OpenAI приближаются к показателям других ведущих моделей или превосходят их при гораздо меньших затратах на выполнение задач.

Весьма впечатляющих успехов GPT-6.2 Astra добилась в 3D-моделировании. В пресс-релизе это показано на примере визуализации динамики шасси автомобиля на горной дороге. Astra создала 3D-модель и написала на Python блок расчётов для моделирования сложной динамики взаимодействия шин и подвески, а затем анимировала результаты в Blender.

Это позволяет инженерам быстро тестировать новые конструкции и со временем повышать точность моделирования. Что важно, в новой модели повышена точность расчётов взаимодействия отдельных деталей и узлов, что позволяет оперативно проверять различные комбинации и отбирать наиболее удачные и надёжные. Также впечатляет демонстрация выполнения задания по разработке радиоуправляемой машинки с предоставлением развёрток, чертежей и списка необходимых компонентов для самостоятельной сборки.

В тесте AA-3D модель GPT-6.2 Astra получила 1318 баллов Elo, опередив Claude Fable 5.2 с 1271 баллом и GPT-6.2 Sol с 1259 баллами. Sol при этом приблизилась к результату Astra в тестировании программирования FrontierCode 2.0, уступив ей менее 0,5 % при стоимости примерно в пять раз ниже.

Также OpenAI заявляет, что GPT-6.2 Astra привносит в веб-дизайн более глубокое визуальное содержание, подбирая макеты и изображения, которые придают каждому сайту уникальный вид, и выстраивая элементы в соответствии с его реальным назначением. Модель воссоздаёт виртуальные миры, цифровых двойников и компьютерные игры, что также отражено в анонсе.

Что касается GPT-6.2 Sol, то она позиционируется как основная модель для повседневной работы. По сравнению с GPT-6.1 Sol, GPT-6.2 Sol умнее и эффективнее, а также позволяет выполнять больше задач в рамках того же тарифного плана. Модель поддерживает многоэтапные агентские рабочие процессы, пишет ясно и естественно, а взаимодействие с ней интуитивно понятно. В частности, многие сотрудники OpenAI используют GPT-6.2 Sol в качестве базовой модели для решения как технических, так и нетехнических задач. Бенчмарк Cognition’s FrontierCode 2.0 показывает, что GPT-6.2 Sol отстаёт от GPT-6.2 Astra всего на 0,5 % при стоимости примерно в пять раз ниже (обе модели тестировались на максимальных настройках).

Благодаря скорости и интеллектуальным возможностям GPT-6.2 Sol также хорошо подходит для решения важных задач, которые люди поручают искусственному интеллекту в свободное от работы время. В этой области GPT-6.2 Sol превосходит GPT-6 Astra примерно в семь раз.

Отдельное внимание в обеих новых моделях уделено кибербезопасности и контролю над потенциально опасными возможностями. По классификации компании, обе модели достигли уровня «критический» в области кибербезопасности и «высокий» в области биологии и химии.

Модель GPT-6.2 Astra также стала первой публично выпущенной моделью OpenAI, достигшей уровня «высокий» по критерию AI Self-improvement, оценивающему способность ускорять исследования и разработку новых систем искусственного интеллекта — грубо говоря, самообучаться. В связи с этим компания усилила ограничения на потенциально опасные запросы и расширила мониторинг действий моделей.

Что касается доступности новых моделей, то GPT-6.2 Astra и Sol доступны пользователям ChatGPT Plus, Pro, Enterprise и Edu через ChatGPT Work и Codex, а также разработчикам через API. Стоимость Astra составляет $8 за миллион входных токенов, $0,40 за миллион кэшированных входных токенов и $40 за миллион выходных токенов. Для Sol сохранены тарифы предыдущей версии — $2, $0,10 и $10 соответственно.