GPT-6.2 Sol ve Astra’da son 3-4 gün içinde birkaç kez değişiklik yapıldığını Tibo söyledi. Lansman öncesinde çekilen deneyim videosunun geçen hafta hazırlandığını ve bu nedenle en son değişiklikleri yansıtmamış olabileceğini belirtti.
Tibo, 18'inde saat 14.47'de X'te yayımladığı gönderide bazı influencer’ların iki modeli önceden kullanmasına izin verildiğini yazdı. Daha sonra modellerde çeşitli değişiklikler yapıldığını ekledi.
Videonun geçen hafta çekildiğini ve son birkaç gündür yeniden test yapılmadığından “oldukça emin” olduğunu söyledi. Yeniden test yapılıp yapılmadığı Tibo’nun değerlendirmesi.
Bu açıklama, videonun çekildiği zaman ile modellerin piyasaya sürülmesinden sonraki kullanım zamanının farklı olabileceğine işaret ediyor. Ancak videodaki değerlendirmenin hatalı olduğuna dair bir hüküm ya da mevcut modellerin performansını karşılaştıran bir sonuç sunmuyor.
Gönderide hangi videodan ve model sürümünden söz edildiği belirtilmedi. Videolarda kullanılan sürümler ve görevler açıklanmadığı için sonuçları mevcut modellerle doğrudan karşılaştırmaya imkân veren koşullar ortaya konmadı.
OpenAI, 17'sinde GPT-6.2 Astra ve Sol’u tanıttı. Astra karmaşık profesyonel işler, Sol ise günlük kullanım için tasarlanmış modeller olarak tanıtıldı.
OpenAI, kendi değerlendirmesinde Astra’nın Agents’ Last Exam puanının GPT-6 Astra’dan yüksek, görev başına maliyetinin ise daha düşük olduğunu açıkladı. TokenPost daha önce Astra’nın AA-3D’de 1318 Elo puanıyla ilk sırada yer aldığını bildirmişti.
OpenAI’nin kendi değerlendirmesi ile AA-3D sıralaması, ayrı ayrı açıklanmış performans sonuçları. İki değerlendirme de Tibo’nun sözünü ettiği son değişikliklerin öncesi ve sonrasını karşılaştıran testler değil.
OpenAI API belgelerinde, GPT-6.2 kullanılırken sohbet geçmişinin ortasında düzenleme yapılması, modelin kısmen değiştirilmesi (düşürme dahil) ya da kullanıcı veya kuruluş değiştirilmesi durumunda akıl yürütme öğelerinin kaldırılabileceği belirtiliyor. Bu durumda yanıt kalitesi düşebilir ya da önceki işler yeniden yapılarak daha fazla token kullanılabilir.
Bu açıklama API kullanımında karşılaşılabilecek koşulları ele alıyor. Tibo’nun sözünü ettiği son model değişikliklerini veya videoların yeniden test edilip edilmediğini doğrulamıyor.
Reddit’teki OpenAI tartışmalarında bazı kullanıcılar Sol’un hızını ve token verimliliğini olumlu değerlendirdi. Bazıları kullanım limitlerinin daha uzun süre yettiğini de aktardı.
Öte yandan yanıtların yavaş olduğunu, beklenenden fazla kullanım gerektiğini veya kodlama sonuçlarından memnun kalmadıklarını söyleyenler de oldu. Bu yorumlar kullanıcıların kişisel deneyimlerini yansıtıyor.
Codex tartışmalarında da günlük kodlama ve kullanım verimliliğine yönelik olumlu değerlendirmeler yer aldı. Bazı kullanıcılar yanıt hızından ve rakip modellerle karşılaştırıldığında elde edilen sonuçlardan memnun olmadıklarını belirtti.
İki topluluktaki yorumlar, aynı koşullarda iki modeli karşılaştıran test sonuçları değil. Kullanım ortamları ve görevler farklı olduğundan kullanıcı deneyimleri de ayrıştı.
Tibo, iki modelin önceki GPT modellerine kıyasla büyük ilerleme kaydettiğini ancak “kusursuz olmadığını” söyledi. Gelecekte yapılacak iyileştirmelerle yanıtların kullanıcı tercihlerine ve kullanım kolaylığına göre daha da geliştirileceğini belirtti.
Comment 0