OpenAI நிறுவனம் GPT-4.1 எனும் புதிய மாதிரிகள் குடும்பத்தை அறிமுகப்படுத்தியுள்ளது. இதில் GPT-4.1, GPT-4.1 மினி மற்றும் GPT-4.1 நானோ ஆகிய பதிப்புகள் உள்ளன. இவை அனைத்தும் குறியீடு எழுதுவதிலும், வழிமுறைகளை பின்பற்றுவதிலும் சிறப்பாக செயல்படுகின்றன. ஏப்ரல் 14 அன்று வெளியிடப்பட்ட இந்த புதிய மாதிரிகள், OpenAI-யின் API வழியாக மட்டுமே கிடைக்கின்றன. மேலும், நிறுவனத்தின் முன்னணி GPT-4o மாதிரியை விட அனைத்து தரங்களிலும் மேம்பட்டவை.
இந்த மாதிரிகள் மேம்பட்ட சூழல் புரிதலை (context understanding) கொண்டுள்ளன. 10 லட்சம் டோக்கன்கள் (சுமார் 7.5 லட்சம் வார்த்தைகள்) வரை ஆதரிக்கின்றன. மேலும், 2024 ஜூன் வரை புதுப்பிக்கப்பட்ட அறிவும் கொண்டுள்ளன. SWE-bench Verified எனும் நிஜ உலக மென்பொருள் பொறியியல் திறனை அளக்கும் அளவீட்டில், GPT-4.1 மாதிரி 54.6% பணிகளை முடிக்கிறது; இது GPT-4o-வின் 33.2% விட அதிகம். குறியீட்டு களஞ்சியங்களை ஆராய்வதில், பணிகளை முடிப்பதில், இயக்கக்கூடிய மற்றும் சோதனைகளை கடக்கும் குறியீடுகளை உருவாக்குவதில் இந்த மேம்பாடு வெளிப்படுகிறது.
"நிஜ உலக பயன்பாட்டிற்காக நேரடி பின்னூட்டத்தின் அடிப்படையில் GPT-4.1-ஐ மேம்படுத்தியுள்ளோம். முன்னணி கவனம் செலுத்தும் பகுதிகள்: முன்னணி குறியீடு எழுதுதல், தேவையற்ற திருத்தங்களை குறைத்தல், வடிவமைப்புகளை நம்பிக்கையுடன் பின்பற்றுதல், பதில்களின் அமைப்பும் வரிசையும், கருவி (tool) பயன்பாட்டில் ஒருமைப்பாடு ஆகியவை. இம்மேம்பாடுகள், மென்பொருள் பொறியியல் பணிகளில் சிறப்பாக செயல்படும் ஏஜென்டுகளை உருவாக்கும் திறனை டெவலப்பர்களுக்கு வழங்குகின்றன," என OpenAI பேச்சாளர் தெரிவித்தார்.
சிறிய பதிப்புகள் விலை மற்றும் செயல்திறனில் வேறுபாடுகளை வழங்குகின்றன. GPT-4.1 மினி மற்றும் நானோ அதிக செயல்திறனும் வேகமும் கொண்டவை; ஆனால் சற்றே குறைந்த துல்லியத்துடன். OpenAI-யின் வரலாற்றில் GPT-4.1 நானோ தான் மிக வேகமானதும் குறைந்த விலையிலானதும். விலை விவரங்கள்: GPT-4.1க்கு 1 மில்லியன் இன்புட் டோக்கன்களுக்கு $2, அவுட்புட் டோக்கன்களுக்கு $8. GPT-4.1 மினிக்கு $0.40/மில்லியன் இன்புட் டோக்கன்கள், $1.60/மில்லியன் அவுட்புட் டோக்கன்கள். GPT-4.1 நானோக்கு $0.10/மில்லியன் இன்புட் டோக்கன்கள், $0.40/மில்லியன் அவுட்புட் டோக்கன்கள்.
குறியீட்டுக்கு அப்பால், GPT-4.1-ஐ OpenAI Video-MME எனும் அளவீட்டிலும் சோதித்துள்ளது. இது வீடியோக்களில் உள்ள உள்ளடக்கங்களை புரிந்துகொள்ளும் திறனை அளக்கும். "நீண்ட, வசனங்கள் இல்லாத" வீடியோ வகையில் GPT-4.1 72% துல்லியத்துடன் முதலிடம் பிடித்துள்ளது.
இந்த வெளியீடு, குறியீட்டு துறையில் OpenAI-யின் விரிவான நோக்குடன் ஒத்துப்போகிறது. OpenAI-யின் நிதி அதிகாரி சாறா ஃப்ரையர் சமீபத்தில், முழுமையான செயலிகளையும் தானாக உருவாக்கும் "agentic software engineer" உருவாக்கும் நிறுவனத்தின் கனவை பகிர்ந்தார். "இது உங்கள் சார்பாக ஒரு செயலியை உருவாக்கும்だけ அல்ல, அதன் தரத்தை உறுதி செய்வதும், பிழைகளை சோதிப்பதும், ஆவணங்களை எழுதுவதும் செய்யும்," என ஃப்ரையர் கூறினார்.
AI குறியீட்டு மாதிரிகள் துறையில் போட்டி அதிகரித்து வருகிறது. கூகுளின் Gemini 2.5 Pro தற்போது SWE-bench Verified அளவீட்டில் 63.8% முன்னிலையில் உள்ளது. Anthropic-இன் Claude 3.7 Sonnet சாதாரண முறையில் 62.3% மற்றும் விரிவான சிந்தனை முறையில் 70.3% வரை பெறுகிறது. இந்த சாதனைகள் இருந்தாலும், சிறந்த AI மாதிரிகளும் நிபுணர்களுக்கு எளிதாக இருக்கும் பணிகளில் தடுமாறுவதை OpenAI ஏற்கிறது. பல ஆய்வுகள், குறியீடு உருவாக்கும் மாதிரிகள் பிழைகளை சரிசெய்யத் தவறுவதோடு, புதிய பாதுகாப்பு குறைபாடுகள் மற்றும் பிழைகளையும் உருவாக்குகின்றன என்பதை காட்டுகின்றன. GPT-4.1-க்கும், அதிகமான டோக்கன்களை செயலாக்கும் போது நம்பகத்தன்மை குறைவதாகும்.