GPT-6.1 Sol 在 Amazon Bedrock 正式開放使用,面向智能體編碼與專業工作負載
Bring near-Astra intelligence to everyday work with GPT-6.1 Sol on Amazon Bedrock
GPT-6.1 Sol 已在 Amazon Bedrock 正式開放使用,面向智能體編碼、電腦操作及專業工作負載。OpenAI 表示,GPT-6.1 Sol 在 DeepSWE v1.1 上匹配 GPT-6 Astra,單項任務成本約為 GPT-6 Astra 的五分之一;其分數亦比 GPT-6 Sol 的最佳結果高 6.4 個百分點,且所用推理力度較低。
文章列出 GPT-6.1 Sol 在 DeepSWE v1.1 上與 GPT-6 Astra 的任務成本對照,並比較其對 GPT-6 Sol 的分數提升。
GPT-6.1 Sol 現已在 Amazon Bedrock 正式推出,為頻繁執行的編程、電腦操作及專業工作帶來更強推理能力。
AI 代理要完成一項任務,可能需要蒐集資料、使用工具、測試不同方法、從錯誤中恢復,並驗證結果。每個決定都會影響後續進程。走錯一步,可能令代理在取得有用結果前,增加模型互動、工具呼叫、延遲及人工介入。
AI 代理的經濟效益,取決於整項任務的執行過程。Token 價格會影響每次互動的成本,而推理品質則影響工作所需的互動次數,以及這些互動能否帶來成功結果。完成一項任務的總成本,兩者都會左右。
GPT-6.1 Sol 今日在Amazon Bedrock 正式推出,採用專為效能、安全性及大規模可靠性而建的推論引擎。作為 GPT-6 Sol 的重大升級,它在 agentic 編程、電腦操作和專業工作方面表現出色。OpenAI 表示,它讓日常工作流程具備 接近Astra 的智能水平,令日常流程更得心應手。
在 agentic 工作中發揮更強推理能力
更有效地處理軟件工程工作流程
軟件工程正好説明推理品質如何影響整個工作流程。代理可能需要理解陌生的程式碼庫、追蹤相依關係、判斷應在哪裏修改,以及驗證實作。OpenAI 表示,GPT-6.1 Sol 在 DeepSWE v1.1 上的表現與 GPT-6 Astra 相若,而每項任務的成本約為其五分之一。它的分數亦比 GPT-6 Sol 的最佳成績高 6.4 個百分點,同時採用比該次 GPT-6 Sol 測試更低的推理力度。
Codex 能在整個開發週期中運用這種推理能力。你可以設定 Codex 在 Amazon Bedrock 上使用 GPT-6.1 Sol,以處理涵蓋調查、實作和測試的工作。Codex 可配合程式碼庫、本機檔案、終端機和開發工具,編寫功能、修正錯誤及執行測試。你可透過桌面應用程式、CLI 和支援的 IDE 使用 Codex。對於 AWS 開發,AWS Agent Toolkit 可透過一條終端機指令,讓 Codex 連接 AWS 文件、API 和服務。
在文件和工具之間把資訊化為行動
當代理需要解讀複雜文件、選擇合適工具,並隨環境變化調整時,同樣的推理能力也能派上用場。OpenAI 表示,GPT-6.1 Sol 在複雜文件分析方面的表現接近 GPT-6 Astra,在商業工具中完成多步驟工作流程時,則勝過 GPT-6 Sol。
你可以透過即用型體驗,或自行建構的應用程式運用這些能力。在桌面應用程式中,ChatGPT Work 可以蒐集不同檔案和應用程式的資料,並整理成完成的成果。使用受支援的 Amazon Bedrock API,你亦可建構綜合文件的內部工具、協調跨系統工作的代理,以及評估多項輸入資料的面向客戶應用程式。
辨識限制並遵守約束
要有效地跨工具工作,代理亦須能辨識工具失敗、操作受限或資料缺漏的情況。清楚説明這些限制,應用程式或使用者便可在代理繼續使用不完整資料,或採取非預期行動之前介入。OpenAI 表示,GPT-6.1 Sol 在透明度、使用者意圖和明確限制方面的高難度評測中,表現優於 GPT-6 Sol。
使用受支援的 Amazon Bedrock API 建構應用程式時,你可以界定模型可使用的工具,也可以決定當某項操作需要批准或無法完成時,應用程式如何回應。這些應用程式層級的控制與模型改進相輔相成,協助你在工作流程涉及重大決策時,讓人員參與其中。
在 Amazon Bedrock 上執行 GPT-6.1 Sol
Amazon Bedrock 提供所需的基礎設施和控制措施,讓你可在正式環境執行 GPT-6.1 Sol。你可透過 AWS Identity and Access Management(IAM)政策管理模型存取權,並透過 AWS CloudTrail 稽核呼叫記錄。若要確保流量留在網絡邊界內,可使用由 AWS PrivateLink 提供的虛擬私有雲(VPC)端點。推論會在硬件隔離的基礎設施上執行,並禁止操作人員存取,因此推論期間就連 AWS 操作人員也無法讀取你的提示和生成內容。
你的推論資料不會用於模型訓練,而使用 GPT-6.1 Sol 亦毋須選擇與 OpenAI 分享資料。至於自動化濫用偵測,被分類器標記的流量會由 AWS 保留最多 30 日,並以程式方式處理。你可透過 AWS 客戶團隊申請零資料保留。詳情請參閲資料保留。
立即開始
GPT-6.1 Sol 以遠低於每項任務成本的代價,為 agentic 工作帶來更強推理能力,讓代理用更少步驟取得正確答案。你可在Amazon Bedrock 主控台開始使用 GPT-6.1 Sol,亦可透過受支援的 Amazon Bedrock API 以程式方式使用。關於支援的AWS 區域、端點、API、功能、推論設定檔和定價,請參閲Amazon Bedrock 文件。
想了解 Amazon Bedrock 如何支援你的團隊? 聯絡我們,開始交流。
作者介紹

Tanvi Girinath
Tanvi 是 Amazon Web Services(AWS)Amazon Bedrock 的產品市場推廣經理,協助客戶採用及擴展以 Amazon Bedrock 建構的 AI 應用程式和代理。

Chris Dickens
Chris 是 OpenAI 專注於 OpenAI API 的產品團隊成員。他的工作包括與 AWS 合作,透過 Amazon Bedrock 讓 OpenAI 最前沿的模型廣泛提供予開發者使用。

Manish Rathaur
Manish 是 Amazon Bedrock 的高級產品經理。
來源:AWS Machine Learning Blog · aws.amazon.com