OpenAI pristatė GPT-6.1 Terra modelį su patobulintu vizualiniu argumentavimu
| Parametras | Buvo | Dabar |
|---|---|---|
| Modelio pavadinimas | Nenurodyta | gpt-6.1-terra |
Kas konkrečiai pasikeitė AI modeliuose: kontekstas, kainos, galimybės. Tik šaltinių nurodytos reikšmės — niekada spėjamos.
| Parametras | Buvo | Dabar |
|---|---|---|
| Modelio pavadinimas | Nenurodyta | gpt-6.1-terra |
| Parametras | Buvo | Dabar |
|---|---|---|
| Įvesties kainodara | Nenurodyta | Sumažinta pakartotinio naudojimo dėka (iki 62% testuose) |
| Palaikomi modeliai | Nenurodyta | GPT-6 Astra, GPT-6.1 Sol, GPT-5.6 Luna |
| Parametras | Buvo | Dabar |
|---|---|---|
| Balsų katalogas | 43 generatyviniai balsai | 57 generatyviniai balsai 11 kalbų ir 25 lokalėse |
| Nauji balsai | Nenurodyta | 14 naujų balsų 9 lokalėse |
| Naujos kalbos | Nepasiekiama generatyviniame variklyje | Hindi ir suomių kalbos visuotinai pasiekiamos |
| API | SynthesizeSpeech API, tie patys balsų pavadinimai | Nepakitęs; „drop-in“ atnaujinimas, kodo keisti nereikia |
| Kainodara | Standartinė mokėjimo už naudojimą kainodara | Ta pati kaina, be papildomų kaštų, be naujo SKU |
| Regionų prieinamumas | 10 AWS regionų | 11 AWS regionų, įskaitant GovCloud (US-West) |
| Tikslumas | Bazinis generatyvinio balso tikslumas | Pagerintas tikslus skaičių, adresų, datų ir valiutų skaitymas |
| Srautinis perdavimas | Nenurodyta | Palaikomas Bi-Di Streaming API (StartSpeechSynthesisStream) realaus laiko balso agentams |
| Parametras | Buvo | Dabar |
|---|---|---|
| Parametrai | Nenurodyta | 320B (18B aktyvių, MoE) |
| Konteksto langas | Nenurodyta | 1M žetonų |
| Įvesties kaina | Nenurodyta | 0,15 USD/mln. žetonų |
| Talpykloje saugomos įvesties kaina | Nenurodyta | 0,03 USD/mln. žetonų |
| Išvesties kaina | Nenurodyta | 0,50 USD/mln. žetonų |
| Įrankių iškvietimas | Nenurodyta | Palaikomas, skirtas sudėtingoms įrankių naudojimo užduotims |
| Parametras | Buvo | Dabar |
|---|---|---|
| Išvestis | Nenurodyta | Vienas 128 dimensijų vektorius kiekvienam 10 m pikseliui, gautas iš metų Sentinel-1, Sentinel-2 ir Landsat sekų; 64 dim. |
| Etaloninis našumas | OlmoEarth v1.2 | Pirmauja prieš AlphaEarth Foundations ir Tessera v2 20 iš 27 testų (128 dim.) ir 18 iš 27 (64 dim.) |
| Treniravimo skaičiavimai | v1 bazinis lygis | v1.3 naudojo 53% v1.2 treniravimo laiko ir 18% v1, sumažindama anglies dioksido išmetimus iki 50% ir 22% atitinkamai |
| Atkartojimo kaina | Nenurodyta | Apie 2 720 USD nuomojamo H100 laiko galutiniam treniravimo etapui |
| Licencijavimas | OlmoEarth Artifact licencija (v1, v1.2) | Ta pati atvira licencija taikoma v1.3, svoriams, duomenims ir kodui |
| Parametras | Buvo | Dabar |
|---|---|---|
| Inferencijos greitis | Bazinis „Cosmos 3 NIM“ mikropaslaugų lygis | Iki 2x greičiau patvirtintose konfigūracijose, be kokybės praradimo |
| Modelio dydis (MicroAGI atvejis) | 32 mlrd. parametrų samprotavimo modelis | Distiliuotas iki 8 mlrd. parametrų „Nano“ modelio, be tikslumo praradimo |
| Vaizdo srautų stebėjimas (Metropolis VSS 3.3) | Bazinis GPU pralaidumas | 40% daugiau srautų stebima naudojant tą pačią GPU |
| Parametras | Buvo | Dabar |
|---|---|---|
| granite-speech-5.0-2b WER | Nenurodyta (pakeičia granite-speech-4.1-2b) | 5,06 % vidutinė anglų kalbos WER, #2 vieta tarp atvirojo kodo ASR modelių |
| Turbo CTC greitis (RTFx) | ~12 600 RTFx pristatymo metu | 19 870 RTFx (maždaug 1,6 karto greičiau, tas pats tikslumas) |
| Turbo CTC kalbos | Tik anglų | Anglų, japonų, ispanų, vokiečių, prancūzų, italų, portugalų |
| 4.1-2B-Plus WDER/cpWER | WDER 4,40, cpWER 30,50 | WDER 4,10, cpWER 28,48 (sumažėjimas po 7 %) |
| 4.1-2B-Plus ilgų įrašų WER | 13,53 | 10,22 (sumažėjimas 24 %) |
| 4.1-2B-Plus raktažodžių paryškinimo WER (20 terminų) | 11,79 | 6,48 (sumažėjimas 45 %) |
| 4.1-2B-Plus laiko žymės paklaida (AAS, visa kalba) | 210,86 | 98,54 |
| Parametras | Buvo | Dabar |
|---|---|---|
| Context Focus (fragmentų lygio paieška) | Nenurodyta | Nauja funkcija: vienu Rerank iškvietimu grąžinami įvertinti teksto fragmentai dokumentuose, o ne tik viso dokumento įver |
| BRIGHT testo rezultatas (samprotavimu grįsta paieška) | Rerank 4 Pro: 69.8 (82.2 minus 12.4 prieaugis) | Rerank 5 Pro: 82.2 |
| Aktualumo įverčio kalibravimas | Nekalibruoti įverčiai, specifinės kiekvienam modeliui ribos | Kalibruoti tikimybės įverčiai: 0,7 reiškia ~70% tikimybę, kad dokumentas naudingas |
| Pralaidumas (Fast vs Pro) | Nenurodyta | Rerank 5 Fast: ~187 dok./sek. A100 GPU, 2.9x didesnis pralaidumas nei Pro, ~3x greitesnis atsako laikas |
| Kainodara | Nenurodyta | 0,05 USD už 1 mln. tokenų (Pro), 0,02 USD už 1 mln. tokenų (Fast) |
| Parametras | Buvo | Dabar |
|---|---|---|
| Atrankos žingsniai | ~400 (Proteina-Complexa) | 60 |
| Generavimo greitis, lyginant su RFD3 | 1x | 3,8 karto greičiau esant 200 liekanų |
| Didžiausias atminties naudojimas, lyginant su RFD3 | Bazinis lygis | 84% mažiau esant 200 liekanų |
| Sekos/struktūros kūrimas | Reikalingas atskiras inverse-folding žingsnis (pvz., ProteinMPNN) | Seka ir pilna atominė struktūra kuriami vienu modeliu |
| Variklio pagreitis (BioIR vs standartinis) | 1x | 1,37–1,73 karto testuotose Hopper GPU |
| Diegimo būdai | Nenurodyta | Atvirojo kodo modelis GitHub arba NIM mikroservisas su HTTP sąsaja |
| Parametras | Buvo | Dabar |
|---|---|---|
| Linija | Nemotron 3 Embed / Llama Nemotron Embed VL 1B | Nemotron 3.5 Embed (8B BF16, 1B BF16, 1B NVFP4), Nemotron 3.5 Rerank 8B BF16, Nemotron 3.5 Parse 631M |
| ViDoRe v3.1 dense paieškos balas | 52.23 nDCG@10 (Llama Nemotron Embed VL 1B) | 61.17 nDCG@10 (Nemotron 3.5 Embed 8B BF16), 1 vieta |
| Perrikiavimo balas | 59.17 nDCG@10 (Qwen-3-VL-Reranker-8B) | 60.49 nDCG@10 (Nemotron 3.5 Rerank 8B BF16) |
| Agento žetonų kaina | Bazinė paieška tik su embedding | ~13-14% mažesnė pridėjus perrikiavimą, kartu didesnis tikslumas |
| NVFP4 pralaidumas | 101.3 dok./sek. (1B BF16, GB200) | 128.8 dok./sek. (1B NVFP4), išlaikant 99.85% tikslumo |
| NIM aptarnavimo pralaidumas | 2099 užkl./sek. (vLLM) | 6031 užkl./sek. (NIM, RTX PRO 6000 Blackwell) |
| Parametras | Buvo | Dabar |
|---|---|---|
| Architektūra | Transformerių softmax dėmesys su auganti KV talpykla | Gated Linear Attention (GLA) su fiksuoto dydžio pasikartojančia būsena |
| Parametrai | Nenurodyta | 3,028B (2,718B Muon + 309,6M AdamW) |
| Atmintis vienai sekai | KV talpykla auga su konteksto ilgiu | Fiksuota 29,5 MB pasikartojanti būsena nepriklausomai nuo konteksto ilgio |
| Mokymo greitis | 73 378 tokenų/s (gather-broadcast Muon) | 119 934 tokenų/s (all_to_all Muon), ~120 000 tokenų/s iš viso trn2.48xlarge serveryje |
| Išvesties greitis | Nenurodyta | 11 544 išvesties tokenai per sekundę esant 1 280 lygiagrečių sekų |
| Konteksto langas | 2 048 mokymo sekos ilgis | Testuota iki 8 192 tokenų, pridedant tik 0,5% papildomų kaštų už išvesties tokeną |
| Parametras | Buvo | Dabar |
|---|---|---|
| Pagrindinis modelis | Cosmos-Predict2.5 (stalo siuvimas dVRK) | Cosmos3-H-Embodied-Nano (16 mlrd. parametrų, klinikinė cholecistektomija) |
| Mokymo duomenys | Stalo siuvimo vaizdo/kinematikos duomenys | CMR Surgical Versius klinikiniai cholecistektomijos įrašai |
| Išvedimo žingsniai | Nenurodyta | Keturių ir dviejų žingsnių distiliuoti mokinio kontroliniai taškai |
| Aparatinė įranga | Nenurodyta | Veikia interaktyviai viename NVIDIA RTX PRO 6000 GPU |
| Veiksmų dimensijos | Nenurodyta | 28 veiksmų dimensijos (abiejų rankų padėtis, gnybtas, energija, valdymo mygtukai) |
| Mokymo raiška/dažnis | Nenurodyta | 832x480 vaizdas, veiksmai suderinti 10 Hz dažniu |
| Parametras | Buvo | Dabar |
|---|---|---|
| Promptų talpyklos trukmė | Nenurodyta | 12 valandų (pasirenkama) |
| 12 valandų talpyklos įrašymo kaina | Nenurodyta | 2,5 karto didesnė nei įvesties žetonų kaina |
| Parametras | Buvo | Dabar |
|---|---|---|
| Mąstymo transkripto prieinamumas | Pilna mąstymo grandinė dažnai buvo išgaunama per aktyvų provokavimą ar tarpines paskyras | Mąstymas apibendrinamas, prieinamumas apribotas tik užklausą sugeneravusiai organizacijai, naujos API paskyros (po 2026 |
| Distiliavimo aptikimas | Paprastos apibendrinimu grįstos apsaugos, apeinamos aktyvaus išgavimo technikomis | Dviejų pakopų klasifikatorius (konstitucinių klasifikatorių principas), klaidingų teigiamų rezultatų dažnis <0,1 %, atit |
| Išgauti mąstymo žetonai (tokens) | Pradinis didelis kiekis, surinktas distiliavimo tinklų | 10–100 kartų mažiau (kai kuriomis dienomis per mažai, kad būtų galima išmatuoti) po pilno diegimo |
| Parametras | Buvo | Dabar |
|---|---|---|
| Kalbos (STT) | Nenurodyta | 50+ kalbų, įskaitant 24 ES oficialias kalbas |
| STT delsa (realiuoju laiku) | Nenurodyta | Mažiau nei 500ms 35+ kalbų |
| Mini Transcribe kaina | Nenurodyta | 0,0035 USD/min, 4 mlrd. parametrų |
| TTS kalbos/dialektai | Nenurodyta | 35+ kalbos, 50+ dialektai |
| TTS kaina | Nenurodyta | 13 USD už 1 mln. simbolių |
| Balso klonavimas | Nenurodyta | Pro Voice adaptacija iš 30 minučių garso |
| Įrankių iškvietimas | Nenurodyta | Naujas Voice Agent SDK sujungia klausymą, mąstymą, įrankių iškvietimą ir kalbėjimą realiuoju laiku |
| Parametras | Buvo | Dabar |
|---|---|---|
| Aptarnavimo karkasas | JAX pagrindu veikiantys vLLM/SGLang backend'ai TPU | Natūralūs PyTorch backend'ai (TorchTPU) vLLM ir SGLang TPU |
| Savikaina už milijoną tokenų | Nenurodyta | 2,01 cento esant dideliam lygiagretumui (žemiausia pranešta SemiAnalysis InferenceX teste) |
| Agentinio/ilgo konteksto palaikymas | Nenurodyta | Automatinis prefiksų talpinimas, KV talpyklos perkėlimas per TPU Sync, įrankių kvietimas, struktūrizuota išvestis, atski |
| Tokenų per sekundę (vienam naudotojui) | Nenurodyta | 700+ tokenų/s 2,8T parametrų Kimi K3 modeliui Ironwood TPU per Pallas megakernel |
| Parametras | Buvo | Dabar |
|---|---|---|
| Išvesties formatas | Laisvos formos tekstas, reikalaujantis savarankiško analizavimo ir pakartojimų | Apribotas dekodavimas garantuoja JSON, atitinkantį apibrėžtą schemą |
| Įrankių naudojimas | Įrankių parametrai nebuvo griežtai validuojami pagal schemą | Griežtas įrankių naudojimas užtikrina tikslų schemos atitikimą įrankių įvestims |
| Prieinamumas | Nenurodyta | Visi „Claude“ modeliai „Bedrock“ runtime ir Mantle endpoint'uose, kur modelis siūlomas |
| Paketinio/tarpregioninio apdorojimo palaikymas | Nenurodyta | Palaikoma su paketiniu apdorojimu ir tarpregioniniu inferencijos palaikymu runtime endpoint'e |
| Poveikis kainai | Nenurodyta | Mažiau išvesties token'ų, nes atsakymuose tik schemoje apibrėžti laukai, kas gali sumažinti inferencijos kainą |
| Parametras | Buvo | Dabar |
|---|---|---|
| Maksimalus vaizdo įrašo ilgis | 1 valanda (Pegasus 1.2) | 2 valandos per užklausą |
| Išvesties formatas | Vienas tekstinis atsakymas per klipo užklausą | Struktūrizuoti, laiko žymomis pažymėti JSON segmentai, atitinkantys apibrėžtus kriterijus |
| Įvesties būdai | Iš anksto indeksuoti klipai | Tiesioginė S3 nuoroda arba base64 eilutė, be išankstinio indeksavimo |
| Užklausų tipas | Tik tekstinės užklausos | Tekstas kartu su nuorodine nuotrauka (multimodalios užklausos) |
| API | Nenurodyta | InvokeModel, InvokeModelWithResponseStream (JAV Vakarai/Oregonas) |
| Parametras | Buvo | Dabar |
|---|---|---|
| Aparatinės įrangos taikinys | Standartinis PyTorch su ankstesniais skaičiavimo variantais | AWS Trainium2 (trn2.3xlarge) per Neuron/TorchNeuron |
| Pralaidumas vienam doleriui | Bazinis skaičiavimo variantas, kurį anksčiau naudojo Deepgram | 11-70% daugiau garso apdorojama vienam doleriui |
| Aptarnavimo laikomoji sistema | Python multiprocessing/multithreaded lygiagretaus duomenų apdorojimo sistema | Individuali Rust sistema, 7,5% greitesnė nei Python MP bazinė sąranka esant maksimaliam batch dydžiui |
| Kopijos viename įrenginyje | Nenurodyta | 8 modelio kopijos (DP8) vienoje trn2.3xlarge instancijoje |
| Parametras | Buvo | Dabar |
|---|---|---|
| Modelio versija | DeepSeek V4.1 | DeepSeek-V4.1-Flash-1017 |
| HLE (be įrankių) | Nenurodyta | 42.6 (44.0 grynai tekstiniame pogrupyje) |
| Terminal-Bench 4.0 | Nenurodyta | 42.3 |
| DeepSWE v1.1 | Nenurodyta | 77.0 |
| Įvesties/išvesties kaina | Nepakitusi | Nepakitusi |
| API prieiga | deepseek-flash | deepseek-flash (tas pats endpointas, atnaujintas modelis) |
| Parametras | Buvo | Dabar |
|---|---|---|
| Prieiga prie balso kūrimo | Ribota prieiga | Prieinama visiems API klientams |
| Balso sukūrimo kaina | Nenurodyta | Nemokama |
| Kalbos generavimo apmokestinimas | Standartinis GPT-Live sesijos apmokestinimas | Standartinis GPT-Live sesijos apmokestinimas (nepakitęs) |
| Integruoti balsai | Esamas rinkinys | +9 nauji balsai: vokiečių (Nuri, Juni, Flitz), prancūzų (Brise, Sillage), hindi (Nira), japonų (Harema, Shida), korėjieč |
| Parametras | Buvo | Dabar |
|---|---|---|
| Bendras parametrų skaičius | Nenurodyta | 501B (MoE) |
| Aktyvūs parametrai vienam tokenui | Nenurodyta | 23B |
| Konteksto langas | Nenurodyta | 1 000 000 tokenų |
| Licencija | Nenurodyta | Apache 2.0 |
| Įrankių iškvietimas | Nenurodyta | Palaikomas per specialią gramatiką ir atsakymo šabloną |
| Loginio mąstymo intensyvumo lygiai | Nenurodyta | žemas, vidutinis (numatytas), aukštas, xaukštas, maksimalus |
| Kontrolinių taškų formatai | Nenurodyta | BF16, FP8, NVFP4 |
| Parametras | Buvo | Dabar |
|---|---|---|
| Funkcijos per endpoint | Atskiri modeliai/endpoint'ai pokalbiui, sprendimams ir kalbai | Pokalbis, sprendimų priėmimas ir ASR transkripcija sujungti viename endpoint'e |
| VRAM naudojimas | Nenurodyta | Maždaug tiek pat VRAM kiek ir pagrindinis modelis vienas, nepaisant papildomų funkcijų |
| Sprendimų adapteriai | Ankstesnėje versijoje Decision aLoRA nebuvo | Bendros paskirties Decision aLoRA ir specializuotas Guardian aLoRA saugumo sprendimams |
| ASR komponentas | Nenurodyta | Integruotas Granite-Speech-5.0-Turbo-CTC, pirmaujantis OpenASR reitinge |
| Inferencijos greitis (sprendimų srautas, 3B demo) | Konkurentas Jev nurodė 10 sprendimų per sekundę | Granite Switch 3B versija pasiekė 60-100 sprendimų per sekundę |
| Parametras | Buvo | Dabar |
|---|---|---|
| Architektūra | Muse Glimmer: tankus feed-forward tinklas kiekviename sluoksnyje | Muse Spark Open: mišrus ekspertų modelis, 256 ekspertai sluoksnyje, 8 pasirenkami vienam tokenui |
| Modelio dydis | Nenurodyta | ~816B parametrų iš viso, ~42B aktyvių vienam tokenui |
| Konteksto langas | Nenurodyta | Iki 1 000 000 tokenų |
| Įvestys | Nenurodyta (Muse Glimmer: be garso koduotuvo) | Tekstas, vaizdai, garsas ir video |
| Išvestis | Nenurodyta | Tekstas |
| Kontrolpunktų formatai | Nenurodyta | BF16 ir NVFP4 (4 bitų, skirtas NVIDIA Blackwell GPU) |
| Įrankių iškvietimas | Nenurodyta | Palaikomas, tekstinis ir multimodalinis |