OpenAI hat GPT-6.1 Terra veröffentlicht und damit die Grenze der Kosteneffizienz verschoben. Es ist das erste Terra-Klasse-Modell seit GPT-5.6 und ist für weniger als ein Drittel der Kosten intelligenter
Der Preis pro Token beträgt die Hälfte oder weniger als bei GPT-5.6 Terra - bei $1/$5 pro Million Eingabe-/Ausgabe-Tokens gegenüber $2/$12 beim vorherigen Modell. Auch das Cache-Schreiben hat sich halbiert und liegt nun bei $1.25 pro Million Tokens. Zwischengespeicherte Eingabe kostet ein Viertel, nämlich $0.05 gegenüber $0.20 pro Million Tokens.
Die wichtigsten Erkenntnisse:
➤ Pareto-optimal bei Intelligenz vs. Kosten bei niedrigem und mittlerem Aufwand: Bei maximalem Aufwand gewinnt GPT-6.1 Terra 6 Punkte im Artificial Analysis Intelligence Index gegenüber GPT-5.6 Terra, bei weniger als einem Drittel der Kosten pro Aufgabe ($0.40 vs. $1.40). Bei niedrigeren Aufwandsstufen ist der Gewinn größer, zwischen 7 und 13 Punkten. Die niedrigen und mittleren Aufwandsstufen sind Pareto-optimal in Bezug auf die Kosteneffizienz, während die anderen Aufwandsstufen hinter der Grenze liegen. Bei maximalem Aufwand liegt das Modell 4 Punkte unter GPT-6.1 Sol und 10 Punkte über GPT-6 Luna im Intelligence Index.
➤ Verschiebt die Grenze der Kosteneffizienz des Coding Agent Index: Mit einer Punktzahl von 48 im neu veröffentlichten Artificial Analysis Coding Agent Index v2.0 liegt das Modell 6 Punkte unter GPT-6.1 Sol (54) und 17 Punkte über GPT-6 Luna (31). Die xhigh- und low-Aufwandsstufen liegen auf der Grenze der Kosteneffizienz im Coding Agent Index, während andere Aufwandsstufen hinter der Grenze liegen.
➤ 50 Punkte Rückgang der Halluzinationsrate: GPT-6.1 Terra rät in 38% der Fälle, wenn es die Antwort auf eine Frage in AA-Omniscience, unserem privaten Wissen- und Halluzinations-Benchmark, nicht kennt. Zuvor lag die Halluzinationsrate von GPT-5.6 Terra bei 88%. Diese deutliche Verringerung der Halluzinationen geht mit einer 2-Punkte-Steigerung der AA-Omniscience-Genauigkeit einher - das Modell beantwortet also gleichzeitig mehr Fragen korrekt.
➤ 20 Punkte Sprung in Terminal-Bench 4.0, kleine Verbesserungen in den meisten Bewertungen: Das Modell macht erhebliche Fortschritte im terminalbasierten agentischen Benchmark Terminal-Bench 4.0, mit einem Gewinn von ~20 Punkten und liegt damit bei maximalem Aufwand auf dem Niveau von GPT-6.1 Sol. Die Gewinne in den meisten anderen Bewertungen sind kleiner, zum Beispiel 5 Punkte in GDP.pdf.
Herzlichen Glückwunsch an @OpenAI und @sama zum Launch!