OpenAI udostępnia GPT-6.1 Terra: wydajność zbliżona do Sol, połowa ceny i szybsze kodowanie
GPT-6.1 Terra niemal dogania GPT-6.1 Sol w benchmarkach, ale jest dwa razy tańsza, z naciskiem na rozumienie obrazów, obsługę komputera i bardziej naturalny tekst.
GPT-6.1 Terra: wydajność zbliżona do Sol, połowa ceny i szybsze kodowanie
Nowy model GPT-6.1 Terra niemal dorównuje GPT-6.1 Sol w benchmarkach, ale jest teraz dwa razy tańszy. Nacisk położono na rozumienie obrazów, obsługę komputera (computer use) i bardziej naturalny tekst. W kodowaniu prędkość w Terminal-Bench 4.0 wzrosła dwukrotnie w porównaniu z poprzednią wersją Terra.
Model jest też znacznie bardziej efektywny pod względem zużycia tokenów. W ChatGPT Work i Codex ten sam abonament pozwala teraz wykonać więcej zadań niż przy GPT-5.6 Terra. W Agents’ Last Exam przy średnim poziomie rozumowania wynik jest o 15 punktów procentowych wyższy niż w GPT-5.6 Terra, przy koszcie około trzykrotnie niższym. To poziom GPT-6 Astra, ale z ceną za token dziesięciokrotnie niższą. Zadania są wykonywane ponad trzykrotnie szybciej niż w Astra i Sol.
Według OpenAI, przy maksymalnym poziomie rozumowania Terra jest ponad trzykrotnie bardziej efektywna tokenowo niż Claude Opus 5.5 i czterokrotnie tańsza za token, czyli około dziewięciokrotnie tańsza za wykonaną zadanie.
Model jest już dostępny we wszystkich płatnych planach oraz przez API.
Dlaczego to ważne
AnalizaNiższy koszt tokenów i większa efektywność czynią GPT-6.1 Terra atrakcyjnym wyborem dla agentów, kodowania i intensywnych obciążeń API.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
OpenAI udostępnia GPT-6.1 Terra
OpenAI wprowadziło GPT-6.1 Terra — tańszy model, nieco słabszy od Sol, ale szczególnie dobry w obsłudze komputera.
MiniMax prezentuje M3.1 Flash, wcześniej Space Bunny
MiniMax oficjalnie zaprezentował model M3.1 Flash, wcześniej znany jako Space Bunny. Model ma generować ponad 200 tokenów na sekundę i przewyższać inne chińskie modele w benchmarkach.
GPT-6 Astra: przewodnik po nowym modelu OpenAI
Pełny przegląd flagowego modelu GPT-6 Astra: architektura agentowa, możliwości Computer Use, kodowanie w Codex, benchmarki cyberbezpieczeństwa, niuanse promptowania oraz przewodnik po migracji API.
OpenAI GPT (Flagowe modele z serii GPT)
Główna, uniwersalna linia dużych modeli językowych od OpenAI (GPT-4, GPT-4o). Optymalizowana pod kątem złożonej analizy tekstu, programowania, kreatywności oraz codziennej pracy intelektualnej.
Część I. Architektura agentów AI: fundamentalne elementy
Dziesięć fundamentalnych elementów współczesnego agenta: taksonomia modeli, pętla runtime, techniki promptowania, destylacja, umiejętności (skills), pamięć, wywoływanie funkcji oraz ekonomia jednostkowa.
Benchmarki dla agentów: GAIA i SWE-bench
Nowe pokolenie rygorystycznych, praktycznych benchmarków służących do oceny autonomii sztucznej inteligencji. GAIA testuje zadania multimodalne w otwartym internecie z wykorzystaniem plików i przeglądarki, natomiast SWE-bench sprawdza zdolność agentów do znajdowania i naprawiania rzeczywistych błędów w dużych repozytoriach GitHub.