GPT-6.2 Astra โมเดลใหม่ของโอเพนเอไอ (OpenAI) ขึ้นแท่นอันดับ 1 ในการประเมิน AA-3D ซึ่งวัดความสามารถในการสร้างฉาก 3D ด้วยคะแนน 1318 Elo นำ Claude Fable 5.2 ของแอนโทรปิก (Anthropic) ที่อยู่อันดับ 2 อยู่ 47 คะแนน
ผลอันดับนี้มาจากตาราง AA-3D ที่ Artificial Analysis ผู้ประเมินอิสระเป็นผู้ดูแล โอเพนเอไอเปิดตัว GPT-6.2 Astra พร้อมโมเดลพี่น้องอย่าง GPT-6.2 Sol เมื่อวันที่ 17 (เวลาท้องถิ่น) และอันดับก็เปลี่ยนไปทันทีหลังจากนั้น ตามรายงานของ Crypto Briefing ส่วน Sol ได้ 1259 Elo ในการประเมินเดียวกัน
AA-3D ให้โมเดล AI รับโจทย์เป็นข้อความ แล้วสร้างฉาก 3D ที่ผู้ใช้โต้ตอบได้ในรูปแบบเว็บแอปพลิเคชัน การประเมินมีโจทย์รวม 55 ข้อ ครอบคลุมหลายด้าน
คนเป็นผู้ให้คะแนน ผู้ประเมินจะไม่รู้ว่าฉากไหนมาจากโมเดลใด ก่อนเทียบผลงานแล้วเลือกชิ้นที่ดีกว่า ผลงานของ Astra ถูกเลือก 139 ครั้งจากการเจอกัน 152 ครั้ง หรือราว 91%
Elo เป็นคะแนนแบบเปรียบเทียบสัมพัทธ์ โมเดลจะได้คะแนนเพิ่มเมื่อชนะคู่แข่ง ตัวเลขเดี่ยวๆ จึงสำคัญน้อยกว่าช่องว่างระหว่างโมเดล ตอนนี้ Astra ห่างจาก Fable 5.2 อยู่ 47 คะแนน ส่วน Fable 5.2 ห่างจาก Sol อยู่ 12 คะแนน
AA-3D เปิดตัวครั้งแรกเมื่อวันที่ 12 ตุลาคม การประเมินช่วงแรกพบว่าโมเดลระดับบนของแอนโทรปิกและโอเพนเอไอได้คะแนนใกล้เคียงกัน ก่อนที่การอัปเดตเดือนพฤศจิกายนจะทำให้ Fable 5.2 ขึ้นนำ
ทางสำนักข่าวเคยรายงานไว้ก่อนหน้านี้ว่า Fable 5.2 ขึ้นอันดับ 1 ของ AA-3D ด้วย 1271 Elo ตามตารางที่ตรวจสอบเมื่อวันที่ 10 Fable 5.2 นำ Claude Sonnet 5.5 อันดับ 2 อยู่ 67 คะแนน ขณะที่ GPT-6 Astra รุ่นก่อนของโอเพนเอไอได้เพียง 1168 คะแนน คะแนนของ Fable 5.2 ไม่เปลี่ยน แต่โมเดลใหม่สองตัวที่เข้ามาทำให้ตำแหน่งที่ 1 เปลี่ยนมือ
ก่อนหน้านี้ ชื่อ ‘gpt-6.2-astra’ เคยไปปรากฏในหน้าแสดงการใช้งานของ Codex เครื่องมือเขียนโค้ดของโอเพนเอไอ ซึ่งในเวลานั้นรายชื่อโมเดล API สาธารณะยังไม่มีชื่อนี้
Astra ยังได้คะแนนสูงสุดที่ 79 คะแนนใน AA-Robotics v0.1 อีกหนึ่งการประเมินของ Artificial Analysis โดย Sol ได้ 78 คะแนน และ Fable 5.2 ได้ 75 คะแนน
Crypto Briefing ระบุว่า ต้นทุนต่องานของ Sol อยู่ที่ราว 15% ของ GPT-6 Astra และได้ 57 คะแนนในดัชนีความฉลาดของ Artificial Analysis ปัจจุบันโมเดลของโอเพนเอไอจึงแบ่งเป็นสองสาย คือ Astra ที่ประสิทธิภาพสูงและครองตำแหน่งบนตาราง กับ Sol ที่ลดต้นทุนลง
มุมมองตลาด: GPT-6.2 Astra ของโอเพนเอไอขึ้นอันดับ 1 ใน AA-3D ด้วย 1318 Elo นำ Claude Fable 5.2 ของแอนโทรปิก (1271 คะแนน) ซึ่งเป็นผู้นำเมื่อต้นเดือน อยู่ 47 คะแนน ในการเปรียบเทียบแบบปกปิดชื่อโมเดล ผลงานของ Astra ถูกเลือก 139 ครั้งจาก 152 ครั้ง ส่วน GPT-6.2 Sol ที่เปิดตัววันเดียวกันได้ 1259 คะแนน
ประเด็นที่ควรจับตา: Elo เป็นคะแนนเปรียบเทียบ เมื่อมีโมเดลใหม่เข้ามาในตาราง อันดับเดิมอาจเปลี่ยนได้ AA-3D วัดความสามารถในการสร้างเว็บแอปพลิเคชัน 3D เท่านั้น จึงไม่ได้เป็นตัวแทนของประสิทธิภาพในด้านอื่น ขณะที่ Astra ก็นำ Sol (78 คะแนน) และ Fable 5.2 (75 คะแนน) ใน AA-Robotics v0.1 ด้วยคะแนน 79
อธิบายศัพท์: AA-3D คือการประเมินการสร้างฉาก 3D แบบโต้ตอบได้ที่ Artificial Analysis เปิดตัวเมื่อวันที่ 12 ตุลาคม ประกอบด้วยโจทย์ 55 ข้อ Elo คือวิธีให้คะแนนแบบสัมพัทธ์จากผลแพ้ชนะในการเจอกัน มีที่มาจากการจัดอันดับในหมากรุก ส่วนการเปรียบเทียบแบบปกปิดชื่อ (blind comparison) คือการที่ผู้ประเมินตัดสินผลงานโดยไม่รู้ว่าเป็นผลงานของโมเดลใด
Comment 0