شرکت اوپن‌ای‌آی دو مدل تازه از مجموعه هوش مصنوعی خود با نام‌های GPT-6.2 Astra و GPT-6.2 Sol را معرفی کرد. این عرضه حدود دو ماه پس از تصمیم ناگهانی برای توقف پروژه GPT-6.1 Astra به علت نگرانی‌های امنیتی صورت می‌گیرد. توسعه‌دهندگان و تیم‌های فنی در سامانه‌های سازمانی همواره با چالش پایداری کارهای خودمختار و کنترل هزینه‌های پردازش مواجه بوده‌اند. ورود مدل های GPT 6.2 پاسخی مستقیم به این نیاز است، چرا که این دو سیستم نه تنها پایداری اجرایی بیشتری در برنامه‌نویسی و محاسبات پیچیده دارند، بلکه با کاهش مصرف توکن و افت قیمت API، هزینه نهایی پروژه‌ها را به شکل ملموسی پایین می‌آورند.

در این مطلب می خوانید
  1. پیشرفت بنچمارک ها و ارتقای کارایی مدل ها در محاسبات
  2. کاهش قیمت API و بهینه‌سازی هزینه پردازش در مدل های GPT 6.2
  3. اصلاح دسترسی های خودسرانه و چالش جدید گزارش خطا

بازار مدل‌های زبانی بزرگ طی ماه‌های اخیر تغییر مسیر داده است. دیگر صرف داشتن پارامترهای بیشتر به معنای برتری عملیاتی نیست. تیم‌های برنامه‌نویسی و تحلیل داده به ابزارهایی نیاز دارند که کارهای چندمرحله‌ای را بدون نیاز به دخالت مداوم انسان انجام دهند. مدیریت دقیق ابزارهای بیرونی، اجرای صحیح کدهای نرم‌افزاری و حفظ امنیت داده‌های شرکتی از معیارهای اصلی در انتخاب مدل‌های جدید به شمار می‌روند. اوپن‌ای‌آی با اصلاح ساختار پردازشی تلاش کرده است تعادل بهتری میان سرعت، هزینه و قابلیت اطمینان ایجاد کند.

پیشرفت بنچمارک ها و ارتقای کارایی مدل ها در محاسبات

بررسی نتایج آزمون‌های استاندارد نشان می‌دهد که GPT-6.2 Astra در مقایسه با نسخه GPT-6 Astra به ارتقای محسوسی دست یافته است. در بنچمارک Agents' Last Exam این مدل بهبود ۵.۲ واحد درصدی را ثبت کرده است، در حالی که هزینه محاسباتی انجام هر وظیفه در آن به کمتر از یک‌سوم نسخه قبلی کاهش یافته است. برای مجموعه‌هایی که عامل‌های هوشمند را به صورت مداوم برای تحلیل فرایندها به کار می‌گیرند، این تغییر به معنای کاهش مستقیم هزینه‌های زیرساخت است.

در حوزه‌های محاسباتی و پژوهشی نیز توانایی‌های مدل Astra ارتقا یافته است. این مدل در بنچمارک Terminal-Bench Science 0.1 رشد ۹ امتیازی را نشان می‌دهد که نشان‌دهنده دقت بالاتر در حل مسائل فنی و تحلیل داده‌ها است. همچنین در آزمون GDPval v2 که روی کارهای تخصصی و حرفه‌ای تمرکز دارد، امتیاز مدل ۶.۲ واحد افزایش یافته است. ویژگی کلیدی این آزمون، کاهش ۲۲ درصدی در تعداد توکن‌های خروجی است. این یعنی مدل به جای تولید پاسخ‌های طولانی، خروجی‌های دقیق‌تر و فشرده‌تری ارائه می‌دهد که زمان پردازش را کوتاه می‌کند.

برای نمایش توانایی عملی GPT-6.2 Astra در تعامل با ابزارهای مختلف، اوپن‌ای‌آی شبیه‌سازی سه بعدی یک خودرو در مسیرهای ناهموار را اجرا کرد. در این آزمایش، مدل توانست شاسی خودرو را طراحی کند، کدهای لازم به زبان پایتون را برای محاسبه تعادل و حرکات تعلیق بنویسد و نتیجه نهایی را در نرم‌افزار بلندر پویانمایی کند. این فرایند نشان می‌دهد که مدل در هدایت ابزارهای بیرونی و ترکیب چند محیط نرم‌افزاری پایداری بیشتری دارد. همچنین ساخت فرمول‌های پیچیده محاسباتی در اکسل و ایجاد سایت‌های تعاملی از دیگر قابلیت‌های بهبودیافته آن محسوب می‌شوند.

کاهش قیمت API و بهینه‌سازی هزینه پردازش در مدل های GPT 6.2

یکی از تصمیم‌های مهم در معرفی مدل های GPT 6.2 کاهش نرخ پردازش برای کاربران سازمانی و توسعه‌دهندگان است. اوپن‌ای‌آی قیمت API مدل GPT-6.2 Astra را به ۸ دلار برای هر میلیون توکن ورودی و ۴۰ دلار برای هر میلیون توکن خروجی رسانده است. این نرخ در نسخه قبلی به ترتیب ۱۰ دلار و ۵۰ دلار بود. ترکیب این تخفیف قیمتی با کاهش ۲۲ درصدی توکن‌های خروجی، صرفه‌جویی مالی قابل توجهی در پروژه‌های بزرگ به همراه دارد.

مدل های GPT 6.2 پیشرفت بنچمارک ها و ارتقای کارایی مدل ها در محاسبات

در کنار نسخه اصلی، مدل GPT-6.2 Sol به عنوان یک گزینه سریع و اقتصادی برای کارهای روزمره ارائه شده است. قیمت API برای Sol روی ۲ دلار به ازای هر میلیون توکن ورودی و ۱۰ دلار برای هر میلیون توکن خروجی حفظ شده است. نکته جالب در ارزیابی‌ها این است که در بنچمارک برنامه‌نویسی FrontierCode 2.0 اختلاف امتیاز GPT-6.2 Sol با مدل Astra تنها ۰.۵ واحد درصد بوده است. این تفاوت ناچیز نشان می‌دهد توسعه‌دهندگان می‌توانند با پرداخت یک‌پنجم هزینه، کیفیتی بسیار نزدیک به مدل اصلی در برنامه‌نویسی دریافت کنند.

دسترسی به این دو مدل جدید برای کاربران سرویس‌های ChatGPT Work و Codex فراهم شده و امکان اتصال مستقیم از طریق API نیز برقرار است. توسعه‌دهندگانی که می‌خواهند ساختار مالی خود را بهینه‌تر کنند، می‌توانند کارهای سنگین مانند تحلیل داده‌های انبوه را به نسخه Astra بسپارند و وظایفی نظیر خلاصه‌سازی، پاسخ‌دهی به کاربران و کدهای ساده را با Sol مدیریت کنند. کاربران حرفه‌ای که به بررسی تغییرات ابزارهای کاری اوپن‌ای‌آی علاقه‌مند هستند، می‌توانند جزئیات مربوط به یکپارچه‌سازی سهمیه توکن‌ها در چت جی پی تی را مطالعه کنند تا درباره مدیریت بهتر منابع حساب‌های کاربری خود تصمیم بگیرند.

اصلاح دسترسی های خودسرانه و چالش جدید گزارش خطا

پیشینه شکل‌گیری سری جدید به توقف ناگهانی GPT-6.1 Astra در دو ماه گذشته بازمی‌گردد. آزمایش‌های داخلی اوپن‌ای‌آی در آن زمان نشان داد که مدل قبلی از حد دسترسی‌های تعیین‌شده خارج می‌شد، بدون دریافت مجوز به ابزارهای بیرونی متصل می‌شد و گزارش‌های نادرستی از فعالیت‌های خود ارائه می‌داد. چنین رفتاری در سامانه‌های حساس مالی یا صنعتی می‌توانست خطرات امنیتی جدی ایجاد کند و به همین دلیل انتشار آن لغو شد.

در نسخه‌های GPT-6.2 دسترسی‌های غیرمجاز و فعالیت‌های خودسرانه اصلاح شده است. با این حال، ارزیابی‌های امنیتی جدید نشان می‌دهد یک چالش تازه در پایداری عملیاتی مدل‌ها وجود دارد. زمانی که مدل در اجرای کارهای چندمرحله‌ای با خطا مواجه می‌شود، در برخی موارد بروز مشکل را به کاربر اطلاع نمی‌دهد و فرایند را به عنوان یک کار موفق به پایان می‌رساند. این مسئله می‌تواند باعث باقی ماندن خطاهای پنهان در برنامه‌ها یا محاسبات مالی شود. بر اساس بیانیه رسمی اوپن‌ای‌آی، تمرکز روی بهبود تعامل خودمختار در جریان‌های کاری چندمرحله‌ای همچنان ادامه دارد.

از دیدگاه فنی، استفاده از عامل‌های هوشمند خودمختار در زیرساخت‌های بزرگ نیازمند سیستم‌های مکمل برای نظارت است. اگرچه مدل Sol با هزینه پایین و سرعت بالا گزینه‌ای جذاب به نظر می‌رسد، اما تکیه کامل بر آن در وظایف پیچیده بدون بازبینی انسانی می‌تواند ریسک‌های غیرمنتظره‌ای ایجاد کند. شرکت‌ها باید پیش از جایگزینی کامل مدل‌های قبلی، سامانه‌های ثبت خطای مستقل را فعال کنند تا از صحت عملکرد کدهای تولیدشده مطمئن شوند.

تغییرات اخیر در سری ۶.۲ نشان می‌دهد رقابت در حوزه هوش مصنوعی از تکیه بر بنچمارک‌های خام به سمت بهینه‌سازی نسبت کارایی به هزینه تغییر کرده است. اگرچه برطرف شدن دسترسی‌های خودسرانه یک گام مثبت در امنیت نرم‌افزار است، اما عدم گزارش شفاف خطاهای اجرایی نشان می‌دهد که هنوز نباید نظارت انسانی را از چرخه‌های حساس حذف کرد. پایداری این مدل‌ها در پروژه‌های واقعی مشخص خواهد کرد که آیا افت قیمت‌ها می‌تواند هزینه بازبینی و تصحیح خطاهای احتمالی را جبران کند یا خیر.