اوپن اے آئی نے GPT-6 سیریز کا نیا ماڈل جاری کیا ہے، جس کا توجہ روزمرہ کے آفس اور کمپیوٹر آپریشنز کو کم لاگت پر مکمل کرنے پر ہوگا۔
10 اکتوبر کو مشرقی امریکی وقت پر، OpenAI نے GPT-6.1 Terra جاری کیا، جس کا مرکزی خاصہ بصری سمجھ، کراس ایپلیکیشن آپریشن اور قدرتی زبان کی تحریر کی صلاحیتیں ہیں۔ ماڈل کی کارکردگی بہتر بنانے کے ساتھ ساتھ، OpenAI نے معیاری API کی قیمت GPT-5.6 Terra کے مقابلے میں 50% کم کر دی۔ مستقل جانچ کرنے والی ادارہ Artificial Analysis کے جائزے کے مطابق، نئے ماڈل میں ذہنی سطح، ٹاسک لاگت اور خاص بینچ مارکس پر بھوکھ کی کارکردگی میں بہتری آئی ہے۔
پورے کام کے دن کے لیے، ویژوئل سمجھ اور کمپیوٹر آپریشنز کو مضبوط بنائیں
اوپن اے آئی نے GPT-6.1 Terra کو ایک تیز اور کارآمد ماڈل کے طور پر پیش کیا ہے جس کا مقصد صارفین کو پورے کام کے دن کے کمپیوٹر کے کاموں کو کم لاگت پر مکمل کرنے میں مدد فراہم کرنا ہے۔ ماڈل نہ صرف اسکرین کے مواد کو سمجھ سکتا ہے بلکہ ایپلیکیشنز کے درمیان آپریشنز بھی انجام دے سکتا ہے اور زیادہ واضح اور قدرتی زبان میں لکھ سکتا ہے۔
اوپن اے آئی ٹیرا کو اعلیٰ تعدد کے دفتری کاموں کے لیے ایک جامع ٹول بنانے کا خواہش رکھتی ہے، جس میں تجارتی پیشگوئی تیار کرنا، ٹیکنیکل ڈرائنگز کو سمجھنا، فارمز بھرنا، اور ویڈیوز ایڈٹ کرنا شامل ہے۔ کاروباروں کے لیے، اس قسم کی صلاحیتیں اس بات کا مطلب ہیں کہ ماڈل زیادہ تکراری کاموں کو سنبھال سکتا ہے، جیسے کہ وصول شدہ فاکٹرز کو پڑھنا اور متعلقہ معلومات کو اکاؤنٹنگ سافٹ ویئر میں درج کرنا۔
اس اپگریڈ کا مقصد صرف ایک ہی صلاحیت میں بہتری لانا نہیں، بلکہ بصری سمجھ، کمپیوٹر آپریشن اور ٹیکسٹ جنریشن کو ایک ہی ورک فلو میں اکٹھا کرنا ہے۔ OpenAI کے مطابق، GPT-6.1 Terra، GPT-5.6 Terra کے مقابلے میں کمپیوٹر آپریشن اور مواصلاتی کاموں میں واضح ترقی دکھاتا ہے، اور یہ بھی زور دیا گیا ہے کہ نئے ماڈل سے ChatGPT Work اور Codex کے موجودہ استعمال کے اسکیم کے ذریعے زیادہ کام مکمل کیے جا سکتے ہیں۔
کمپیوٹر آپریشن بیس لائن میں 15 فیصد کا اضافہ، جس کی رفتار اسٹرا سے تین گنا زیادہ ہے
Agents’ Last Exam بینچ مارک میں، جہاں ایجنٹس کو پیشہ ورانہ کاموں کو مکمل کرنے کے لیے سافٹ ویئر استعمال کیا جاتا ہے، OpenAI کا کہنا ہے کہ GPT-6.1 Terra نے GPT-5.6 Terra کے مقابلے میں درمیانی استدلال شدت پر 15 فیصد بہتری دکھائی، جبکہ کام کی لاگت تقریباً اس کی تین چوتھائی تھی۔ اس کی کارکردگی GPT-6 Astra جیسے فلگشپ ماڈل کے برابر ہے، لیکن ہر ٹوکن کی قیمت Astra کی دسواں حصہ ہے۔
اُچھی ترین استدلالی طاقت پر، OpenAI کا کہنا ہے کہ GPT-6.1 Terra کی ٹوکن کارائی Claude Opus 5.5 سے تین گنا زیادہ ہے، اور ہر ٹوکن کی قیمت صرف اس کی چوتھائی ہے۔ ٹوکن کی استعمال کی کارائی اور اکائی قیمت کے فائدے کو ملا کر، Terra کا کام مکمل کرنے کا خرچ Claude Opus 5.5 کے تقریباً نویں حصے کے برابر ہے۔ رفتار کے لحاظ سے، OpenAI کا کہنا ہے کہ Terra کام مکمل کرنے کی اوسط رفتار GPT-6 Astra اور GPT-6.1 Sol سے تین گنا زیادہ ہے۔
ویژول اسمرپشن کے حوالے سے، MMMU-Pro بینچ مارک میں، GPT-6.1 Terra کی تمام استدلال سیٹنگز GPT-5.6 Terra کے مقابلے میں بہتر پرفارم کرتی ہیں اور GPT-6 Astra اور GPT-6.1 Sol کے نتائج کے قریب پہنچ جاتی ہیں جبکہ کم لاگت پر۔ OSWorld 2.1 بینچ مارک میں، جہاں ٹیسٹ ایجنٹس ڈیسک ٹاپ ایپلیکیشنز کا استعمال کرتے ہوئے متعدد مراحل کے کام مکمل کرتے ہیں، Terra نے معتدل استدلال شدت پر GPT-5.6 Terra کی پہلے کی بہترین کارکردگی کو بھی پار کر دیا۔
یہ نتائج OpenAI کے لیے Terra کے موقف کو ظاہر کرتے ہیں: یہ تمام صلاحیتوں میں فلگشپ کی کارکردگی کا تعاقب نہیں کرتا، بلکہ کم لاگت اور کم وقت میں زیادہ سے زیادہ عملی کام مکمل کرنے کی کوشش کرتا ہے۔
انفرادی جائزہ: ذہنی صلاحیت میں اضافہ، کام مکمل کرنے کی لاگت میں بڑا کمی
Artificial Analysis نے جاری کیا گیا مستقل جائزہ GPT-6.1 Terra اور پچھلی نسل کے ماڈل کی کارکردگی اور لاگت کا مزید موازنہ کرتا ہے۔ اس ادارے کے مطابق، Terra کا Artifical Analysis Intelligence Index میں سب سے زیادہ استدلال شدت کا اسکور GPT-5.6 Terra سے 6 اسکور زیادہ ہے، جبکہ منفرد کام کی لاگت 1.40 ڈالر سے گھٹ کر 0.40 ڈالر ہو گئی، جو اصل سے تین سے زیادہ نہیں۔
کم اور درمیانی استدلال شدت پر، ٹیرا نے پچھلی نسل کے مقابلے میں 7 سے 13 اسکور تک کا اندیس بہتری دکھائی۔ آرٹیفیشل اینالیسس کے مطابق، ان دو استدلال لیولز ذہنی صلاحیت اور لاگت کے درمیان توازن میں کارکردگی کے سب سے بہترین نقطے پر ہیں، جس کا مطلب ہے کہ صارفین کم خرچ پر بہتر ماڈل کی کارکردگی حاصل کر سکتے ہیں۔
Coding Agent Index v2.0 میں، GPT-6.1 Terra کا اسکور 48 ہے، جو GPT-6.1 Sol کے 54 سے کم ہے لیکن GPT-6 Luna کے 31 سے زیادہ ہے۔ اس ادارے نے بتایا کہ Terra کا جزوی استدلال سیٹنگ اس انڈیکس پر لاگت کے لحاظ سے موثر حد تک ہے، جس سے ظاہر ہوتا ہے کہ یہ نہ صرف روزمرہ کے دفتری کاموں کے لیے مناسب ہے بلکہ کوڈنگ ایجینٹ کی صلاحیتوں میں بھی مضبوط ہے۔
تاہم، ماڈل کی استدلالی طاقت اور کام کی پیچیدگی اب بھی اہم ہیں۔ Artificial Analysis کے جائزے کے مطابق، Terra کا اعلیٰ استدلالی طاقت پر Intelligence Index اسکور GPT-6.1 Sol سے کم ہے؛ OpenAI نے واضح طور پر تجویز کیا ہے کہ گہری تحقیق یا پیچیدہ کوڈنگ کے کاموں کے لیے صارفین کو GPT-6.1 Sol یا GPT-6 Astra کو ترجیح دینا چاہیے۔
ہالوسینیشن ریٹ میں کمی، کوڈنگ ٹاسک کی کامیابی کی شرح میں اضافہ
ان اپگریڈ کا دوسرا اہم نقطہ قابلیت ہے۔ Artificial Analysis نے اپنے پرائیویٹ جانکاری اور وہم بنچ مارک AA-Omniscience میں پایا کہ جب ماڈل کو جواب نہیں معلوم ہوتا، تو GPT-6.1 Terra کا اندازہ لگانے کا تناسب 38% ہے، جبکہ GPT-5.6 Terra کا 88% تھا، جو 50 فیصد کم ہو گیا۔ اس کے علاوہ، Terra کی اس بنچ مارک پر درستگی میں 2 فیصد کا اضافہ بھی ہوا۔
یہ نوٹ کیا جانا چاہئے کہ یہ نتیجہ ایک خاص بنچ مارک میں ماڈل کی عدم یقین کی صورت میں جواب کا اندازہ لگانے کے رجحان کو ظاہر کرتا ہے، اور یہ نہیں کہ ماڈل کی تمام عملی заастھوں میں کل غلطی کی شرح 50 فیصد کم ہو گئی ہے۔
اوپن اے آئی کے اپنے اندر کے ٹیسٹوں میں بھی اسی قسم کی بہتری کا رجحان دکھائی دیا۔ غلطیوں کو فروغ دینے والے پرامپٹس کے ٹیسٹ میں، کم استدلال طاقت کے تحت، جی پی ٹی-6.1 ٹیرا کی غلطی کی شرح جی پی ٹی-5.6 ٹیرا کی 53.6% سے گھٹ کر 16.7% ہو گئی، جس میں 36.9 فیصد کی کمی آئی؛ اعلیٰ استدلال طاقت کے تحت، غلطی کی شرح 18 فیصد کم ہو کر 4.3% ہو گئی، جو جی پی ٹی-6 اسٹرا اور جی پی ٹی-6.1 سول کے سطح تک پہنچ گئی۔
کوڈنگ کی صلاحیت میں بھی واضح ترقی دیکھی گئی۔ OpenAI کے Terminal-Bench 4.0 بینچ مارک میں، GPT-6.1 Terra نے اعلیٰ استدلالی شدت پر 50.3% کامیابی کی شرح حاصل کی، جو GPT-5.6 Terra کی پہلے اعلان کردہ 21.5% کی شرح سے زیادہ ہے اور دوگنا سے بھی زیادہ ہے۔ Artificial Analysis کے انفرادی جائزے میں بھی یہ ظاہر ہوا کہ Terra نے اس بینچ مارک پر تقریباً 20 فیصد کا بہتری حاصل کیا اور اعلیٰ استدلالی شدت پر GPT-6.1 Sol کے قریب پہنچ گیا۔
اس کا مطلب یہ ہے کہ ٹیرا کے اپگریڈ کا صرف یہی مقصد نہیں کہ ماڈل کو تیز اور سستا بنایا جائے، بلکہ کچھ غلطیوں کو کم کرنا اور پیچیدہ کاموں کو سرانجام دینے کی صلاحیت بڑھانا بھی شامل ہے۔ لیکن سب سے زیادہ پیچیدہ سافٹ ویئر انجینئرنگ کے کاموں کے لیے، OpenAI اب بھی Sol یا Astra کا استعمال تجویز کرتا ہے۔
API قیمت آدھی، اعلیٰ فریکوئنسی کے کاروباری آٹومیشن کاموں کے لیے
قیمت GPT-6.1 Terra کی اس جاری کردہ نسخے کا دوسرا مرکزی نقطہ ہے۔ OpenAI نے معیاری API قیمتیں درج کی ہیں: ہر ملین ان پٹ ٹوکن کے لیے 1 امریکی ڈالر، ہر ملین کیشڈ ان پٹ ٹوکن کے لیے 0.05 امریکی ڈالر، اور ہر ملین آؤٹ پٹ ٹوکن کے لیے 5 امریکی ڈالر۔ GPT-5.6 Terra کے مقابلے میں معیاری API قیمت مجموعی طور پر 50% کم ہو گئی ہے؛ اور GPT-6.1 Sol کے مقابلے میں بھی Terra کی معیاری API قیمت 50% کم ہے۔
آرٹیفیشل اینالیسس کی جانب سے فراہم کردہ قیمتوں کا موازنہ ظاہر کرتا ہے کہ GPT-5.6 Terra کے ان پٹ اور آؤٹ پٹ ٹوکن کی قیمتیں 각 ملین کے لیے 2 اور 12 ڈالر تھیں، جبکہ نئے ماڈل کی قیمتیں 1 اور 5 ڈالر تک کم ہو گئیں۔ کیش ان پٹ کی قیمت ہر ملین کے لیے 0.20 ڈالر سے گھٹ کر 0.05 ڈالر ہو گئی، جس میں 75 فیصد کمی آئی۔ اس ادارے نے یہ بھی رپورٹ کیا ہے کہ نئے ماڈل کے لیے کیش لکھنے کی قیمت ہر ملین کے لیے 1.25 ڈالر ہے۔
ChatGPT Work اور Codex میں، OpenAI کا کہنا ہے کہ ایک جیسی استعمال کی سہولت GPT-6.1 Terra کو GPT-5.6 Terra کے مقابلے میں زیادہ کام کرنے کی اجازت دیتی ہے، اور GPT-6.1 Sol اور GPT-6 Astra کے مقابلے میں بھی زیادہ کام کرنے کی اجازت دیتی ہے۔ فائلز کو بار بار پڑھنا، آفس سافٹ ویئر کا استعمال کرنا یا بڑی مقدار میں ساختی معلومات کو سنبھالنا چاہنے والے کاروباری صارفین کے لیے، یہ لاگت کا فرق ذکاوتی نظام کے بڑے پیمانے پر تنصیب کو براہ راست متاثر کر سکتا ہے۔
GPT-6.1 Terra 26 اکتوبر سے ChatGPT Work اور Codex کے Plus، Pro، Enterprise اور Edu صارفین کے لیے دستیاب ہوگا، اور ڈیولپرز API کے ذریعے اس ماڈل کو gpt-6.1-terra کے نام سے استعمال کر سکتے ہیں۔
پروڈکٹ ڈیویژن کے لحاظ سے، OpenAI GPT-6 سیریز کی صلاحیتیں اور لاگت کے لیولز کو مزید تفصیل سے تقسیم کر رہا ہے: Terra اعلیٰ فریکوئنسی، دہرائی جانے والی اور کمپیوٹر آپریشن کی ضرورت والے کاموں کے لیے ہے، جبکہ Sol اور Astra گہری تحقیق اور پیچیدہ کوڈنگ کے لیے جاری رہیں گے۔ جب مدلز کی خاص کاموں پر انجام دینے کی کارکردگی بڑھتی ہے، تو مقابلہ کا مرکز صرف مدلز کی حد تک کی ترقی سے ہٹ کر حقیقی کام مکمل کرنے میں لگنے والے وقت، ٹوکن اور کل لاگت کو پیمانے کے طور پر ماننا شروع ہو رہا ہے۔