OpenAI ra mắt các Agent GPT-6.1 Sol và Dot: Hiệu suất tiệm cận Astra, chi phí lao dốc

TradingKey - OpenAI đã công bố ra mắt GPT-6.1 Sol, phiên bản nâng cấp của GPT-6 Sol, tập trung vào việc nâng cao khả năng lập trình tác tử (agentic coding), sử dụng máy tính và các năng lực làm việc chuyên nghiệp. OpenAI cho biết GPT-6.1 Sol tiệm cận hiệu năng của GPT-6 Astra trên nhiều bài kiểm tra đánh giá (benchmark), trong khi giá token đầu vào và đầu ra tiêu chuẩn của mô hình này chỉ bằng khoảng một phần năm so với Astra. Ngoài ra, tác tử Dot cũng đã được trình làng.

Mức giá API tiêu chuẩn cho mô hình này là 2 USD trên mỗi triệu token đầu vào, 0,10 USD trên mỗi triệu token đầu vào lưu đệm và 10 USD trên mỗi triệu token đầu ra. Trong đó, giá token đầu vào lưu đệm thấp hơn 95% so với đầu vào tiêu chuẩn, chủ yếu hướng tới các khối lượng công việc tác tử yêu cầu tái sử dụng ngữ cảnh nhiều lần.

GPT-6.1 Sol Hướng Tới Sự Cân Bằng Giữa "Hiệu Suất Cao và Chi Phí Thấp"

OpenAI cho biết GPT-6 Astra vẫn là mô hình tiên phong có năng lực tổng thể mạnh nhất của hãng, phù hợp với các tác vụ chuyên môn và nghiên cứu khoa học phức tạp nhất. Trong khi đó, GPT-6.1 Sol nhằm mục đích cung cấp một giải pháp phù hợp hơn cho việc triển khai quy mô lớn bằng cách cân bằng giữa hiệu suất và chi phí.

Trong bài đánh giá mã nguồn DeepSWE v1.1, GPT-6.1 Sol đã đạt được hiệu suất gần tương đương với GPT-6 Astra với chi phí chỉ bằng khoảng một phần năm. Dưới cường độ suy luận và chi phí thấp hơn, điểm số của mô hình này cũng cao hơn 6,4 điểm phần trăm so với mức hiệu suất cao nhất của GPT-6 Sol.

Trong bài đánh giá tài liệu chuyên ngành GDP.pdf, GPT-6.1 Sol đã vượt trội hơn Opus 5.5 có cơ chế dự phòng trên các thiết lập suy luận thử nghiệm khác nhau, với chi phí trên mỗi tác vụ chưa bằng một nửa so với Opus 5.5. Mang lại hiệu suất gần tương đương GPT-6 Astra, chi phí trên mỗi tác vụ của mô hình này chỉ bằng khoảng một phần năm so với Astra.

Nhiều chỉ số tham chiếu cho thấy sự cải thiện hiệu suất

Trong các tác vụ sử dụng máy tính, khoảng cách điểm số giữa GPT-6.1 Sol và GPT-6 Astra đã thu hẹp xuống còn dưới 2,1 điểm phần trăm, nhưng chi phí trên mỗi tác vụ của mô hình này chỉ bằng khoảng một phần bảy so với Astra.

Trong các đánh giá nghiên cứu khoa học, chi phí trung bình trên mỗi tác vụ của GPT-6.1 Sol ở cường độ suy luận tối đa là 5,47 USD, thấp hơn so với mức 23,21 USD của Opus 5.5 và 23,80 USD của GPT-6 Astra. GPT-6 Astra vẫn đứng đầu trong số các mô hình được thử nghiệm với điểm số 68,1%, và OpenAI khuyến nghị sử dụng mô hình này cho các tác vụ nghiên cứu khoa học thách thức nhất.

OpenAI cũng tiết lộ rằng GPT-6.1 Sol ghi nhận tỷ lệ lỗi thực tế là 4,1% trong các bài kiểm tra độ chính xác thực tế có độ khó cao, thấp hơn 0,4 điểm phần trăm so với GPT-6 Sol, trong khi chi phí trên mỗi tác vụ thấp hơn khoảng 83% so với Astra. Tuy nhiên, bài kiểm tra này sử dụng các cuộc trò chuyện có độ khó cao đã qua lọc và không đại diện cho các kịch bản người dùng thông thường.

OpenAI ra mắt Dot: Tác nhân AI luôn hoạt động

Ra mắt cùng với Sol là tác nhân AI Dot. Theo thông báo, Dot được vận hành bởi GPT-6 Astra, sở hữu máy tính đám mây độc lập, tự học từ phản hồi trong quá trình sử dụng lâu dài, hoạt động liên tục 24/7 để hướng tới các mục tiêu của người dùng và có thể kết nối với hơn 4.000 ứng dụng thông qua hệ sinh thái plugin. Người dùng có thể liên lạc với Dot bất kỳ lúc nào qua ChatGPT, SMS, Slack và Teams, hoặc thực hiện cuộc gọi thoại với tác nhân này, và Dot sẽ đồng bộ hóa ngữ cảnh trên tất cả các kênh.

Dot sở hữu tính năng quản lý danh tính và phân quyền độc lập, sử dụng máy tính đám mây cùng trình duyệt riêng, và có thể viết cũng như kiểm thử mã khi cần. Người dùng có thể mở máy tính của Dot bất kỳ lúc nào để kiểm tra công việc hoặc cấp quyền cho tác nhân này kết nối với máy tính xách tay của chính mình. Dot có thể tự chủ triển khai đồng thời nhiều dự án mà không cần chuyển đổi giữa các cuộc trò chuyện khác nhau hay yêu cầu hướng dẫn từng bước. OpenAI đã nêu ví dụ về trường hợp Dot của một người thử nghiệm sớm phát hiện người dùng quên gửi hóa đơn cho nhà xuất bản, tự chuẩn bị hóa đơn và gửi đi ngay sau khi được chấp thuận.

Dot đang từng bước được triển khai tới người dùng các gói dịch vụ Pro, Business Premium và Enterprise tại các thị trường đủ điều kiện. Trong khi đó, OpenAI đang mở bản xem trước các Dot chuyên dụng cho một số ít doanh nghiệp, đóng vai trò sở hữu danh tính độc lập và trách nhiệm rõ ràng trong tổ chức. Người dùng gói Pro có thể đăng ký vào danh sách chờ với số lượng suất có hạn để trải nghiệm việc gửi và nhận tin nhắn qua iMessage và RCS.