Lập trình, phân tích tài liệu, thao tác máy tính và tác nhân nhiều bước trong một mô hình
GPT-6.1 Sol là mô hình Sol của OpenAI dành cho lập trình phức tạp, thao tác máy tính và công việc chuyên môn. Mô hình hỗ trợ các tác nhân có thể xem xét mã nguồn, sử dụng công cụ, đọc tài liệu chi tiết và hoàn thành nhiệm vụ qua nhiều bước.
Cửa sổ ngữ cảnh 1.050.000 token và mức suy luận có thể điều chỉnh giúp nhà phát triển làm việc với kho mã lớn và tài liệu dài. OpenAI ghi nhận những cải thiện so với GPT-6 Sol trong các đánh giá về kỹ thuật phần mềm, hiểu tài liệu, tự động hóa nghiệp vụ và thao tác máy tính.
Năng lực dành cho nhóm phát triển và tác nhân làm việc với mã nguồn, tài liệu và ứng dụng.
01
GPT-6.1 Sol có thể khảo sát kho mã, truy tìm lỗi, chỉnh sửa nhiều tệp và xác minh thay đổi trong suốt nhiệm vụ phát triển kéo dài. Theo đánh giá DeepSWE v1.1 của OpenAI, mô hình đạt kết quả ngang GPT-6 Astra và cao hơn điểm tốt nhất của GPT-6 Sol 6,4 điểm phần trăm dù dùng mức suy luận thấp hơn.
02
GPT-6.1 Sol xử lý PDF chi tiết có bảng, biểu đồ, sơ đồ và chú thích chữ nhỏ. Mô hình cũng điều phối quy trình nghiệp vụ nhiều bước sử dụng nhiều công cụ. OpenAI báo cáo kết quả tốt hơn GPT-6 Sol trên GDP.pdf và cải thiện 4,8 điểm trên AutomationBench ở mức suy luận trung bình.
03
GPT-6.1 Sol có thể hiểu ngữ cảnh hình ảnh và thao tác qua giao diện ứng dụng trong quy trình của tác nhân. Ở bài đánh giá OSWorld 2.0 ngoại tuyến, OpenAI báo cáo mô hình cao hơn GPT-6 Sol 7 điểm tại mức suy luận tối đa. Nhóm có thể kết hợp hiểu ảnh chụp màn hình, thao tác giao diện và kiểm tra kết quả trong cùng một quy trình.
04
GPT-6.1 Sol nhận tối đa 1.050.000 token ngữ cảnh và tạo tối đa 128.000 token đầu ra. Nhà phát triển có thể chọn mức suy luận low, medium, high, xhigh hoặc max theo độ sâu cần thiết. Đánh giá độ chính xác thực tế của OpenAI cũng cho thấy câu trả lời đáng tin cậy hơn ở mức suy luận thấp. Dải lựa chọn này phù hợp với kho mã lớn, báo cáo dài và phiên tác nhân kéo dài.
Dùng GPT-6.1 Sol để tìm hiểu kho mã, triển khai tính năng, sửa lỗi và rà soát thay đổi trong nhiệm vụ liên quan đến nhiều tệp.
Xây dựng tác nhân biết lập kế hoạch, gọi công cụ, xem xét kết quả và tiếp tục công việc dựa trên ngữ cảnh của các bước trước.
Phân tích PDF chi tiết, kết hợp bằng chứng từ biểu đồ và văn bản, rồi tạo bản tóm tắt dựa trên nguồn.
Dùng ảnh chụp màn hình và trạng thái ứng dụng để xem xét giao diện, thực hiện quy trình và kiểm tra kết quả quan sát được.
Điều phối các quy trình nghiệp vụ lặp lại qua công cụ, tài liệu và các bước bàn giao, đồng thời theo dõi từng bước.
Thực hiện phân tích, mô phỏng và nghiên cứu trên terminal khi cần dùng mã nguồn và kiểm tra lặp lại.
| Năng lực | GPT-6.1 Sol | GPT-6 Sol | GPT-6 Astra |
|---|---|---|---|
| Trọng tâm mô hình | Lập trình phức tạp, thao tác máy tính và quy trình chuyên môn | Lập trình phức tạp và quy trình tác nhân | Các nhiệm vụ đầu cuối đòi hỏi cao nhất |
| DeepSWE v1.1 | Ngang Astra; cao hơn điểm tốt nhất của Sol 6,4 điểm phần trăm | 6.1 Sol cao hơn điểm tốt nhất của mô hình này 6,4 điểm phần trăm | Ngang 6.1 Sol |
| OSWorld 2.0 ngoại tuyến (mức tối đa) | Cao hơn Sol 7 điểm phần trăm; kém Astra 2,1 điểm | 6.1 Sol cao hơn 7 điểm phần trăm | Cao hơn 6.1 Sol 2,1 điểm phần trăm |
| Terminal-Bench Science 0.1 (mức tối đa) | Điểm cao hơn gấp đôi Sol | 6.1 Sol đạt điểm cao hơn gấp đôi kết quả này | Điểm cao nhất được công bố: 68,1% |
| Tỷ lệ lỗi thông tin (mức suy luận thấp) | 7,7% | 11,4% | 6.1 Sol chênh lệch không quá 1,9 điểm phần trăm ở các mức đã kiểm tra |
| Giá chính thức · Đầu vào tiêu chuẩn / 1 triệu token | $2.00 | $2.00 | $10.00 |
| Giá chính thức · Đầu vào đã lưu cache / 1 triệu token | $0.10 | $0.20 | $1.00 |
| Giá chính thức · Ghi cache / 1 triệu token | $2.50 | $2.50 | $12.50 |
| Giá chính thức · Đầu ra tiêu chuẩn / 1 triệu token | $10.00 | $10.00 | $50.00 |
Tìm GPT-6.1 Sol bên cạnh các mô hình PoYo khác và xem năng lực lập trình, tài liệu, thao tác máy tính và tác nhân tại một nơi.
Dùng các kết quả OpenAI công bố để so sánh GPT-6.1 Sol, GPT-6 Sol và GPT-6 Astra theo nhiệm vụ của nhóm.
Xác định cách đưa đầu vào ngữ cảnh dài, mức suy luận và các bước dùng công cụ vào quy trình lập trình và tác nhân.
Theo dõi GPT-6.1 Sol sắp có trên PoYo và dùng trang này để chuẩn bị.
