Чуть больше двух недель назад компания OpenAI представила миру новое семейство больших языковых моделей под названием GPT-5.6, состоящее из трёх моделей — базовой Luna, сбалансированной Terra и флагманской Sol. К сожалению, на момент презентации свежие LLM были доступны лишь в рамках ограниченного превью, но вчера, 9 июля, американский стартап открыл доступ к новейшим моделям для всех желающих. И, естественно, компания делает акцент на Sol-модель, потому что она демонстрирует впечатляющие результаты буквально во всех областях. «GPT-5.6 Sol устанавливает новый стандарт как в плане интеллектуальных способностей, так и в плане эффективности, демонстрируя передовые результаты в программировании, обработке информации, кибербезопасности и науке. Модель превосходит предыдущие версии моделей GPT и конкурирующие модели с меньшим количеством токенов и меньшей расчётной стоимостью», — заявили представители OpenAI.
Да, в последнее время лидеры ИИ-рынка начали гораздо активнее говорить не только о мощности своих моделей, но и об их финансовой эффективности, так как в конечном итоге для пользователя это имеет ключевую роль. И GPT-5.6 Sol в этом плане действительно выглядит очень достойно — в бенчмарке Agents’ Last Exam (тест с длительным горизонтом планирования) новая модель (Max-версия) показала крайне высокую точность, при этом стоимость токенов по API составляет примерно тысячу долларов, тогда как Gemini 3.1 Pro Preview в том же тесте обошлась примерно в две тысячи, на Claude Opus 4.8 (тоже Max-версия) было потрачено почти четыре тысячи долларов. Изображения: OpenAI
Более того, в индексе Artificial Analysis Coding Agent Index модель GPT-5.6 Sol с максимальным уровнем логического мышления установила новый рекорд, набрав 80 баллов — это на 2,8 балла выше, чем у Claude Fable 5, которая ранее считалась чем-то действительно прорывным на рынке. Но главная фишка в том, что GPT-5.6 Sol поставила рекорд, используя при этом менее половины выходных токенов Claude Fable 5, потратила на это вполовину меньше времени и стоило это всё заметно дешевле. И хорошая новость в том, что подобные достижения демонстрирует не только флагманская модель, но и версии попроще. Изображения: OpenAI
Например, версия Terra, сбалансированная модель предтопового уровня, показывает результаты даже чуть выше, чем у Claude Fable 5, хотя стоит она существенно дешевле. А версия Luna, базовая модель, которую в OpenAI называют своей «самой экономичной моделью» в семействе, обходит Claude Opus 4.8 — текущую флагманскую модель от Anthropic за пределами семейства Fable. И, естественно, в OpenAI пришлось немало потрудиться, чтобы обеспечить должный уровень безопасности в рамках работы с новыми моделями, особенно если учесть их возможности в области кибербезопасности.
Источник: trashbox.ru