شرکت OpenAI مدل هوش مصنوعی GPT-6.1 Terra را معرفی کرده است؛ مدلی که به گفته این شرکت، مرز میان هزینه و عملکرد را بیش از نسل‌های قبلی جابه‌جا می‌کند. قیمت استفاده از Terra در API نصف GPT-5.6 Terra است و نتایج ارزیابی‌های اولیه نیز از بهبود قابل‌توجه عملکرد آن در استدلال، کدنویسی، کنترل کامپیوتر و پردازش بصری حکایت دارند.
🔷 مدل هوش مصنوعی GPT-6.1 Terra با قیمت یک دلار به‌ازای هر یک میلیون توکن ورودی و ۵ دلار برای هر یک میلیون توکن خروجی عرضه شده است.
🔷 طبق ارزیابی Artificial Analysis، این مدل در بالاترین سطح استدلال ۶ امتیاز بیشتر از GPT-5.6 Terra در Intelligence Index کسب می‌کند و هزینه هر وظیفه آن کمتر از یک‌سوم است.
🔷 عملکرد Terra در کنترل نرم‌افزار و کامپیوتر بهبود یافته و OpenAI می‌گوید این مدل بیش از سه برابر سریع‌تر از GPT-6 Astra و GPT-6.1 Sol برخی وظایف را به پایان می‌رساند.
🔷 امتیاز این مدل در Terminal-Bench 4.0 از ۲۱٫۵ درصد در نسل قبلی به ۵۰٫۳ درصد رسیده است.
🔷 مدل GPT-6.1 Terra در چارچوب ایمنی OpenAI به آستانه «Critical» در حوزه امنیت سایبری می‌رسد و نرخ دفاع آن در برابر تزریق غیرمستقیم پرامپت به ۹۸٫۸ درصد افزایش یافته است.
مدل جدید Terra نزدیک‌ترین رقیب OpenAI برای مدل‌های میان‌رده سری Sonnet آنتروپیک معرفی شده و در عین حال، قیمت آن تقریباً نصف Claude Sonnet 5.5 است.
هزینه استفاده از GPT-6.1 Terra برای هر یک میلیون توکن ورودی یک دلار و برای هر یک میلیون توکن خروجی ۵ دلار تعیین شده است. در مقایسه، Claude Sonnet 5.5 به‌ترتیب ۲ و ۱۰ دلار برای ورودی و خروجی قیمت دارد، در حالی که هزینه GPT-5.6 Terra برابر با ۲ دلار برای ورودی و ۱۲ دلار برای خروجی است.
هزینه ورودی‌های کش‌شده نیز به ۰٫۰۵ دلار به‌ازای هر یک میلیون توکن کاهش یافته که یک‌چهارم نرخ قبلی محسوب می‌شود.
طبق اعلام OpenAI، مدل GPT-6.1 Terra استدلال بصری سریع، کنترل دقیق کامپیوتر و سبک نوشتاری طبیعی‌تری را با یکدیگر ترکیب می‌کند. این مدل برای طیف گسترده‌ای از کارهای روزمره، از نوشتن پیشنهادها و اسناد گرفته تا تفسیر نقشه‌های فنی و تکمیل فرم‌ها، طراحی شده است.
دسترسی به GPT-6.1 Terra اکنون برای کاربران پلن‌های Plus ،Pro ،Enterprise و Edu در ChatGPT Work و Codex فراهم شده است. توسعه‌دهندگان نیز می‌توانند از طریق API به این مدل دسترسی داشته باشند.
مدل هوش مصنوعی GPT-6.1 Terra
مؤسسه Artificial Analysis مدل GPT-6.1 Terra را معیار جدیدی برای سنجش میزان هوش به‌ازای هزینه پرداختی توصیف می‌کند.
در بالاترین سطح تلاش استدلالی، Terra در شاخص Intelligence Index نسبت به GPT-5.6 Terra حدود ۶ امتیاز پیشرفت نشان می‌دهد، در حالی که هزینه اجرای هر وظیفه از ۱٫۴۰ دلار در نسل قبلی به حدود ۰٫۴۰ دلار کاهش یافته است.
در سطوح پایین‌تر استدلال، اختلاف عملکرد بیشتر می‌شود و Terra بین ۷ تا ۱۳ امتیاز بهبود نشان می‌دهد. براساس تحلیل Artificial Analysis، این نتایج مدل را روی مرز پارتو قرار می‌دهند؛ نقطه‌ای که دیگر نمی‌توان هزینه و عملکرد را هم‌زمان بدون ایجاد مصالحه بهبود داد.
در شاخص Intelligence Index، مدل GPT-6.1 Terra امتیاز ۴۸ را به دست آورده و بین GPT-6.1 Sol با امتیاز ۵۲ و GPT-5.6 Terra با امتیاز ۴۲ قرار گرفته است.
در نسخه جدید Coding Agent Index 2.0، مدل Terra امتیاز ۴۸ را ثبت کرده است. این نتیجه ۶ امتیاز پایین‌تر از GPT-6.1 Sol با امتیاز ۵۴ و ۱۷ امتیاز بالاتر از GPT-6 Luna با امتیاز ۳۱ قرار می‌گیرد.
یکی از تغییرات مهم‌تر، کاهش میزان حدس زدن مدل هنگام نداشتن پاسخ است. در بنچمارک خصوصی AA-Omniscience، مدل GPT-6.1 Terra در شرایطی که پاسخ را نمی‌داند، تنها در ۳۸ درصد موارد به حدس زدن متوسل می‌شود؛ رقمی که برای GPT-5.6 Terra برابر با ۸۸ درصد بود.
دقت کلی مدل نیز در همین ارزیابی ۲ امتیاز افزایش یافته است.
شرکت OpenAI، کنترل خودکار نرم‌افزار را یکی از نقاط قوت اصلی GPT-6.1 Terra معرفی می‌کند. این مدل در بنچمارک Agents’ Last Exam به عملکردی مشابه GPT-6 Astra می‌رسد، در حالی که قیمت توکن آن تنها یک‌دهم است.
در مقایسه با Claude Opus 5.5 در بالاترین سطح تلاش استدلالی، Terra بیش از سه برابر بهره‌وری توکنی بیشتری دارد و قیمت توکن آن نیز یک‌چهارم است. براساس این داده‌ها، هزینه اجرای هر وظیفه با Terra تقریباً ۹ برابر کمتر می‌شود.
به گفته OpenAI، این مدل همچنین وظایف را بیش از سه برابر سریع‌تر از GPT-6 Astra و GPT-6.1 Sol به پایان می‌رساند.
در بنچمارک MMMU-Pro که توانایی استدلال بصری را بررسی می‌کند، مدل GPT-6.1 Terra در تمام سطوح استدلال عملکرد بهتری نسبت به نسل قبلی خود دارد و به نتایج GPT-6 Astra و GPT-6.1 Sol نزدیک می‌شود.
در بنچمارک عامل دسکتاپ OSWorld 2.1 نیز Terra در سطح تلاش متوسط از بهترین نتیجه GPT-5.6 Terra عبور می‌کند، در حالی که هزینه اجرای آن تنها کسری از مدل قبلی است.
پیشرفت Terra در آزمون‌های کدنویسی نیز قابل‌توجه است. این مدل در بنچمارک Terminal-Bench 4.0 و در بالاترین سطح استدلال موفق شده ۵۰٫۳ درصد وظایف را حل کند؛ در حالی که نتیجه GPT-5.6 Terra در همین آزمون ۲۱٫۵ درصد بود.
طبق تحلیل Artificial Analysis، این جهش حدود ۲۰ امتیازی باعث می‌شود GPT-6.1 Terra از نظر عملکرد در همان سطح GPT-6.1 Sol قرار بگیرد.
در بنچمارک علمی Terminal-Bench-Science 0.1 نیز Terra با هزینه‌ای کمتر از GPT-6.1 Sol عملکرد بهتری ارائه می‌دهد. فاصله آن با Claude Opus 5.5 نیز کمتر از ۵ امتیاز است، در حالی که هزینه تخمینی Terra کمتر از یک‌پنجم هزینه آن مدل اعلام شده است.
با این حال، OpenAI همچنان برای سنگین‌ترین وظایف برنامه‌نویسی استفاده از GPT-6.1 Sol و GPT-6 Astra را توصیه می‌کند.
مدل GPT-6.1 Terra طبق چارچوب Preparedness Framework شرکت OpenAI به آستانه «Critical» در حوزه امنیت سایبری می‌رسد و سازوکارهای حفاظتی GPT-6 Astra را به ارث برده است.
در مقایسه با نسل قبلی، Terra احتمال بیشتری دارد که در محدوده وظایف و محدودیت‌های تعیین‌شده باقی بماند و محدودیت‌های موجود را به کاربران اعلام کند.
بهبود مقاومت در برابر تزریق پرامپت
براساس اطلاعات System Card مدل، عملکرد GPT-6.1 Terra در برابر حملات مستقیم به سلسله‌مراتب دستورالعمل‌ها تقریباً هم‌سطح GPT-6 Astra و GPT-6.1 Sol است. این دو مدل در چنین آزمون‌هایی به نرخ موفقیت حفاظتی ۹۹٫۹۹ درصد رسیده‌اند.
در حملات غیرمستقیم Prompt Injection که دستورهای مخرب در محتوای شخص ثالث پنهان می‌شوند، نرخ دفاع Terra به ۹۸٫۸ درصد رسیده است. این رقم در GPT-5.6 Terra برابر با ۹۶٫۲ درصد بود.
مدل GPT-6.1 Terra با کاهش قابل‌توجه هزینه API و بهبود هم‌زمان عملکرد در استدلال، کدنویسی، پردازش بصری و کنترل کامپیوتر عرضه شده است. ارزیابی‌های منتشرشده نیز نشان می‌دهند این مدل در بسیاری از وظایف به عملکرد مدل‌های بزرگ‌تر نزدیک می‌شود، در حالی که هزینه اجرای آن به‌مراتب پایین‌تر است. با این حال، OpenAI برای دشوارترین وظایف برنامه‌نویسی همچنان استفاده از مدل‌های قدرتمندتر GPT-6.1 Sol و GPT-6 Astra را پیشنهاد می‌کند.
به نظر شما کاهش چشمگیر هزینه استفاده از GPT-6.1 Terra مهم‌تر است یا نزدیک شدن عملکرد آن به مدل‌های بزرگ‌تر و گران‌تر؟
