Claude Opus 5.5 — Anthropicin vastaus hintakisaan
Anthropic julkaisi Claude Opus 5.5:n 22. syyskuuta. Kyseessä on Claude 5.5 -malliperheen ensimmäinen malli, joka yltää suorituskyvyltään Claude Fable 5.1:n tasolle mutta on 40 prosenttia edullisempi ajaa kuin edeltäjänsä Opus 5.
Varhaisten testaajien mukaan Opus 5.5 selviytyi 680 000 rivin koodimigraatiosta alle vuorokaudessa — työstä, joka olisi vienyt insinööritiimiltä viikkoja. Toisessa testissä malli onnistui nopeuttamaan web-sovelluksen latausaikoja 39 kertaa 40:stä, kun edeltäjä Opus 5 teki pienempiä parannuksia mutta muutti samalla sovelluksen toimintaa. Turvallisuusrintamalla Opus 5.5 saavutti Anthropicin parhaat pisteet koskaan automatisoidussa käyttäytymisauditoinnissa. Malli on edeltäjiään selvästi vastustuskykyisempi kehoteinjektioille eikä sorru yhtä helposti peruuttamattomiin toimiin. EU:n tekoälyasetuksen vaatimusten mukaisesti malli sisältää vesileimatekniikan, eikä sen ”thinking”-tilaa voi enää kytkeä pois päältä.
GPT-6 Sol ja Luna — OpenAI vie hintakilpailun uudelle tasolle
OpenAI puolestaan laajensi GPT-6-perhettä Sol- ja Luna-malleilla. Siinä missä GPT-6 Astra on yhtiön ehdoton huippumalli vaativimpiin töihin, Sol ja Luna on suunniteltu kustannustehokkuus edellä. OpenAI leikkasi molempien mallien API-hintoja 50 prosenttia verrattuna GPT-5.6:n kampanjahintaan. GPT-6 Sol maksaa nyt 2 dollaria miljoonalta syötetokenilta ja 10 dollaria tuotetulta. Luna vain 10 senttiä syötteeltä ja 50 senttiä tuotokselta.
GPT-6 Sol päihittää AutomationBench-testissä Claude Opus 5:n ja tekee sen murto-osalla tämän hintaa. Korkeimmalla suoritustasolla Solin kustannus tehtävää kohden on vain 9 prosenttia Opus 5:n hinnasta. Luna puolestaan parantaa edeltäjäänsä 5,4 prosenttiyksikköä ja on 58 prosenttia halvempi. Molemmat mallit hyödyntävät samoja GPT-6 Astrassa esiteltyjä edistysaskeleita tosiasiallisuudessa, koodauksessa ja tietokoneen käytössä. Parannukset välimuistituksessa ja päättelyssä mahdollistavat mallien tarjoilun aiempaa edullisemmin.
GPT-6 Astra mursi ratkaisemattoman Enigma-salasanoman
Vaikuttavin yksittäinen saavutus tällä viikolla ei liity hintakilpailuun. GPT-6 Astra onnistui murtamaan saksalaisen Enigma-salasanoman MVUEH:n, joka on vastustanut kaikkia murtoyrityksiä vuodesta 2005 lähtien. Salasanoma lähetettiin itärintamalla 10. heinäkuuta 1941 SS-Totenkopf-divisioonan viestiliikenteessä.
GPT-6 Astra analysoi itsenäisesti Crypto Cellar Researchin julkaisemat murtamattomat sanomat, tunnisti MVUEH:n lupaavimmaksi kohteeksi ja kirjoitti tarvittavat Python- ja C++-simulaattorit Enigma-pommia varten. Malli epäili nopeasti, että sanoma saattaisi liittyä toiseen, jo murrettuun viestiin samalta päivältä. Kahden päivän laskennan jälkeen Astra löysi oikean avaimen ja selkokielisen viestin. Kryptografian asiantuntija Frode Weierud kuvaili suoritusta hämmästyttäväksi. Mihin ihmistutkijalta olisi kulunut viikkoja, GPT-6 Astralta meni kaksi päivää.
OpenAI kokoaa matemaatikkopaneelia — välttääkseen uudet kömmähdykset
Samaan aikaan OpenAI valmistautuu tulevaan. The Vergen mukaan yhtiö kokoaa huippumatemaatikoista koostuvaa neuvonantajapaneelia. Taustalla on tarve välttää aiemmat julkisuuskömmähdykset, joissa mallit ovat tuottaneet matemaattisesti virheellisiä tuloksia. OpenAI on viime kuukausina panostanut vahvasti matematiikan huippuongelmien ratkaisemiseen — mukaan lukien Millennium-palkinto-ongelmat — mikä on herättänyt ristiriitaisia tunteita akateemisessa yhteisössä.
Kolme julkaisua kertovat samaa tarinaa: tekoälyn huippumallit eivät enää ole vain tutkimuslaboratorioiden leluja. Claude Opus 5.5 ja GPT-6 Sol ja Luna tuovat huippusuorituskyvyn yhä useamman kehittäjän ulottuville, ja GPT-6 Astrasta näemme, mihin todella itsenäinen tekoäly pystyy. Kilpailu Anthropicin ja OpenAI:n välillä kiristyy — ja se näkyy ennen kaikkea hinnoissa ja saavutettavuudessa.