OpenAI تطلق GPT-6.1 Terra: توكنات بنصف السعر وهلوسات تتراجع من 88% إلى 38%

أطلقت OpenAI نموذج GPT-6.1 Terra، وهو أول نموذج من فئة Terra منذ GPT-5.6. ويصفه مختبر Artificial Analysis المستقل بأنه حدّ جديد في كفاءة التسعير. فقد انخفض سعر التوكن بمقدار النصف على الأقل: $1 لكل مليون توكن إدخال و$5 لكل مليون توكن إخراج بدلًا من $2 و$12. وفي الوقت نفسه يتفوق النموذج على سابقه عند أقصى مستوى من الجهد بمقدار 6 نقاط في Artificial Analysis Intelligence Index، بينما تراجع متوسط كلفة المهمة الواحدة من $1,40 إلى $0,40.

السعر: ما الذي انخفض وبكم

شمل الخفض قائمة الأسعار بأكملها، بما فيها التخزين المؤقت. وبالنسبة إلى الأنظمة الوكيلية التي تعيد تدوير سياق طويل مرارًا، فإن التخزين المؤقت هو ما يحدد الفاتورة النهائية.

• توكنات الإدخال: $1 لكل مليون (كان سعرها $2 في GPT-5.6 Terra).
• توكنات الإخراج: $5 لكل مليون (كانت $12).
• الكتابة في الذاكرة المؤقتة: $1,25 لكل مليون توكن، أي نصف السعر السابق.
• الإدخال المخزّن مؤقتًا: $0,05 لكل مليون توكن مقابل $0,20، أي أرخص بأربع مرات.

انخفض سعر توكنات الإخراج بمقدار 2,4 مرة، بينما تراجعت كلفة المهمة بنحو 3,5 مرة تقريبًا. ويعود هذا الفارق إلى أن 6.1 Terra تحل المهام بكفاءة أعلى، ولا يقتصر الأمر على أنها تتقاضى سعرًا أقل عن كل توكن.

أين يقع النموذج على حدّ باريتو

تقارن Artificial Analysis بين النماذج وفق معادلة «الذكاء مقابل التكلفة». وعند مستويي الجهد المنخفض والمتوسط يقع GPT-6.1 Terra على حدّ باريتو، أي أنه لا يمكن الحصول على الجودة نفسها بسعر أقل. أما بقية الأوضاع فتبقى خارج هذا الحدّ. وعند المستوى الأقصى يبلغ التقدم على GPT-5.6 Terra نحو 6 نقاط، وفي المستويات الأدنى يكون أكبر، من 7 إلى 13 نقطة.

وضمن تشكيلة OpenAI نفسها يحتل النموذج موقعًا وسطًا. ففي وضع max يتأخر بـ4 نقاط عن GPT-6.1 Sol، ويتقدم بـ10 نقاط على GPT-6 Luna.

وفي مؤشر Artificial Analysis Coding Agent Index v2.0 الجديد، تحصل Terra على 48 نقطة، مقابل 54 لـ GPT-6.1 Sol و31 لـ GPT-6 Luna. وهنا يقع وضعا xhigh وlow على حدّ الكفاءة.

الهلوسات والوكلاء العاملون في الطرفية

أبرز رقم في هذا الإصدار يتعلق بالموثوقية. ففي AA-Omniscience، وهو اختبار مغلق للمعرفة والهلوسات، يخمّن GPT-6.1 Terra الإجابة في 38% من الحالات التي لا يعرف فيها الجواب. وكان هذا المؤشر 88% لدى GPT-5.6 Terra. ويترافق هذا الانخفاض البالغ 50 نقطة مع ارتفاع في الدقة بمقدار نقطتين، أي أن النموذج صار يجيب بشكل صحيح أكثر ويختلق أقل.

أما القفزة اللافتة الثانية فكانت في Terminal-Bench 4.0، وهو اختبار للوكلاء العاملين في الطرفية. وبلغ التحسن نحو 20 نقطة، وعند أقصى مستوى من الجهد تساوت Terra مع GPT-6.1 Sol. وفي معظم الاختبارات الأخرى تكون التحسينات أكثر تواضعًا، مثل 5 نقاط في GDP.pdf. والتقييمات مبنية على Intelligence Index v4.3.2.

ماذا أصدرت Artificial Analysis أيضًا

في الأيام نفسها نشر المختبر عدة مواد:

• Code2Video-AA: تطبيق لاختبار HeyGen Code2Video Bench، تنتج فيه النماذج مقاطع فيديو قصيرة للمنتجات والعلامات التجارية استنادًا إلى 114 موجزًا تصميميًا على HyperFrames HTML (26 أكتوبر).
• Kimi K3.1 Pro: ظهر لأول مرة في المركز الرابع في Intelligence Index، وسيصبح الأول بين النماذج ذات الأوزان المفتوحة (23 أكتوبر).
• AA-PersonalityBench: تقارن لجنة من LLM-قضاة الإجابات ثنائيًا وفق 30 سمة شخصية تتجمع في 8 مؤشرات، وتقيس بشكل منفصل 21 خاصية من خصائص أسلوب التواصل (19 أكتوبر).

ما الذي ينبغي تغييره في بيئة الإنتاج

بالنسبة إلى الفرق التي تبني وكلاء على GPT-5.6 Terra، تبدو الترقية خيارًا بديهيًا: فكلفة المهمة تنخفض بأكثر من ثلاثة أضعاف، والجودة ترتفع. ويصبح اختيار مستوى الجهد الآن أهم من اختيار النموذج. فالوضعان low وmedium يقدمان أفضل نسبة بين السعر والجودة في المؤشر العام، أما بالنسبة إلى وكلاء البرمجة فيقع على الحدّ الوضعان low وxhigh. وتدفع بقية الأوضاع مبلغًا أكبر دون أي مكسب في المقابل.

ويفيد انخفاض نسبة الإجابات المختلقة من 88% إلى 38% في السيناريوهات التي يكلّف فيها الخطأ ثمنًا باهظًا: الدعم الفني، والبحث في قواعد المعرفة، وأتمتة التقارير. وفي سلاسل الوكلاء المعقدة، تغطي Terra بنقاطها الـ48 في Coding Agent Index جزءًا كبيرًا مما كان يتعين دفع ثمنه سابقًا مع Sol، أما نقاط Sol الـ54 فلا تكون كافية لتبرير الفارق إلا حيث تهم كل نقطة. ويجعل التخزين المؤقت بسعر $0,05 لكل مليون توكن الجلسات الطويلة ذات السياق المتكرر مجدية اقتصاديًا.