画面を読み取るモデルと下がった価格

コンピューターの使用については、基調講演でデモを見て、昼食までには忘れてしまっていました。 GPT-6.1 Terra の値下げは、それが通常のチームが購入できるラインアイテムになった瞬間であり、それはベンチマークを上回ることとは異なる種類の変更です。

自動化はボリューム勝負であるため、数字が重要です。入力トークン 100 万件あたり約 1 ドル、出力トークン 100 万件あたり 5 ドルとすると、モデルがアプリを開いてフォームをクリックし、結果をファイルするコストは、一度ではなく 1 日に 1,000 回実行しても十分なほど低くなります。エージェントのステップの価格が半分に下がると、退屈なタスクを自動化するための損益分岐点は、企業から個人の創業者に移ります。

私はここでの誇大宣伝には警戒しています。なぜなら、コンピューターの使用はエージェントの失敗が最も大きくなる場所でもあるからです。画面を読み取り、それに基づいて動作するモデルであれば、タイプミス 1 つで、間違ったフライトを予約したり、間違った顧客にメールを送信したりすることがなくなります。研究所はこのことを知っているため、より有能なバージョンは広く公開されるのではなく、精査されたプログラムの背後にゲートされます。安価でありながら自動運転であるということは、まさに人間の監視が必要な組み合わせです。

本当の変化は能力ではなく、許可です。半額だからといってモデルがよりスマートになるわけではありません。実験を手頃な価格で行うことができます。恩恵を受けるチームは、ブラウザに依存した小規模な反復タスクを 100 個抱えているチームであり、ロボットが考えてくれるのを待っているチームではありません。より安価なステップを購入し、人間に取り消し不能な行動を継続させて、最終的に経済が機能します。