इंटेलिजेंस रिपोर्ट

OpenAI के GPT-6.2 Astra और Sol के जवाब छोटे, पर अनिश्चितता मानने में पीछे

Artificial Analysis के बेंचमार्क के अनुसार OpenAI के नए मॉडल ज़्यादा संक्षिप्त और सीधे हैं, जबकि पारदर्शिता में Anthropic के Claude मॉडल आगे हैं।

INSIGHTEX Editorial Desk

पढ़ने में 2 मिनट

OpenAI के GPT-6.2 Astra और Sol के जवाब छोटे, पर अनिश्चितता मानने में पीछेइंटेलिजेंस रिपोर्ट

क्या हुआ

Artificial Analysis के एक मूल्यांकन के अनुसार, OpenAI के GPT-6.2 Astra और Sol मॉडल अपने पूर्ववर्ती संस्करणों की तुलना में कहीं ज़्यादा संक्षेप में जवाब देते हैं, The Decoder ने रिपोर्ट किया। Astra के जवाबों की औसत लंबाई 352 से घटकर 210 शब्द रह गई, यानी 40 प्रतिशत की कटौती, जबकि Sol में यह 337 से 223 शब्द हुई, यानी 34 प्रतिशत की कमी। हर जवाब में हेडिंग की संख्या लगभग ग़ायब हो गई: Astra में यह 1.99 से घटकर 0.11 और Sol में 1.85 से घटकर 0.25 रह गई।

ये मॉडल अनिश्चितता स्वीकार करने के मामले में भी काफ़ी कम इच्छुक हो गए हैं। इस गुण पर Astra का स्कोर 96 से गिरकर 24 और Sol का 98 से गिरकर 51 रह गया। Answer First का स्कोर, जो बताता है कि मॉडल सवाल का जवाब तुरंत देता है या नहीं, Astra के लिए 49 से बढ़कर 89 और Sol के लिए 64 से बढ़कर 87 हो गया। Natural Sounding के स्कोर में भी बढ़ोतरी हुई। Artificial Analysis ने ये नतीजे LinkedIn और X पर साझा किए।

max मॉडल वेरिएंट का इस्तेमाल करते हुए आठ पर्सनैलिटी इंडेक्स की अपनी तुलना में संस्था ने पाया कि Anthropic के Claude Fable 5.2 और Opus 5.5 ने Transparency Index पर 81 और 90 अंक हासिल किए, जबकि Astra को 41 और Sol को 57 अंक मिले। Organization में भी Anthropic के मॉडल आगे रहे, और Opus 5.5 ने Informativeness में 90 अंक पाए, जो बाक़ी तीनों मॉडलों से काफ़ी आगे है।

पृष्ठभूमि

AA-PersonalityBench बिना किसी सिस्टम प्रॉम्प्ट के 900 अंग्रेज़ी भाषा के सवाल पूछता है। तीन AI मॉडल गुमनाम किए गए जवाबों की जोड़ियों को परखते हैं, जिनसे 30 गुणों के स्कोर बनते हैं और ये स्कोर आठ इंडेक्स में जाते हैं। 1 से 100 तक के इंडेक्स मान सापेक्ष रैंकिंग हैं, प्रतिशत नहीं, और वे जवाब की गुणवत्ता नहीं बल्कि संवाद की शैली को दर्शाते हैं, इसलिए कम पारदर्शिता स्कोर का अपने आप में यह मतलब नहीं कि जवाब ज़्यादा ग़लत हैं।

Artificial Analysis प्रोफ़ाइल

Astra प्रोफ़ाइल

स्रोतThe Decoder

ब्रीफ़िंग

टेक का पूरा सप्ताह, एक ईमेल में।

हर सप्ताह वे रिपोर्ट्स जो आपके समय के लायक हैं। कभी भी अनसब्सक्राइब करें।