Nieuw middelgroot model van OpenAI bedient zelf de computer, voor de helft van de prijs
OpenAI heeft GPT-6.1 Terra uitgebracht, het op een na kleinste model uit zijn reeks. Het bedient programma's op de computer beter dan zijn voorganger, verzint veel minder vaak een antwoord en kost per opdracht minder dan een derde. Voorlopig is het er alleen voor betalende gebruikers.
OpenAI heeft op 26 oktober GPT-6.1 Terra uitgebracht. OpenAI maakt zijn modellen in vier formaten: Luna is het kleinste en goedkoopste, daarna komen Terra en Sol, en Astra is het grootste en krachtigste. Terra is dus het op een na kleinste model. Bij de vorige ronde nieuwe modellen werd Terra overgeslagen; de laatste versie was nog GPT-5.6 Terra van deze zomer.
De nieuwe Terra is vooral gemaakt voor werk op de computer: kijken wat er op het scherm staat, klikken, typen en schakelen tussen programma's, zoals een mens achter een laptop doet. OpenAI zegt dat het model ook duidelijker en natuurlijker schrijft en minder fouten maakt.
Wat het model beter kan
Het grootste verschil met de vorige Terra zit in zelfstandig computerwerk. Dat wordt gemeten met OSWorld, een test waarin een AI opdrachten van meerdere stappen uitvoert in gewone programma's, zoals een browser, een tekstverwerker of een spreadsheet. Een model kan bij elke opdracht korter of langer nadenken: langer nadenken geeft vaak een beter antwoord, maar kost meer rekenwerk en dus meer geld. Volgens OpenAI haalt de nieuwe Terra in een gemiddelde denkstand al een hogere score dan de oude Terra in zijn beste stand. Als het nieuwe model het langst nadenkt, lost het volgens OpenAI 74 procent van de opdrachten op, tegenover 57 procent voor de vorige versie.
Ook maakt het model veel minder fouten bij vragen die bedoeld zijn om het op het verkeerde been te zetten. In een eigen test van OpenAI ging het foutpercentage in de snelste stand van bijna 54 naar ongeveer 17 procent. Als het model het langst nadenkt, gaat het nog maar in ruim 4 procent van de gevallen mis. Die test is niet openbaar, dus anderen kunnen hem niet zelf herhalen.
Onafhankelijke meting: veel minder verzonnen antwoorden
Het meetbureau Artificial Analysis test AI-modellen zelf, steeds met dezelfde reeks proeven. De nieuwe Terra haalt daar 48 punten, 6 meer dan zijn voorganger. Dat is minder dan de sterkste modellen van OpenAI: GPT-6.1 Sol staat op 52 en GPT-6 Astra op 53. Maar per opdracht uit de testreeks kost Terra 40 dollarcent, tegenover 1,40 dollar voor de oude Terra. Dat is minder dan een derde.
Het opvallendste resultaat gaat over eerlijkheid. Artificial Analysis stelt modellen ook vragen waar ze het antwoord niet op weten, en kijkt of ze dan toegeven dat ze het niet weten of toch iets verzinnen. De oude Terra gokte in zo'n geval in 88 procent van de gevallen. De nieuwe Terra doet dat nog in 38 procent. Dat is een grote stap vooruit. Omdat het model in ruim een derde van die gevallen nog steeds een antwoord verzint, blijft het verstandig om belangrijke antwoorden na te kijken.
Dezelfde ranglijst liet vorige week zien dat het Chinese Kimi K3.1 Pro de vierde plaats haalde, met 55 punten. Ook dat model ging het meest vooruit bij zelfstandig werk op de computer. Kimi scoort hoger, maar een opdracht uit de testreeks kost daar bijna 2 dollar, vijf keer zoveel als bij Terra. De twee laten van verschillende kanten zien waar de makers van AI nu op inzetten: modellen die niet alleen praten, maar ook zelf taken op de computer afmaken. Moonshot AI zocht vooral de hoogste score, OpenAI met Terra vooral een lage prijs.
Wat merk je ervan?
Wie een betaald abonnement op ChatGPT heeft (Plus, Pro, of een versie voor bedrijven of onderwijs), kan de nieuwe Terra nu gebruiken in ChatGPT Work. Dat is het onderdeel van ChatGPT dat zelfstandig opdrachten uitvoert, zoals een spreadsheet of presentatie maken met je eigen bestanden. Op de computer kan het daarbij ook zelf programma's bedienen, en vraagt het toestemming bij belangrijke stappen. Ook programmeurs kunnen het model gebruiken in Codex, het programmeerhulpmiddel van OpenAI. Gratis gebruikers van ChatGPT noemt OpenAI niet.
Voor bedrijven die het model in hun eigen apps inbouwen, halveert de prijs ongeveer. Ze betalen 1 dollar per miljoen tokens (stukjes tekst van een paar letters) die ze naar het model sturen, en 5 dollar per miljoen tokens die het model terugschrijft. Voor de oude Terra was dat 2 en 12 dollar. Daardoor wordt het goedkoper om een AI zelfstandig lange taken te laten doen, zoals formulieren invullen of gegevens tussen programma's overzetten. Dat zijn precies de taken waarbij een model veel stappen zet en dus veel tekst verwerkt.
Kanttekeningen
De cijfers over computerwerk en minder fouten komen van OpenAI zelf. Artificial Analysis bevestigt dat het model goedkoper en eerlijker is geworden; de overige claims kunnen onderzoekers nu zelf gaan narekenen. Terra is ook niet het sterkste model: voor de moeilijkste taken blijven de grotere modellen van OpenAI en concurrenten beter. Het nieuwe is dat je voor veel gewoon werk niet meer het duurste model nodig hebt.
Wat betekent dit voor de weg naar de singulariteit?
Een AI die zelf een computer kan bedienen, kan veel meer werk overnemen dan een AI die alleen vragen beantwoordt. Tot nu toe was dat vooral weggelegd voor de grootste en duurste modellen. Met de nieuwe Terra laat OpenAI zien dat een kleiner model veel van dat werk ook kan, voor een fractie van de prijs.
Dat patroon zien we steeds vaker: wat een paar maanden geleden alleen de top kon, komt nu binnen bereik van goedkopere modellen. Hoe lager de prijs per taak, hoe meer mensen en bedrijven een AI-assistent echt zelfstandig werk laten doen. De volgende stap is dat zulke modellen ook voor gratis gebruikers beschikbaar komen, en dat ze nog betrouwbaarder aangeven wanneer ze iets niet weten.
