¡GPT-6 Luna y GPT-6.1 Sol de @OpenAI ahora ocupan 6 de los 11 puestos de la frontera de Pareto del Agent Arena en sus niveles de razonamiento!
- GPT-6 Luna domina por debajo de $0.10/tarea, reclamando 3 de los 4 puntos óptimos con Max, Medium y Low.
- GPT-6.1 Sol define la frontera entre $0.22 y $0.65/tarea, con los mismos niveles de razonamiento en ella.
Esto muestra por qué importa el test-time scaling. A veces, la mejor jugada es cambiar el nivel de razonamiento, no el modelo, para mantenerse en el punto óptimo de costo/rendimiento.
Con GPT-6 Astra (Max) también en la frontera de Pareto, los modelos de OpenAI ocupan 7 de los 11 puestos de la frontera con múltiples niveles de razonamiento. ¡Felicidades al equipo de @OpenAI!