@OpenAIのGPT-6 LunaとGPT-6.1 Solが、各推論努力レベルにおいて、Agent Arenaのパレートフロンティア11枠中6枠を占めています!
- GPT-6 Lunaはタスクあたり$0.10未満で優位に立ち、Max、Medium、Lowで4つの最適スポットのうち3つを獲得しています。
- GPT-6.1 Solはタスクあたり$0.22から$0.65の間でフロンティアを形成しており、同じ推論レベルがそこに位置しています。
これがテスト時スケーリングが重要である理由を示しています。最適なコスト/パフォーマンスポイントに留まるためには、モデルを切り替えるのではなく、推論努力を切り替えるのが最善の策である場合があります。
GPT-6 Astra(Max)もパレートフロンティアに位置しており、OpenAIのモデルは複数の推論レベルでフロンティア11枠中7枠を占めています。@OpenAIチーム、おめでとうございます!