OpenAI lanza los agentes GPT-6.1 Sol y Dot: el rendimiento se acerca a Astra, los costos se desploman

TradingKey - OpenAI anunció el lanzamiento de GPT-6.1 Sol, una versión mejorada de GPT-6 Sol, centrada en mejorar la codificación basada en agentes, el uso de ordenadores y las capacidades para el trabajo profesional. OpenAI afirmó que GPT-6.1 Sol se aproxima al rendimiento de GPT-6 Astra en múltiples pruebas de rendimiento, mientras que sus precios estándar de tokens de entrada y salida son aproximadamente una quinta parte de los de Astra. Además, también se presentó el agente Dot.

El precio estándar de la API para el modelo es de 2 dólares por millón de tokens de entrada, 0,10 dólares por millón de tokens de entrada en caché y 10 dólares por millón de tokens de salida. De ellos, el precio de la entrada en caché es un 95% inferior al de la entrada estándar, orientado principalmente a cargas de trabajo basadas en agentes que requieren una reutilización repetida del contexto.

GPT-6.1 Sol busca un equilibrio entre "alto rendimiento y bajo costo"

OpenAI declaró que GPT-6 Astra sigue siendo su modelo de frontera con las capacidades generales más sólidas, adecuado para las tareas profesionales y de investigación científica más complejas. Por su parte, GPT-6.1 Sol busca ofrecer una solución mejor adaptada al despliegue a gran escala al equilibrar rendimiento y coste.

En la evaluación de código DeepSWE v1.1, GPT-6.1 Sol alcanzó un rendimiento cercano al de GPT-6 Astra a aproximadamente una quinta parte del coste. Con una menor intensidad de razonamiento y coste, su puntuación fue además 6,4 puntos porcentuales superior al rendimiento máximo de GPT-6 Sol.

En la evaluación de documentos profesionales GDP.pdf, GPT-6.1 Sol superó a Opus 5.5 con mecanismos de respaldo en las diferentes configuraciones de razonamiento probadas, con un coste por tarea inferior a la mitad del de este último. Al ofrecer un rendimiento cercano al de GPT-6 Astra, su coste por tarea fue de aproximadamente una quinta parte del de Astra.

Múltiples indicadores de referencia muestran una mejora del rendimiento

En las tareas de uso de ordenadores, la brecha de puntuación entre GPT-6.1 Sol y GPT-6 Astra se redujo a menos de 2,1 puntos porcentuales, pero su coste por tarea es de aproximadamente una séptima parte del de Astra.

En las evaluaciones de investigación científica, el coste medio por tarea de GPT-6.1 Sol a la máxima intensidad de razonamiento fue de 5,47 dólares, inferior a los 23,21 dólares de Opus 5.5 y a los 23,80 dólares de GPT-6 Astra. GPT-6 Astra siguió ocupando el primer lugar entre los modelos evaluados con una puntuación del 68,1%, y OpenAI recomienda utilizarlo para las tareas de investigación científica más exigentes.

OpenAI también reveló que GPT-6.1 Sol registró una tasa de error factual del 4,1% en pruebas de precisión factual de alta dificultad, 0,4 puntos porcentuales menos que GPT-6 Sol, mientras que su coste por tarea fue aproximadamente un 83% inferior al de Astra. Sin embargo, la prueba utilizó conversaciones filtradas de alta dificultad y no representa los escenarios habituales de los usuarios.

OpenAI lanza Dot: un agente de IA siempre activo

Junto a Sol debuta el agente de IA Dot. Según el anuncio, Dot está impulsado por GPT-6 Astra, cuenta con un ordenador en la nube independiente, aprende de la retroalimentación a lo largo del uso continuado, trabaja de manera ininterrumpida para alcanzar los objetivos del usuario y puede conectarse a más de 4.000 aplicaciones a través de un ecosistema de complementos. Los usuarios pueden comunicarse con Dot en cualquier momento a través de ChatGPT, SMS, Slack y Teams, o mantener llamadas de voz con él, y Dot sincroniza el contexto en todos los canales.

Dot cuenta con una gestión independiente de identidad y permisos, utiliza un ordenador en la nube y su propio navegador, y puede escribir y probar código cuando sea necesario. Los usuarios pueden abrir el ordenador de Dot en cualquier momento para inspeccionar su trabajo o autorizarlo a conectarse a sus propios portátiles. Dot puede hacer avanzar de forma autónoma varios proyectos simultáneamente sin cambiar entre diferentes conversaciones ni requerir orientación paso a paso. OpenAI citó un ejemplo en el que el Dot de un evaluador preliminar descubrió que el usuario se había olvidado de facturar a una editorial, preparó la factura y la envió tras recibir la aprobación.

Dot se está desplegando de manera gradual para los usuarios de los planes Pro, Business Premium y Enterprise en mercados elegibles. Mientras tanto, OpenAI está abriendo una versión preliminar de Dots dedicados a un reducido número de empresas, los cuales cuentan con una identidad independiente y responsabilidades claras dentro de la organización. Los usuarios de Pro pueden unirse a una lista de espera con plazas limitadas para solicitar el envío y la recepción de mensajes a través de iMessage y RCS.