معرفی GPT-6.1 Terra؛ قابلیت‌ها، ساختار قیمت‌گذاری و جزئیات فنی مدل جدید OpenAI

معرفی GPT-6.1 Terra

شرکت OpenAI از مدل جدیدی به نام GPT-6.1 Terra رونمایی کرده است که برای طیف وسیعی از کاربردهای مهندسی و تجاری توسعه یافته است. این مدل توانایی‌های پیشرفته‌ای در تطبیق تصاویر محصولات با ورودی کاتالوگ‌ها، تفسیر نقشه‌های فنی (Technical Drawings)، تعامل با صفحات برنامه‌های کاربردی و همچنین تولید و ویرایش متن دارد.

جزئیات فنی و پارامترهای استدلال

یکی از ویژگی‌های کلیدی این مدل، پشتیبانی از پارامتر reasoning.effort است که به توسعه‌دهندگان اجازه می‌دهد میزان تلاش مدل برای استدلال را کنترل کنند. این پارامتر دارای سطوح زیر است:

• none
• low
• medium (پیش‌فرض)
• high
• xhigh
• max

همچنین باید توجه داشت که استفاده از قابلیت Tool Calling در این مدل مستفیمماً نیازمند استفاده از Responses API است و توسعه‌دهندگان باید راهنمای مهاجرت مدل‌های GPT-6 را برای به‌روزرسانی پرامپت‌ها بررسی کنند.

ساختار قیمت‌گذاری و مدیریت کش

مدل GPT-6.1 Terra با ساختار قیمت‌گذاری جدیدی ارائه شده است که توجه مهندسان را به دلیل بهینه‌سازی هزینه‌ها جلب می‌کند:

• توکن‌های کش‌شده: توکن‌های ورودی کش‌شده با نرخ ۵ درصد نرخ توکن ورودی عادی محاسبه می‌شوند.
• هزینه نوشتن کش: برای نگهداری ۳۰ دقیقه‌ای، هزینه ۱.۲۵ دلار به ازای هر میلیون توکن است و برای نگهداری ۱۲ ساعته این مبلغ به ۲.۵۰ دلار می‌رسد (قبل از اعمال تعدیلات مربوط به متن‌های طولانی).
• محدوده متون طولانی: پرامپت‌هایی که دارای بیش از ۲۷۲ هزار توکن ورودی هستند، با ضریب ۲x برای ورودی و کش و ضریب ۱.۵x برای خروجی کل درخواست قیمت‌گذاری می‌شوند.
• تخفیف‌ها و ضریب‌ها: قیمت‌های بخش‌های Batch و Flex حدود ۵0 درصد ارزان‌تر از حالت Standard هستند، در حالی که حالت پردازش منطقه‌ای (Regional) با ۱۰ درصد پریمیوم و حالت Fast با ضریب ۲x نسبت به حالت استاندارد عرضه می‌شوند.

دیدگاه جامعه توسعه‌دهندگان در Hacker News

در بحث‌های پیرامون این انتشار در Hacker News، برخی کاربران به این نکته اشاره کردند که ارائه مکرر نسخه‌های متعدد از یک مدل پایه ممکن است نشان‌دهنده سرعت بالای تغییرات یا چالش در نام‌گذاری نسخه‌ها باشد، با این حال برای توسعه‌دهندگانی که بهینه‌سازی هزینه و دقت بالا در کارهای بصری و متنی مد نظرشان است، جزئیات قیمت‌گذاری کش و کنترل دقیق روی پارامتر استدلال جذابیت زیادی دارد.