GPT-5.6 ay bawas ang gastos sa paggawa ng mga gawain ng 82% sa AWS Kirokahit na bumaba ang presyo ng 20%

Sa parehong modelo, bawas lang ng 20% ang opisyal na presyo, ngunit bumaba ng walong porsyento ang iyong bill.

Agosto 24, inilabas ng OpenAI ang mga resulta ng isang pagsubok na ginawa kasama ang AWS:

Sa Terminal-Bench 2.1, bumaba ng humigit-kumulang 82% ang gastos para sa isang matagumpay na gawain ng GPT-5.6 Terra sa Kiro.

Ang Kiro ay isang software development agent platform ng AWS na nakakapalibot sa IDE, CLI, at Web.

Ang tatlong kapatid na Sol, Terra, at Luna ng pamilya ng GPT-5.6 ay nasa loob na ng higit sa isang buwan.

Ang 82% na ito ay hindi opisyal na pagbaba ng presyo.

Ang huling pagbabago sa presyo ng Terra ay noong Hulyo 30, may pagbabago ng 20%.

July 30 OpenAI price adjustment announcement, Terra turun 20%.

Bawasan ng 20% ang presyo per unit, pero bawasan ng 80% ang bill.

Ang mga 60 porsyento na kalawaan ay galing saan, iyon ang tunay na dapat nating pagtuunan ng pansin.

Ang pagpapalabas ng GPT-5.6 sa Kiro ay nangyari noong July ng taong ito.

Unang-una noong ika-13, inihayag ng AWS na ang GPT-5.6 Sol, Terra, at Luna ay available na sa Amazon Bedrock.

Sa susunod na araw, inihayag ni Kiro sa blog ang paglunsad ng tatlong model sa IDE, CLI, at Web.

Ito ang unang beses na ang OpenAI model ay pumasok sa Kiro, na kasabay ng unang taon ng public preview ng Kiro.

Unang i-place ang model sa shelf, pagkatapos ay i-drag para magtrabaho, isang buwan at higit pa pagkatapos, bumalik si OpenAI para magsumite ng takdang-aralin:

Pinagsama ng dalawang kompanya ang Kiro environment at ang OpenAI model, at babaong humigit-kumulang 82% ang gastos para sa isang matagumpay na gawain ng Terra.

Sa pagbabago ng presyo noong Hulyo 30, bumaba ang Terra ng 20%, ngunit sa pagsubok ni Kiro, bumaba ang gastos sa isang gawain ng 82%.

Kung saan galing ang anim na porsyento na naitipid?

Ang mga direksyon ay limitado lang:

Mas maliit ang bilang ng mga token na inilabas ng modelo, mas kaunti ang bilang ng pag-uulit sa mga kasangkapan, at mas kaunti ang pagsubok muli at pag-iwas pagkatapos ng pagkabigo.

Kaya ang malaking parte na napapagdaan ay hindi pera sa bawat pagtawag, kundi ang mga pagtawag na kung saan ay mawawala nang walang kabuluhan.

Simpleng aral: kapag isang AI agent ay nagkamali sa isang gawain, patuloy pa rin ang pagkakaroon ng bill. Ang mga token ay binabayaran pa rin kahit magkamali ito sa pagpili ng daan at maliit na lumiko sa tatlong beses bago bumalik.

Sa totoong pagbuo, madalas ganito nawawala ang pera.

Ang OpenAI ay nagtukoy rin sa parehong lohika sa kanilang opisyal na blog: ang efisyensiya ay galing sa tatlong antas:

Ang framework ng agent na naglalayong maghingi at mag-organisa ng konteksto, ang system ng orchestration na nagpapadala ng mga hiling sa gitna, at sa huli ay ang modelo mismo na tumatakbo sa GPU.

Pinapaliwanag ng OpenAI ang pinagmumulan ng efisensiya ng GPT-5.6: mula sa agent framework, pinapagana ng orchestration system, at huling natutupad sa GPU, bawat antas ay nagtatipid.

Makakatipid ka pa sa pagkakahati ng mga modelo.

Ang OpenAI ay nagbigay din ng isang paggamit: ang isang workflow ng coding ay maaaring magsimula sa Sol upang malinaw ang problema at matukoy ang plano, at pagkatapos ay magpalit sa Luna upang maisagawa ang mga naka-ukol na pagbabago, isulat ang mga pagsubok, at patakbuhin ang mga pagtataya.

Sama na linya ng produksyon, iba't ibang antas ng inteligensya sa bawat yugto.

Hindi ito isang pagsusulit kung saan ang modelo ay magpapahalaga nang hihiwalay.

Ibinaba nito ang modelo sa isang terminal environment, binibigyan ito ng isang ambigong layunin, at pinapayagan itong magplano ng sariling daan, gamitin ang mga kasangkapan, sumulat ng mga script, penananggol ang mga error, at paulit-ulit na i-iterate.

Kaya ang resulta na lumabas ay ang resulta ng kombinasyon ng “agent + model”.

Public na listahan ng Terminal-Bench 2.1, may karagdagang kategorya na gastos sa kanan ng accuracy. (Source ng larawan: Terminal-Bench)

Ang apat na linya ng numero sa listahan ang pinakamalinaw na nagpapakita ng problema:

Claude Code kasama ang Fable 5, 83.8%, $552.67;

Codex kasama ang GPT-5.5, 83.1%, $2059.19;

Codex kasama ang GPT-5.6 Terra, 78.4%, $421.15;

Codex kasama ang GPT-5.6 Luna, 75.7%, $241.45.

Ang pagkakaiba sa puntos sa dalawang unang linya ay lamang 0.7 porsiyento, ngunit ang taksil ay naiiba ng halos apat na beses.

Ang parehong modelo, kapag isinasaayos sa iba’t ibang framework, kasama ang iba’t ibang organisasyon ng konteksto at mga estratehiya sa mga kasangkapan, ay magiging iba-iba ang presyo.

Ayon sa datos na ibinigay ng Kiro, ang Terra ay nakakuha ng 77.4 puntos sa Coding Agent Index, na kaunti lang ang mas mataas kaysa sa 77.2 ng Claude Fable 5.

Ang kanyang pangunahing point ay hindi ang marka, kundi ang presyo na kasalungat ng markang iyon.

Dito rin ang puntos ng pagpapalakas ni Kiro sa spec-driven, ang pangunahing palabas ay isang pangungusap lamang: Huwag agad sumulat ng code.

Una niyang hinahati ang ambigong layunin ng user sa isang opisyal na dokumento ng pangangailangan, teknikal na disenyo, at isang listahan ng mga gagawin, at pagkatapos ay ipinapasa ito sa model.

Sa ganitong paraan, hindi na isang ambigong pangungusap ang natatanggap ng modelo, kundi isang malinaw na gawain.

Ang mga kilala sa Agent ay agad na makikita na ang hakbang na ito ay nagtatanggal sa pinakamahal na gastos.

Ang mga modelong nagkakamali, kailangang gawin muli, o buuin muli mula sa simula, ay kadalasang naglalabas ng higit pang token kaysa sa mga gawain na tama.

Nanatili pa ang Kiro sa dalawang checkpoint sa proseso: huminto muna bago ma-update ang code para ma-review; at pagkatapos ay awtomatikong i-run ang mga pagsubok upang patunayan kung tama.

Bawat pag-uulit na pinigil ng dalawang gate na ito ay nagtataglay ng tunay na pera.

Isang taon na ang nakalipas, ang Kiro ay isang IDE na spec-driven, at ang model selector ay ang teritoryo ng Anthropic.

Isang taon pagkatapos, inilagay ng AWS ang tatlong OpenAI model sa kanilang sariling platform para sa mga intelligent agent.

Ang Sol, Terra, Luna, at Claude ay nakasunod-sunod sa iisang dropdown menu, isang pananaw na mahirap imahinahan noong isang taon ang nakalipas.

Kahit na ang GPT-5.6 ay “pamilyang pumasok” sa pagkakataong ito, hindi ito “buong pagsisimula”.

Ang tatlong modelo ay inilalabas nang paunti-unti at eksperimental, para sa mga user ng Pro, Pro+, Pro Max at Power, at may dalawang rehiyon lamang: Northern Virginia sa Estados Unidos at Frankfurt sa Europa, na sumusuporta sa cross-regional inference.

May isa pang bagay na hindi madaling tanggapin ng marami: ang mga modelo na ito ay gumagamit ng hidden chain-of-thought sa Kiro, hindi mo makikita ang mga hakbang ng pag-iisip, kung ano lang ang makikita mo ay ang final result.

Ang mga taong nakakasadya sa pagsubaybay sa bawat hakbang ng pag-iisip ng Agent ay magkakaroon ng pakiramdam na parang isinisisi ang isang gawain sa isang hindi malinaw na kahon.

Ayon sa opisyal, ito ay inaasahang pag-uugali at hindi nakakaapekto sa kalidad ng output.

Ang three-tier model ay may malinaw na presyo sa Kiro.

Noong unang ipinakilala noong Hulyo 14, sa parehong gawain, ang Sol ay binawasan ng 2.4 beses, ang Terra ng 1.2 beses, at ang Luna ng 0.6 beses.

Noong Hulyo 30, naganap ang pagbaba ng presyo ni OpenAI, at sumunod si Kiro sa susunod na araw: Bawasan ang Luna mula sa 0.6x hanggang sa 0.1x, bawasan ang Terra mula sa 1.2x papunta sa 1.0x, samantalang hindi nagbago ang Sol.

Ang posisyon ng AWS ay malinaw: hindi dapat isang platform para sa pag-unlad na nakabatay sa isang modelo lamang.

Sa parehong selector, nagsimula ang dalawang pangunahing model na magkakasalungat sa presyo.

Ang mga pamantayan sa pagtataya ng modelo ay nagbago rin: ang mataas na marka ay hindi na automatic na nagpapahiwatig ng panalo, at ang paggastós ng kaunti ay maaari ring magdulot ng panalo.

Para sa mga developer, dati ay tinatanong ang “Magkano ang modelo na ito sa bawat isang milyong token?” ngayon ay dapat tanungin ang “Magkano ang gagastusin ko upang ipagawa nito ang bagay na ito?”

Mga sanggunian:

https://x.com/OpenAIDevs/status/2091966982015103068

https://openai.com/index/gpt-5-6-in-kiro/

Nakukuha ang artikulong ito mula sa WeChat public account na "New Intelligence Yuan" (ID: AI_era), may-akda: ASI Revelation, editado ni Yuan Yu