OpenAI ने जीपीटी-6 SOL और लुना का अनावरण किया API लागत आधे से कटौती और नए बेंचमार्क परिणाम
OpenAI ने जीपीटी -6 SOL और GPT-6 लूना लॉन्च किए, दो API -केवल मॉडल फ्लैगशिप GPT -6 एस्ट्रा के नीचे स्थित हैं। SOL जटिल कोडिंग और पेशेवर कार्यों को संभालता है; लुना तेज, उच्च मात्रा में काम करता है। दोनों 50% लागत कटौती के साथ GPT-5.6 प्रचारक मूल्य निर्धारण की जगह लेते हैंलुना आउटपुट लगभग 58% गिर जाता है। बेंचमार्क दिखाते हैं कि ऑटोमेशनबेन्च पर Claude Opus 5 और एजेंट्स 'Last Exam को बहुत कम प्रति कार्य लागत पर हराया जा रहा है, जबकि लूना प्रीमियम मॉडलों से 96% तक कम के लिए मेल खाती है। नई प्रॉम्प्ट कैशिंग डेवलपर्स के लिए एक डैशबोर्ड और डायग्नोस्टिक टूल के साथ कैश्ड इनपुट्स पर 90% तक छूट प्रदान करती है।
यदि आप AI मॉडलों के साथ निर्माण करते हैं और API लागतों को चढ़ते हुए देख रहे हैं, तो OpenAI की नवीनतम रिलीज़ आपकी ध्यान देने योग्य है। कंपनी ने जीपीटी -6 SOL और GPT-6 लूना का अनावरण किया है, जो इस महीने की शुरुआत में आने वाले GPT- 6 एस्ट्रा के नीचे स्लॉट करने वाले जीपीसी -6 परिवार के दो अतिरिक्त हैं। दोनों मॉडल को एस्टरा के समान दृष्टिकोणों का उपयोग करके प्रशिक्षित किया गया था, जिसका उद्देश्य पैकेजों में एस्ट्र्रा-स्तरीय सुधार प्रदान करना था जो तेजी से चलते हैं और कम खर्च होते हैं। इस लेख में, हम यह तोड़ देंगे कि प्रत्येक मॉडल क्या है, बेंचमार्क वास्तव में क्या दिखाते हैं, और नए मूल्य निर्धारण और कैशिंग सुविधाएं आपके निचले रेखा को कैसे प्रभावित कर सकती हैं।
तीन स्तर, एक नुस्खा
जीपीटी -6 लाइनअप अब तीन स्तरों को कवर करता है। एस्ट्रा सबसे अधिक मांग वाले वर्कलोड के लिए प्रमुख बना हुआ है। SOL का उद्देश्य जटिल कोडिंग और पेशेवर कार्य हैं जहां लागत अभी भी मायने रखती है। लूना तेजी से, उच्च मात्रा में दैनिक काम संभालता है।
दोनों मॉडल अभी तैनात हैं. वे OpenAI API में नामों के तहत रहते हैं gpt-6- SOL और जीपीटी-6-लुनाध्यान दें कि ये API -केवल रिलीज़ हैं, इसलिए स्व-होस्टिंग के लिए कोई भार उपलब्ध नहीं है।
OpenAI के अनुसार, कैशिंग और अनुमान दक्षता में सुधार कंपनी को कम कीमतों पर इन मॉडलों की सेवा करने की अनुमति देता है। नतीजतन, SOL और Luna API की कीमतें जीपीटी- 5.6 प्रचारक मूल्य निर्धारण की तुलना में 50% से कटौती कर रही हैं जो वे प्रतिस्थापित करते हैं।
यहाँ पूर्ण मूल्य निर्धारण चित्र है 1M tokens के अनुसारः. . . . ! .
| मॉडल | इनपुट (प्रति 1M tokens ) | उत्पादन (प्रति 1M tokens ) |
|---|---|---|
| जीपीटी-6 एस्ट्रा | $10.00 | $50.00 |
| जीपीटी-6 SOL | $2.00 (हो गया था $4) | $10.00 (हो गया था $20) |
| जीपीटी-6 लूना | $0.10 (हो चुका है $0.20) | $0.50 (हो गया था $1.20) |
एक बारीकियों को चिह्नित करने के लायकः लूना की आउटपुट कीमत वास्तव में $1.20 से $0.50 तक गिर जाती है, जो कि फ्लैट 50% के बजाय मोटे तौर पर 58% कमी के लिए काम करती है।
बेंचमार्क क्या दिखाते हैं
OpenAI ने कई क्षेत्रों में परिणाम प्रकाशित किए हैं, और संख्याओं की बारीकी से जांच करने के लायक है।
पेशागत कार्यः- (क) कामकाज: - (ख) नौकरी। ऑटोमेशनबेंच 1.0.6 पर, SOL xhigh प्रयास में चल रहा है 33.2% प्रति कार्य $0.27 पर स्कोर किया गया। तुलना के लिए,Claude Opus 5 अधिकतम प्रयास में स्कोर 26.9% जबकि लागत 11.1 गुना अधिक प्रति कार्य।Even Astra कम प्रयास में प्रबंधित 30.3%, लेकिन 3.9 बार Copilot 7 की लागत। इस बीच, लुना उच्च प्रयास में अपने पूर्ववर्ती से 26 अंक सुधार हुआ जबकि खर्च करना 58% प्रति कार्य कम. एजेंटों 'Last Exam, SOL .
कोडिंगः डीपएसडब्ल्यूई v1.1, SOL पर अधिकतम प्रयास 68.8% तक पहुंच गया, JUST 1.1 अंक पीछे Claude Fable 5 में xhigh, मोटे तौर पर 80% कम लागत प्रति कार्य। लुना ने अधिकतम प्रयास के साथ स्कोर किया 66.6%, जो ओपस 5 और फबल 5 से तुलनात्मक है मध्यम प्रयास जबकि उन तुलनाओं में Opus 5 की तुलना में प्रति कार्य 93% कम खर्च होता है और 96% Fable 5 से कम। फ्रंटियरकोड 1.1 मेन पर, एक बेंचमार्क जो मापता है कि क्या कोड वास्तव में मर्ज करने के लिए तैयार है या नहीं, Copilot 7 मिलान हुआ Claude Fable 5.1 एक्सहाई पर बहुत कम कीमत बिंदु पर।
कम्प्यूटर का प्रयोगः- (अंग्रेज़ी में) - (इंग्रजी में) ओएसवर्ल्ड 2.0 ऑफ़लाइन पर, SOL को xhigh स्कोर किया गया था 60.5% बनाम Opus 5 के लिए मध्यम में 60.3%, प्रति कार्य लागत लगभग 80% कम थी। अधिकतम प्रयास में लुना ने GPT- 5.6 से बेहतर प्रदर्शन किया औसत प्रयास में एक दसवें की लागत के लिए SOL .
तथ्यात्मकताः OpenAI के आंतरिक परीक्षण में डी-आईडेंटिफाइड ChatGPT वार्तालापों का उपयोग किया गया था जहां उपयोगकर्ताओं ने मॉडल त्रुटियों को चिह्नित किया था।
OpenAI ने इन मॉडलों में एस्ट्रा की संचार शैली भी ले ली। विशेष रूप से कोडिंग वार्तालापों में कम शब्दजाल के साथ स्पष्ट, थोड़े छोटे उत्तरों की उम्मीद करें।
लंबे समय तक चलने वाले एजेंटों के लिए स्मार्ट त्वरित कैशिंग
एजेंट प्रत्येक मोड़ पर एक ही निर्देश, उपकरण परिभाषा और वार्तालाप इतिहास को फिर से भेजते हैं, जो तेजी से जोड़ता है। जीपीटी -6 जहाजों में एक बेहतर शीघ्र कैशिंग प्रणाली होती है जो डिफ़ॉल्ट रूप से उच्च कैश हिट दर प्रदान करती है। कैश्ड इनपुट रीड्स 90% तक की छूट प्राप्त करते हैं, और 30 मिनट के भीतर पुनः उपयोग किए जाने वाले पात्र साझा उपसर्ग अब योग्य होते हैं।
डेवलपर्स को नए नियंत्रणों का एक सेट भी मिलता हैः
- ए त्वरित कैशिंग डैशबोर्ड समय के साथ ट्रैक हिट दर।
- एक निदान उपकरण बताता है कि कैश क्यों चूक गया ` उदाहरण के लिए, ∀"कारण": "tools_changed"`।
- स्पष्ट ब्रेकपॉइंट आप चुनने के लिए जहां एक कैश्ड उपसर्ग समाप्त होता है.
- तर्क का प्रयास अब कैश को अमान्य किए बिना कॉन्फ़िगरेशन अपडेट के माध्यम से मध्य वार्तालाप बदल सकते हैं.
- अनुमत_उपकरण परिभाषाओं को स्थिर रखते हुए, कैश को संरक्षित करते समय कौन से उपकरण बुलाए जा सकते हैं।
- पूर्व-तापन पहला उपयोगकर्ता अनुरोध आने से पहले ज्ञात संदर्भ तैयार करता है.
OpenAI के पूर्ण प्रोम्प्ट कैशिंग गाइड इन पैटर्नों में से प्रत्येक का दस्तावेजीकरण करते हैं। एक प्रारंभिक लाभार्थी, GitHub की रिपोर्ट है कि इन परिवर्तनों ने tokens को ताजा प्रसंस्करण की आवश्यकता वाले हिस्से को कम कर दिया 50%, जिससे Copilot को तेजी से प्रतिक्रिया करने में मदद मिली।
जहाँ आप इनका इस्तेमाल कर सकते हैं
- API: (कविता) ंः- ं. . . . जीपीटी-६-८००१७ और जी पी टी -६-लुना अब उपलब्ध हैं।
- ChatGPT कार्य और कोडेक्सः (संयुक्त राज्य अमेरिका) के बारे में जानकारी: प्लस, प्रो, बिजनेस, एंटरप्राइज और एडु उपयोगकर्ताओं के लिए उपलब्ध है।
- मुक्त और गो स्तरः लुना ChatGPT डेस्कटॉप APP में उपलब्ध है.
- अभी तक चैट में नहीं: [email protected] (ई-मेल संरक्षित) । ChatGPT रोलआउट लॉन्च दिन के दौरान धीरे-धीरे होता है, इसलिए चैट एक्सेस दिखाई देने में समय लग सकता है।
मुख्य जानकारी
- SOL लागत $2/$10 और Luna $0.10/$0.50 प्रति 1M tokens ।
- SOL xhigh प्रयास में ओपस 5 को अधिकतम पर मारता है AutomationBench लागत के JUST 9% पर।
- लुना डीपएसडब्ल्यूई v1.1 पर स्कोर 66.6% करता है, Opus 5 की तुलना में प्रति कार्य लागत 93% कम होती है।
- कैश्ड इनपुट रीड्स को डेवलपर्स के लिए नए कैश नियंत्रणों के साथ 90% तक की छूट मिलती है।
- दोनों मॉडल API, ChatGPT वर्क, और कोडेक्स में लाइव हैं लेकिन अभी तक चैट में नहीं।
Comments (0)