Astra-ийн чадвар 5 дахин хямд үнээр: OpenAI кодчилолд зориулсан "GPT-6.1 Sol" моделио цацлаа
Хэдхэн хоногийн өмнө OpenAI дараагийн үеийн GPT-6.1 Astra моделийн нээлтийг дотоод аюулгүй байдал, alignment-ийн шалгуур хангахгүй байна гэсэн шалтгаанаар хойшлуулж байсан билээ. Гэвч тус компани өөрийн ээлжит DevDay арга хэмжээн дээр хөгжүүлэгчдийн хамгийн их хүлээж байсан, бодит практикт шууд ашиглах боломжтой дунд түвшний шинэ тэргүүлэгч GPT-6.1 Sol моделио танилцуулж гэнэтийн бэлэг барилаа.
Энэхүү шинэ загварын гол уриа нь: "Flagship түвшний оюун ухааныг тав дахин бага үнээр". Ялангуяа програм хангамжийн инженерчлэл, төвөгтэй кодын сан (codebase) дээр ажиллах болон бие даасан AI агентуудын (agentic workflows) гүйцэтгэлд онцгойлон анхаарчээ.
5 дахин хямд өртөг ба кэшийн 95%-ийн хөнгөлөлт
AI агент болон програмчлалын туслахуудыг өдөр тутмын үйлдвэрлэлд (production) нэвтрүүлэхэд хамгийн том саад болдог зүйл бол асар өндөр токен зардал байдаг. GPT-6 Astra зэрэг тэргүүлэх загварууд нэг даалгаврыг бүтэн гүйцэтгэхэд хэдэн арван ам.доллар зарцуулдаг нь олон багийг буцаж жижиг загварууд руу шилжихэд хүргэж байв.
GPT-6.1 Sol нь энэхүү зардлын асуудлыг дараах үнийн бүтцээр шийдвэрлэжээ:
- Оролтын үнэ (Standard Input): Сая токен тутамд $2.00
- Кэшлэгдсэн оролт (Cached Input): Сая токен тутамд ердөө $0.10 (стандарт оролтоос 95% хямд, GPT-6 Sol-оос 50% хямд)
- Гаралтын үнэ (Standard Output): Сая токен тутамд $10.00
Саяхан гарсан GPT-6 Astra-ийн оролт $10, гаралт $50 байсантай харьцуулахад энэ нь яг 5 дахин хямд үнэ юм. Ялангуяа репозиторын бүтэц, төслийн суурь файл, өгөгдлийн баазын схемийг кэшлэн давтан ашигладаг инженерчлэлийн агентуудын хувьд $0.10 гэдэг нь ашиглалтын зардлыг үлэмж хэмжээгээр бууруулах боломж олгож байна.
DeepSWE дээр Astra-тай эн зэрэгцсэн нь
Үнэ хямдарсан ч чадвар буурсангүй. Бодит программ хангамжийн алдаа засах, код бичих чадварыг хэмждэг нээлттэй жишиг тест болох DeepSWE v1.1 бенчмарк дээр GPT-6.1 Sol нь 75.2% амжилт үзүүлсэн нь флагшип Astra-ийн 74.8%-ийг ч даван гарчээ.
Хамгийн гайхалтай үзүүлэлт нь даалгавар бүрийг гүйцэтгэхэд зарцуулагдах бодит өртөг юм:
- DeepSWE 1.1 даалгаврын зардал: Astra загварт нэг даалгавар гүйцэтгэхэд дунджаар $3.92 зарцуулагддаг байсан бол GPT-6.1 Sol ердөө $0.65 зардлаар ижил үр дүнд хүрсэн (зардал 83% хямдарсан).
- OSWorld 2.0 (Компьютер ашиглалтын тест): Компьютерийн дэлгэц удирдах даалгавар дээр Astra 73.5%-ийн үр дүн үзүүлдэг бол Sol 71.4% авч тун ойртсон ба нэг ажлын зардал $9.44-өөс $1.27 болж 7 дахин буурчээ.
- AutomationBench 1.0.6: Бизнесийн олон шатлалт автоматжуулалтын тестэд 31.7% оноо авч, Anthropic-ийн тэргүүлэх Claude Opus 5.5-аас даруй 2.2 пунктээр илүү үзүүлэлт үзүүлсэн байна.
1 сая гаруй токен контекст ба архитектурын онцлог
Хөгжүүлэгчийн үүднээс авч үзвэл техникийн үзүүлэлтүүд нь орчин үеийн цогц агент хөгжүүлэлтэд бүрэн тохирчээ:
- Context Window: 1,050,000 токен. Асар том монолит кодын санг бүтнээр нь оруулж шинжлэхэд хангалттай.
- Max Output Tokens: 128,000 токен. Бүхэл бүтэн модулийг эхнээс нь дуустал тасалдалгүй гаргах боломжтой.
- Reasoning Effort тохиргоо:
reasoning.effortпараметер ньlow,medium(default),high,xhigh,maxтүвшнүүдийг дэмждэг. Хэрэглэгч асуудлын хүндрэлээс хамаарч модель хичнээн тооцоолол хийхийг нарийн зааж өгөх боломжтой (харинnoneболонminimalтохиргоо Sol дээр байхгүй). - API бүтцийн өөрчлөлт: Function calling болон tool calling хийхийн тулд шинэ Responses API-ийг ашиглах шаардлагатай болсон ба хуучин Chat Completions API нь tool calling-гүй горимд ажиллана.
Мөн загвар нь баталгаажсан кибер аюулгүй байдлын хамгаалалттай бөгөөд OpenAI-ийн Preparedness Framework-ийн дагуу Astra-ийн ашигладаг түвшний safety stack-ийг өөртөө агуулсан байна.
Sonnet 5.5 болон Gemini 4 Argon-ийн эсрэг сөрөг довтолгоо
Сүүлийн саруудад хөгжүүлэгчдийн дунд Anthropic-ийн Claude Sonnet загварууд (хамгийн сүүлд зарлагдсан Sonnet 5.5) өртөг бага, терминал дээр бичих чадвараараа "де-факто стандарт" болоод байв. Мөн Google компани Gemini 4 Argon загвараараа тооцооллын рекордыг эвдсэн билээ.
OpenAI яг энэ цаг үед GPT-6.1 Sol-ийг зах зээлд гаргасан нь стратегийн чухал алхам болов. Тэд үнийн хувьд Anthropic-ийн $2 / $10 түвшинтэй яг тэнцэж, cached token дээрээ бүр $0.10 болгон үнийн дайн өдөөж байна.
Энэ өрсөлдөөний хамгийн том хожлыг хөгжүүлэгчид хүртэж байна. Инженерүүд одоо үнэтэй flagship моделуудын түвшний кодын шинжилгээ, авто-тест үүсгэлт, автомат рефакторинг ажлуудыг төсөвтөө дарамт учруулахгүйгээр өдөр тутмын CI/CD болон IDE орчиндоо шууд нэвтрүүлэх бодит гарцтай боллоо.
GPT-6.1 Sol нь OpenAI API дээр gpt-6.1-sol нэршлээр олон улсад нээлттэй болсон бөгөөд Plus, Pro, Enterprise эрхтэй хэрэглэгчдэд ChatGPT Work болон шинэчлэгдсэн Codex орчноор дамжин хүрч эхлээд байна.
Эх сурвалж: OpenAI Announcement, DataCamp, Vellum, VentureBeat
Сэтгэгдэл
Ачаалж байна...