GPT-6.2 Sol набрала 57 баллов: как отличаются пять режимов
Модель OpenAI GPT-6.2 Sol получила 57 баллов в тестах Artificial Analysis. По сведениям сервиса, модель вышла в ноябре.
При выборе модели имеет значение режим: результаты тестов у них заметно различаются. Для расчёта цены и лимитов используют токены — единицы объёма текста.
Коротко
- Модель принимает текст и изображения, а ответы выдаёт текстом.
- Лимит одного запроса вместе с ответом — 1 млн токенов.
- Параметры модели закрыты: скачать их для самостоятельного запуска нельзя.
Оценка зависит от выбранного уровня усилий
Самую высокую оценку получил режим Max. У Xhigh результат — 56 баллов, у High — 55, у Medium — 53. На уровне Low оценка снижается до 41 балла.
Для сравнимых моделей медиана составляет 43 балла. Это середина ряда оценок: половина результатов ниже, половина выше. Artificial Analysis сопоставляет закрытые модели с открытыми в том же ценовом диапазоне.
Общий индекс объединяет девять проверок. Они охватывают работу с документами, программирование, научные задачи и знания. Сервис предупреждает: для конкретной работы отдельный тест может быть полезнее общей оценки.
Входной текст и ответы оплачиваются по разным ставкам
Для Max указаны $2 за миллион входных токенов и $10 за миллион выходных. Эти ставки совпадают с медианами в группе сравнения. Для ранее обработанного входного текста карточка указывает скидку 95%.
Средняя стоимость задания в тестах составила $1,01. Это взвешенный расчёт по набору проверок с учётом разных типов токенов. Он описывает расходы на тестовые задания, а не фиксированную цену любого запроса.
При прохождении тестов Max выдал 60,9 млн токенов против медианы 71,1 млн. Это объём ответов за оценивание, а не предел одного ответа. Общий лимит контекста тоже нельзя считать допустимой длиной ответа.
Что это значит для вас
- Название модели без уровня усилий не позволяет точно сопоставить результаты.
- Для оценки расходов нужны объёмы входного текста и ответа: одной цены тестовой задачи недостаточно.
Что делать
- Сопоставьте нужный вам тип работы с отдельными тестами, а не только с общей оценкой.
- Учитывайте выбранный режим при сравнении результатов.
- Рассчитывайте стоимость входного текста и ответа отдельно.
Чего пока неизвестно
Время выполнения тестовых задач в карточке не приведено. Поэтому по этим данным нельзя оценить, сколько придётся ждать ответа.
Редакция «Применяй ИИ» · Как мы готовим новости
Темы:ChatGPT и OpenAI
Справка:Досье: ChatGPT