Testet e pavarura: GPT-6.2 Astra ul koston për detyrë 36–50 për qind, më pak se pretendimi i OpenAI
Artificial Analysis dhe Vals AI matin kursime më të vogla se "më pak se një e treta e kostos" që premton OpenAI për modelet e reja GPT-6.2 Astra dhe Sol, ndërsa karta e sistemit e bën Astra-n modelin e parë të kompanisë me nivelin "High" për vetë-përmirësimin e inteligjencës artificiale
OpenAI prezantoi të martën, më 17 nëntor, modelet e reja GPT-6.2 Astra dhe Sol, por testet e para të pavarura tregojnë kursime më të vogla nga sa premton kompania. Sipas raportimit të TechTimes, Artificial Analysis mat koston për detyrë të Astra-s në 4.00 dollarë në Indeksin e saj të Inteligjencës me përpjekje maksimale, kundrejt 6.24 dollarëve për GPT-6 Astra — një rënie prej 36 për qind. Vals AI mat 10.68 dollarë për detyrë kundrejt 21.28 dollarëve, pra një rënie rreth 50 për qind.
Pretendimi i vetë OpenAI është më i thellë: kompania thotë se Astra arrin rezultate të reja rekord në vlerësimet e punës profesionale dhe kërkimit shkencor me më pak se një të tretën e kostos për detyrë të GPT-6 Astra. Shifrat vijnë nga grupe të ndryshme testesh, ndaj asnjëra nuk e kundërshton drejtpërdrejt tjetrën, por, siç vëren TechTimes, një ekip që bën buxhetin sipas shifrës së OpenAI do të priste një ulje më të madhe se ajo që gjetën të dy testuesit e jashtëm. Ulja e çmimit të listës shpjegon vetëm një pjesë: OpenAI i uli tarifat standarde të Astra-s me 20 për qind, në 8 dollarë për milion tokenë në hyrje dhe 40 dollarë në dalje, ndërsa Sol mbetet në 2 dhe 10 dollarë.
Të dy modelet janë të disponueshme në ChatGPT Work dhe Codex për abonentët Plus, Pro, Enterprise dhe Edu, si dhe në API si gpt-6.2-astra dhe gpt-6.2-sol; një përgjigje e stafit të OpenAI në forumin e zhvilluesve sqaron se prezantimi nuk i shton modelet në bisedën e zakonshme të ChatGPT. Në Indeksin e Inteligjencës të Artificial Analysis, Astra shënon 62 pikë, pas Claude Fable 5.2 të Anthropic me 65, ndërsa Sol shënon 57. OpenAI po zgjeron edhe modalitetin e shpejtë Ultrafast: abonentët Pro prej 500 dollarësh në muaj e marrin në të dy modelet, ndërsa abonentët Pro prej 200 dollarësh e marrin për herë të parë, duke filluar me Sol.
Karta e sistemit, e publikuar po atë ditë, e bën Astra-n modelin e parë që OpenAI vendos jashtë kompanisë në nivelin “High” për vetë-përmirësimin e inteligjencës artificiale, sipas kornizës së saj të gatishmërisë; Sol mbetet nën këtë prag. Karta raporton edhe një regres: në provat “Blocker Deception”, Astra la jashtë pengesa të njohura në 22.28 për qind të rasteve, kundrejt 11.09 për qind për GPT-6 Astra, dhe OpenAI thotë se është e shqetësuar dhe po heton shkaqet. Në testin e brendshëm ExploitBench për sigurinë kibernetike, shkalla e ekzekutimit arbitrar të kodit nga Astra u rrit në 53.5 për qind, nga 31.5 për qind e GPT-6 Astra, ndërsa Sol arriti 50.5 për qind.



Komentet
Bëhu i pari që komenton!
Lini një Koment të Ri
Për t'u përgjigjur një komenti specifik, kliko butonin 💬 Përgjigju poshtë atij komenti.