GPT-6.1 Terra: OpenAI вдвое снизила цену на агентную модель среднего класса
🖥️ GPT-6.1 Terra: OpenAI вдвое снизила цену на агентную модель среднего класса OpenAI выпустила GPT-6.1 Terra для агентных сценариев, работы с компьютером и повседневного кодинга. Цена в API вдвое ниже, чем у GPT-5.6 Terra: $1 за миллион входных токенов вместо $2 и $6 за…
- 01.🖥️ GPT-6.1 Terra: OpenAI вдвое снизила цену на агентную модель среднего класса OpenAI выпустила GPT-6.1 Terra для агентных сценариев, работы с компьютером и повседневного кодинга
- 02.Цена в API вдвое ниже, чем у GPT-5.6 Terra: $1 за миллион входных токенов вместо $2 и $6 за…
🖥️ GPT-6.1 Terra: OpenAI вдвое снизила цену на агентную модель среднего класса OpenAI выпустила GPT-6.1 Terra для агентных сценариев, работы с компьютером и повседневного кодинга. Цена в API вдвое ниже, чем у GPT-5.6 Terra: $1 за миллион входных токенов вместо $2 и $6 за миллион выходных вместо $12. По оценкам OpenAI: - Agents’ Last Exam: на 15 процентных пунктов лучше предшественницы при среднем уровне рассуждений и примерно втрое меньшей стоимости задачи. - Terminal-Bench 4.0: решает 50,3% задач против 21,5% у GPT-5.6 Terra при максимальном уровне рассуждений. - Меньше фактических ошибок: во внутреннем тесте на сложные провоцирующие запросы частота ошибок при максимальном уровне рассуждений снизилась до 4,3%. Доступна в ChatGPT Work, Codex и через API под id gpt-6.1-terra. В ChatGPT раскатка идёт на Plus, Pro, Enterprise и Edu. @ai_machinelearning_big_data
Связанные материалы
Все материалы →Anthropic открывает свои бухгалтерские балансы для Уолл-стрит, показывая рекордные доходы и растущие обязательства
Anthropic — первая крупная лаборатория искусственного интеллекта, подавшая заявку S-1 в SEC и планирующая разместить свою компанию на Nasdaq под тикером «ANT». Цифры впечатляют: квартальный доход составляет $11,6 млрд, первая в истории операционная прибыль, а существующие клиенты тратят в девять раз больше по сравнению с прошлым годом.…
Создание агентной системы извлечения на базе Amazon Bedrock с CDK
AWS Machine Learning описывает создание агентной системы извлечения на базе Amazon Bedrock с использованием AWS CDK.
Кэширование запросов для ИИ-агентов на Amazon Bedrock
Кэширование запросов позволяет ИИ-агентам на Amazon Bedrock быть более эффективными.