Доверил работу ИИ-агенту, и вот что вышло. Большой тест топовых моделей ChatGPT 6.1 Sol и 6.0 Astra, задачи …
Месяц назад OpenAI запустила свою флагманскую модель GPT-6 Astra, которую оценили за сложные навыки: управление компьютером в сложных программах, разработка сайтов, создание 3D‑моделей с нуля. Это первый ИИ, который OpenAI продвигает как безопасного агента для почти безграничного использования на своём личном компьютере. Однако GPT‑6 Astra – очень дорогая модель и быстро поглощает лимиты даже на платных тарифах.
Неделю назад вышла GPT-6.1 Sol, которая при почти идентичном уровне интеллекта с GPT‑6 Astra в пять раз дешевле. Совсем недавно базовой моделью для общения в ChatGPT была не такая смышлёная GPT‑5.6 Sol. В этом посте я сравнил в GPT‑6 Astra и GPT‑5.6 Sol в простых запросах, а затем дал новой GPT-6.1 Sol четыре задачи прямо с моим Mac, которые не доверял ранним моделям. Но давайте сначала наведём порядок в многочисленных версиях ChatGPT, которые сейчас на слуху. Где доступны топовые модели ChatGPT. Сколько стоят OpenAI делит модели по поколениям (числа) и классам (имена) в одном названии. Есть следующие классы (цена за 1 млн токенов на вход / выход): Так, GPT 6.0 Astra – самая мощная модель, но GPT‑6.1 Sol – самая новая. Модель GPT‑6 доступа во всех классах кроме Terra, а GPT‑6.1 есть только в классе Sol, поскольку Astra на неё основе оказалась слишком опасной для запуска. Доступность моделей в ChatGPT зависит от уровня подписки и режима общения «Чат» и «Работа». У меня подписка Plus за $20. Для работы с ChatGPT использовал приложение Codex. Сравнение простых ответов делал между GPT‑5.6 Sol и GPT‑6 Astra в режиме «Работа» на среднем уровне размышлений. Тест сложных навыков делал у модели GPT‑6.1 Sol в режиме «Работа» на среднем уровне размышлений. Поскольку GPT‑6 Astra и GPT‑6.1 Sol умеют примерно одно и то же, просто GPT‑ 6.1 Sol дешевле, далее смотрим, чем они отличаются от популярной GPT‑5.6 Sol. GPT-6 Astra лучше всех моделей способен проявить навыки творчества и создать 3D объекты на уровне 3D-художника по референсу На релизе OpenAI вывела четыре сферы, в которых нейросеть стала сильнее: работа агентом, комплексные задачи, создание сложных продуктов и кодинг. OpenAI заявляет, что Astra лучше сохраняет связность в длительных задачах и точнее следует инструкциям. Так выглядит сравнение, если опираться на документацию. Источник: OpenAI | GPT‑6 Astra: A new generation of intelligence. На релизе OpenAI вывела четыре сферы, в которых нейросеть стала сильнее: работа агентом, комплексные задачи, создание сложных продуктов и кодинг. По умению решать незнакомые задачи GPT-6 Astra почти перешёл отметку AGI (общего искусственного интеллекта) Отдельно OpenAI сделала упор на безопасность. В тесте на общий искусственный интеллект ARC-AGI-3 модель GPT-6 Astra достигла результата в 99,9% эффективности. Этот тест проверяет, насколько агенты способны решать задачи, с которыми не были знакомы. Человек справляется на 48%, а GPT 5.6 Sol на 7,8%. Сила GPT-6 Astra в более продуманной глубокой работе и в роли ИИ-агента. Вместе с GPT-5.6 Sol они выступают примерно на одном уровне в обычном общении, и вероятно, по этой причине GPT-6 Astra до сих пор не появилась на вкладке бытового чата. Что касается «послушности», после взлома платформы Hugging Face OpenAI якобы научилась делать так, чтобы ИИ не выходил за пределы своей задачи. По заверениям компании…
Источник: iphones.ru — www.iphones.ru/iNotes/sravnil-topovuyu-ii-model-chatgpt-6-astra-protiv-narodnoy-56-sol-dumaet-bystree-no-glavnaya-fishka-sovsem-v-drugom
