OpenAI tiếp tục ra mắt các mô hình mới trong loạt GPT-6, tập trung vào việc thực hiện các nhiệm vụ văn phòng và thao tác máy tính hàng ngày với chi phí thấp hơn.
Vào ngày 26 tháng 10 theo giờ Đông Bắc Mỹ, OpenAI đã ra mắt GPT-6.1 Terra với các tính năng nổi bật là hiểu biết hình ảnh, thao tác xuyên ứng dụng và khả năng viết bằng ngôn ngữ tự nhiên. Đồng thời, OpenAI đã giảm 50% giá API tiêu chuẩn so với thế hệ trước GPT-5.6 Terra. Các đánh giá từ tổ chức độc lập Artificial Analysis cũng cho thấy mô hình mới đã cải thiện về mức độ thông minh, chi phí nhiệm vụ và biểu hiện ảo giác trên các tiêu chuẩn cụ thể.
Nhắm vào toàn bộ ngày làm việc, tăng cường khả năng hiểu hình ảnh và thao tác máy tính
OpenAI định vị GPT-6.1 Terra là một mô hình nhanh và hiệu quả, nhằm giúp người dùng hoàn thành các tác vụ thao tác máy tính suốt cả ngày làm việc với chi phí thấp hơn. Mô hình không chỉ có thể hiểu nội dung màn hình mà còn thực hiện thao tác xuyên suốt các ứng dụng và viết văn bản rõ ràng, tự nhiên hơn.
Từ việc soạn thảo đề xuất kinh doanh, giải thích bản vẽ kỹ thuật, đến điền biểu mẫu, chỉnh sửa video, OpenAI mong muốn biến Terra thành công cụ tổng hợp phù hợp cho các tác vụ văn phòng thường xuyên. Đối với doanh nghiệp, những khả năng này có nghĩa là mô hình có thể đảm nhận nhiều công việc lặp đi lặp lại hơn, chẳng hạn như đọc hóa đơn nhận được và nhập thông tin liên quan vào phần mềm kế toán.
Lần nâng cấp này không chỉ nhằm cải thiện một khả năng đơn lẻ, mà còn cố gắng tích hợp hiểu biết hình ảnh, thao tác máy tính và tạo văn bản vào cùng một quy trình làm việc. OpenAI cho biết, GPT-6.1 Terra có tiến bộ rõ rệt so với GPT-5.6 Terra trong các nhiệm vụ thao tác máy tính và giao tiếp, đồng thời nhấn mạnh rằng mô hình mới cho phép hoàn thành nhiều nhiệm vụ hơn với lượng sử dụng hiện có của ChatGPT Work và Codex.
Nâng chuẩn thao tác máy tính lên 15 điểm phần trăm, tốc độ nhanh hơn ba lần so với Astra
Trong benchmark Agents’ Last Exam, dùng để đo lường khả năng của các tác nhân trong việc sử dụng phần mềm để hoàn thành các nhiệm vụ chuyên môn, OpenAI cho biết GPT-6.1 Terra đạt điểm cao hơn 15 điểm phần trăm so với GPT-5.6 Terra ở mức độ suy luận trung bình, trong khi chi phí nhiệm vụ chỉ bằng khoảng một phần ba. Hiệu suất của nó thậm chí còn ngang bằng với mô hình hàng đầu GPT-6 Astra, nhưng giá mỗi Token chỉ bằng một phần mười của Astra.
Ở mức độ suy luận cao nhất, OpenAI cho biết, hiệu suất token của GPT-6.1 Terra cao hơn ba lần so với Claude Opus 5.5 và giá mỗi token chỉ bằng một phần tư. Kết hợp lợi thế về hiệu suất tiêu thụ token và giá đơn vị, chi phí để Terra hoàn thành nhiệm vụ khoảng bằng một phần chín so với Claude Opus 5.5. Về tốc độ, OpenAI cho biết, Terra hoàn thành nhiệm vụ nhanh hơn trung bình ba lần so với GPT-6 Astra và GPT-6.1 Sol.
Về khả năng hiểu hình ảnh, trong bộ chuẩn MMMU-Pro, GPT-6.1 Terra đạt hiệu suất vượt trội hơn GPT-5.6 Terra ở tất cả các thiết lập suy luận, đồng thời tiếp cận gần hơn đến thành tích của GPT-6 Astra và GPT-6.1 Sol với chi phí thấp hơn. Trong bộ chuẩn OSWorld 2.1 kiểm tra khả năng tác nhân sử dụng ứng dụng máy tính để hoàn thành các nhiệm vụ đa bước, Terra cũng vượt qua thành tích tốt nhất trước đây của GPT-5.6 Terra ở mức độ suy luận trung bình.
Các kết quả này thể hiện cách OpenAI định vị Terra: không nhất thiết phải theo đuổi hiệu suất hàng đầu trên mọi khía cạnh năng lực, mà là thực hiện càng nhiều công việc thực tế càng tốt với chi phí thấp và thời gian ngắn nhất.
Đánh giá độc lập: Mức độ thông minh được nâng cao, chi phí hoàn thành nhiệm vụ giảm đáng kể
Bản đánh giá độc lập do Artificial Analysis công bố đã so sánh hiệu suất và chi phí của GPT-6.1 Terra với mô hình thế hệ trước. Tổ chức này cho biết, điểm mạnh nhất về khả năng suy luận của Terra trên Chỉ số Trí tuệ của Artificial Analysis cao hơn 6 điểm so với GPT-5.6 Terra, trong khi chi phí cho từng nhiệm vụ đơn lẻ đã giảm từ 1,40 USD xuống còn 0,40 USD, ít hơn một phần ba so với trước đây.
Ở mức độ suy luận thấp và trung bình, Terra đạt mức cải thiện điểm số so với thế hệ trước lớn hơn, từ 7 đến 13 điểm. Artificial Analysis cho rằng hai mức suy luận này nằm trên ranh giới hiệu quả trong sự cân bằng giữa trình độ thông minh và chi phí, nghĩa là người dùng có thể đạt được hiệu suất mô hình tốt hơn với chi phí tương đối thấp hơn.
Trong Coding Agent Index v2.0 dành cho các tác giả mã hóa, GPT-6.1 Terra đạt 48 điểm, thấp hơn 54 điểm của GPT-6.1 Sol nhưng cao hơn 31 điểm của GPT-6 Luna. Tổ chức này chỉ ra rằng một số thiết lập suy luận của Terra trên chỉ số này cũng nằm trên ranh giới hiệu quả chi phí, cho thấy nó không chỉ phù hợp cho công việc văn phòng hàng ngày mà còn có khả năng mạnh mẽ trong vai trò tác giả mã hóa.
Tuy nhiên, cường độ suy luận của mô hình và độ phức tạp của nhiệm vụ vẫn rất quan trọng. Đánh giá của Artificial Analysis cho thấy, điểm Intelligence Index của Terra ở cường độ suy luận cao nhất vẫn thấp hơn GPT-6.1 Sol; OpenAI cũng rõ ràng khuyến nghị rằng, đối với các nhiệm vụ nghiên cứu sâu hoặc mã hóa phức tạp, người dùng nên ưu tiên chọn GPT-6.1 Sol hoặc GPT-6 Astra.
Tỷ lệ ảo giác giảm, tỷ lệ thành công trong nhiệm vụ mã hóa tăng lên
Độ tin cậy là một điểm nhấn khác của bản nâng cấp này. Artificial Analysis phát hiện trong bộ chuẩn私有知识与幻觉基准AA-Omniscience của họ, khi mô hình không biết câu trả lời, GPT-6.1 Terra đưa ra phỏng đoán với tỷ lệ 38%, trong khi GPT-5.6 Terra là 88%, giảm 50 điểm phần trăm. Đồng thời, độ chính xác của Terra trên bộ chuẩn này cũng tăng 2 điểm.
Cần lưu ý rằng kết quả này đo lường xu hướng của mô hình đưa ra câu trả lời ngẫu nhiên trong các tình huống không chắc chắn, chứ không đại diện cho việc tỷ lệ lỗi tổng thể của mô hình trong tất cả các ứng dụng thực tế đã giảm 50 điểm phần trăm.
Các bài kiểm tra nội bộ của OpenAI cũng cho thấy xu hướng cải thiện tương tự. Trong các bài kiểm tra với các lời nhắc dễ gây lỗi, dưới mức suy luận thấp, tỷ lệ lỗi của GPT-6.1 Terra giảm từ 53,6% của GPT-5.6 Terra xuống còn 16,7%, giảm 36,9 điểm phần trăm; ở mức suy luận cao nhất, tỷ lệ lỗi giảm 18 điểm phần trăm xuống còn 4,3%, gần với mức của GPT-6 Astra và GPT-6.1 Sol.
Kỹ năng mã hóa cũng cho thấy sự tiến bộ rõ rệt. Trong bộ chuẩn Terminal-Bench 4.0 do OpenAI công bố, GPT-6.1 Terra đạt tỷ lệ thành công nhiệm vụ 50,3% ở mức cường độ suy luận cao nhất, tăng hơn hai lần so với mức 21,5% mà GPT-5.6 Terra trước đó đã công bố. Đánh giá độc lập từ Artificial Analysis cũng cho thấy, Terra đã cải thiện khoảng 20 điểm phần trăm trên bộ chuẩn này và gần sát với GPT-6.1 Sol ở mức cường độ suy luận cao nhất.
Điều này có nghĩa là việc nâng cấp Terra không chỉ giúp mô hình nhanh hơn và rẻ hơn, mà còn bao gồm việc giảm một số lỗi và cải thiện khả năng thực hiện các tác vụ phức tạp. Tuy nhiên, đối với các nhiệm vụ kỹ thuật phần mềm phức tạp nhất, OpenAI vẫn khuyên dùng Sol hoặc Astra.
Giá API giảm một nửa, nhắm vào các tác vụ tự động hóa doanh nghiệp tần suất cao
Giá cả là một điểm nổi bật khác trong đợt ra mắt GPT-6.1 Terra. OpenAI công bố mức giá API tiêu chuẩn: 1 USD cho mỗi triệu token đầu vào, 0,05 USD cho mỗi triệu token đầu vào được lưu trữ, và 5 USD cho mỗi triệu token đầu ra. So với GPT-5.6 Terra, giá API tiêu chuẩn giảm tổng thể 50%; so với GPT-6.1 Sol, giá API tiêu chuẩn của Terra cũng thấp hơn 50%.
Sự so sánh giá từ Artificial Analysis cho thấy giá đầu vào và đầu ra Token của GPT-5.6 Terra lần lượt là 2 USD và 12 USD mỗi triệu, trong khi mô hình mới giảm xuống còn 1 USD và 5 USD. Giá đầu vào được lưu cache giảm từ 0,20 USD mỗi triệu xuống 0,05 USD, giảm 75%. Tổ chức này cũng báo cáo rằng giá ghi lưu cache của mô hình mới là 1,25 USD mỗi triệu.
Trong ChatGPT Work và Codex, OpenAI cho biết cùng một lượng sử dụng có thể hỗ trợ GPT-6.1 Terra hoàn thành nhiều nhiệm vụ hơn so với GPT-5.6 Terra, và nhiều hơn nữa so với GPT-6.1 Sol và GPT-6 Astra. Đối với các doanh nghiệp có nhu cầu đọc lại tệp tin nhiều lần, thao tác với phần mềm văn phòng hoặc xử lý lượng lớn thông tin có cấu trúc, sự khác biệt về chi phí này có thể ảnh hưởng trực tiếp đến khả năng triển khai quy mô lớn của các tác nhân.
GPT-6.1 Terra sẽ khả dụng cho người dùng Plus, Pro, Enterprise và Edu trên ChatGPT Work và Codex kể từ ngày 26 tháng 10, các nhà phát triển cũng có thể truy cập thông qua API với tên mô hình là gpt-6.1-terra.
Từ góc độ phân công sản phẩm, OpenAI đang tiếp tục phân tầng năng lực và chi phí của chuỗi GPT-6: Terra tập trung vào các công việc lặp lại, tần suất cao và yêu cầu thao tác máy tính, trong khi Sol và Astra tiếp tục hướng đến các nghiên cứu sâu và mã hóa phức tạp. Khi hiệu suất thực thi mô hình trên các nhiệm vụ cụ thể được cải thiện, trọng tâm cạnh tranh đang chuyển từ việc so sánh đơn thuần giới hạn năng lực mô hình sang việc đo lường thời gian, Token và tổng chi phí cần thiết để hoàn thành công việc thực tế.