Modellek · The Decoder ·
Az OpenAI új modelljei rövidebbek, de ritkábban jelzik a bizonytalanságot
Az Artificial Analysis mérése szerint az OpenAI GPT-6.2 Astra és Sol modelljei közvetlenebbül és rövidebben válaszolnak, de sokkal ritkábban jelzik a bizonytalanságukat.
Az Artificial Analysis mérése szerint az OpenAI GPT-6.2 Astra és Sol modelljei 34–40 százalékkal rövidebben válaszolnak, mint elődjeik. Az Astra átlagos válasza 352-ről 210 szóra, a Sol válasza 337-ről 223 szóra csökkent.
A bizonytalanság jelzése is sokat csökkent: ritkábban jelzik a bizonytalanságot. Az Astra pontszáma ezen a téren 96-ról 24-re, a Solé 98-ról 51-re esett. Ezek 1 és 100 közötti relatív helyezések, nem százalékok, tehát nem azt mutatják, hány válaszban szerepel a bizonytalanság.
Az Anthropic Claude Fable 5.2 és Opus 5.5 modelljei 81, illetve 90 pontot értek el az átláthatósági mutatóban, az Astra 41, a Sol 57 pontot. A mérés a válaszok stílusát méri, nem a pontosságukat. A forrás nem tér ki arra, hogy a modellek mikor és milyen áron érhetők el.
Miért fontos neked?
Ha rövid, gyors választ keresel, az új modellek kevesebb szöveggel válaszolnak. Ha viszont fontos, hogy a program jelezze, mikor bizonytalan, az Astra ezt ritkábban teszi, ezért érdemes más forrásból is ellenőrizni a fontos válaszokat.
Az eredeti megnyitása (The Decoder)
Eredeti cím: GPT-6.2 Astra and Sol get to the point faster but score lower on transparency than Claude
Címkék: modell, átláthatóság, bizonytalanság