Anthropic ve OpenAI, model performansındaki iyileştirmeleri işletim maliyetlerindeki düşüşle birleştirerek profesyonel kullanım alanlarını hedefleyen yeni modeller piyasaya sürdü. Bu gelişme, modellerin programlama ve kurumsal görevlerde ekonomik verimliliğinin ve güvenilirliğinin önem kazandığı, gelişmiş modellerin güvenliği konusundaki tartışmaların ise sürdüğü bir dönemde gerçekleşiyor.
Opus 5.5 karmaşık görevlere odaklanıyor
Anthropic, karmaşık görevlerin ele alınmasını, yazılım hatalarının tespit edilip düzeltilmesini, finansal verilerin analiz edilmesini ve iş görevlerinin yürütülmesini geliştirdiğini belirttiği Opus 5.5 modelini tanıttı. Şirketin testleri, modelin Terminal-Bench 4.0 ve FrontierCode v1.1 (Main) testlerinde aracı programlama görevlerinde GPT-6 Astra modelinden daha iyi performans gösterdiğine işaret ediyor.
Anthropic, modelin daha anlaşılır metinler ürettiğini ve önceki modellere kıyasla sınırları ve kontrolleri aşmaya çalışma eğiliminin %85 oranında azaldığını belirtiyor. Şirket ayrıca bir milyon giriş belirtecinin fiyatını 4 dolara, bir milyon çıkış belirtecinin fiyatını ise 20 dolara indirdi; Opus 5 modelinde bu fiyatlar sırasıyla 5 dolar ve 25 dolardı.
OpenAI'de üç farklı maliyet seviyesi
OpenAI, profesyonel çalışma, programlama ve bilgisayar kullanımında iyileştirmeler sunan GPT-6 Sol ve GPT-6 Luna modellerini piyasaya sürdü. Şirket, iki modelin maliyetinin GPT-5.6 modellerinin promosyon fiyatlarına kıyasla %50'ye kadar daha düşük olduğunu belirtiyor.
GPT-6 Sol'da bir milyon giriş belirtecinin fiyatı 2 dolar, çıkış belirtecinin fiyatı ise 10 dolar. GPT-6 Luna'da bir milyon giriş belirtecinin fiyatı 10 sent, bir milyon çıkış belirtecinin fiyatı 50 sent. OpenAI'ye göre GPT-6 Sol, önceki modelin yaptığı hata sayısının yaklaşık yarısını yapıyor ve programlamada Fable 5.1 ile benzer bir performans düzeyine daha düşük maliyetle ulaşıyor.
İyileştirmeler arasında daha açık iletişim ve komut bağlamının geçici olarak depolanmasını destekleme de bulunuyor; bu sayede daha fazla bağlam yeniden kullanılabiliyor ve yanıtlar hızlanıyor.
Pratikte ne değişiyor?
Yeni fiyatlar, geliştiricilere ve şirketlere modelleri tekrarlanan veya yoğun çağrı gerektiren görevlerde kullanmaları için daha geniş bir alan sağlarken, daha yüksek kapasiteli modeller programlama, analiz ve aracı yürütme çalışmalarını hedefliyor. Ancak üstünlük, doğruluk ve güvenlikle ilgili aktarılan rakamlar şirketlerin kendi testlerinden elde edildiği için tek başına tüm kullanım alanlarında veya ortamlarda genel bir üstünlüğü kanıtlamıyor.
Güvenlik ve erişilebilirlik iyileştirmeleri
OpenAI, GPT-6 modellerinin programlama görevlerinin sonuçları hakkında yanlış bilgi verme eğiliminin azaldığını ve güvenli olmayan komutlar alındığında koruma prosedürlerini aşma girişimlerini daha fazla reddettiğini belirtiyor. Her iki şirket de harici değerlendirme kuruluşlarının modellerin gelişimini ve güvenliğini ölçmek için kullanabileceği standartlar önermeye çalışıyor; ancak bu önerilerin ortak bir standarda dönüşüp dönüşmeyeceği henüz netlik kazanmadı.
Opus 5.5, Claude'un yanı sıra Amazon Web Services, Google Cloud ve Microsoft Azure üzerinden kullanıma sunuluyor. GPT-6 Sol ve GPT-6 Luna, Plus, Pro, Business ve Enterprise planlarının müşterileri için ChatGPT Work ve Codex üzerinden erişilebilirken, ücretsiz plan kullanıcıları ve Go aboneleri şirketin masaüstü uygulaması üzerinden yalnızca GPT-6 Luna'ya erişebiliyor.