OpenAI GPT-5.5'i tanıtıyor: Daha fazla aracı, daha az sohbet robotu

yakın bildirim

Bu makale İngilizce olarak da mevcuttur. Teknik yardımla tercüme edildi ve yayınlanmadan önce editoryal olarak gözden geçirildi.

Bunu bir daha gösterme.

Yine perşembe mi? OpenAI bir sonraki dil modelini sundu: GPT-5.5 kendisini bir chatbot'tan ziyade bağımsız çalışan bir yapay zeka aracısı olarak görüyor. Şirketin bildirdiğine göre model, görevleri bağımsız olarak planlamayı, araçları kullanmayı, ara sonuçları kontrol etmeyi ve daha uzun süreler boyunca tutarlı bir şekilde çalışmayı amaçlıyor. GPT-5.5, amiral gemisi modeli olarak yalnızca Mart ayı başında piyasaya sürülen önceki GPT-5.4'ün yerini alıyor.

Odak noktası yazılım geliştirme, araştırma, veri analizi ve yazılımın arayüzler arasında çalıştırılmasıdır. OpenAI bloguna göre, daha yüksek performansa rağmen token başına yanıt hızının GPT-5.4 ile aynı kalması bekleniyor. OpenAI, bunun nedeni olarak yapay zeka destekli yük dağıtımı da dahil olmak üzere tüm altyapıdaki optimizasyonları gösteriyor ancak şirket, spesifik uygulama hakkında teknik ayrıntı vermiyor. Ayrıca GPT-5.5'in aynı görevler için önceki modele göre önemli ölçüde daha az token kullandığı söyleniyor.

Ajansal kodlamada en yüksek puanlar

OpenAI'ye göre model, ajansal kodlama olarak adlandırılan, yani planlama, hata ayıklama ve araç kullanımı da dahil olmak üzere karmaşık geliştirme görevlerinin bağımsız olarak işlenmesi konusunda özellikle güçlüdür. GPT-5.5 duyuru sayfasında OpenAI, deprem izleyici, iki basit 3D oyun ve bir ay görevinin etkileşimli görselleştirmesi gibi çeşitli sonuçları gösteriyor:

Çok aşamalı komut satırı iş akışları için bir referans noktası olan Terminal-Bench 2.0'da GPT-5.5 yüzde 82,7'lik bir doğruluğa ulaşıyor. Bu onu Claude Opus 4.7 (yüzde 69,4) ve Gemini 3.1 Pro'nun (yüzde 68,5) önüne koyuyor. Yapay Analiz Kodlama Endeksi'nde GPT-5.5'in rakip modellerle aynı performansı yarı maliyetle sağladığı söyleniyor.

Ekran görüntüleri aracılığıyla masaüstü kontrolünde de ilerleme var – OpenAI “Bilgisayar Kullanımı”ndan bahsediyor -: OSWorld Onaylı kıyaslamada GPT-5.5 yüzde 78,7'ye ulaştı ve bu nedenle yüzde 78,0 ile Claude Opus 4.7'nin hemen önünde yer alıyor. Anthropic, en son modeli Opus 4.7'yi GPT-5.5'ten sadece bir hafta önce piyasaya sürdü ve öncelikle gelişmiş talimat uyumluluğunu vurguladı.

Boşluklarla karşılaştırma karşılaştırmaları

OpenAI tarafından yayınlanan performans verilerine daha yakından bakıldığında karşılaştırılabilirliğin sınırlı olduğu ortaya çıkıyor. Bazı kıyaslamalar rakip modeller için değerler içermez. Örneğin dahili Expert-SWE'de GPT-5.5 yalnızca kendi öncülüyle rekabet eder – harici referans değerleri tamamen eksiktir. Toolathlon ve CyberGym masaları da eksik.

Dış modellerin de dahil olduğu yerde daha farklı bir tablo ortaya çıkıyor. Bilgi çalışması kıyaslaması GDPval'de GPT-5.5 yüzde 84,9'luk en yüksek değere ulaşıyor ancak GPT-5.4'ün (yüzde 83,0) ve Claude Opus 4,7'nin (yüzde 80,3) yalnızca biraz ilerisinde. Çok düzeyli web araştırması için bir test olan BrowseComp'ta Gemini 3.1 Pro, temel model GPT-5.5'i (yüzde 84,4) yüzde 85,9 ile geride bırakıyor; yalnızca Pro sürümü yüzde 90,1 ile önde. Gerçek performansı güvenilir bir şekilde sınıflandırmak için bağımsız testlerin yapılması gerekmektedir.

Strateji olarak özel modeller

GPT-5.5, OpenAI'nin yakın zamanda model teklifini farklılaştırdığı bir dizi hızlı sürüme katılıyor. Geçtiğimiz hafta şirket, düşünme moduna sahip geliştirilmiş bir görüntü modelini tanıttı. Birkaç gün önce, biyoloji araştırmalarında uzmanlaşmış bir model olan GPT-Rosalind ortaya çıkmıştı. Nisan ortasında OpenAI, doğrulanmış güvenlik araştırmacıları için daha esnek güvenlik kısıtlamalarına sahip bir varyant olan GPT-5.4-Cyber'ı duyurdu.

Güvenlik söz konusu olduğunda OpenAI, GPT-5.5 için bugüne kadarki en kapsamlı koruma önlemlerini vurguluyor. Yayınlanmadan önce, genişletilmiş siber güvenlik ve biyoloji yeteneklerini özel olarak test etti, dahili ve harici yeniden ekip çalışması gerçekleştirdi ve yaklaşık 200 erken erişim ortağından geri bildirim aldı. Seçilen kullanıcılar, OpenAI'nin GPT-5.4-Cyber ​​ile zaten oluşturduğu bir kavram olan “Güvenilir Erişim” programı aracılığıyla güvenlikle ilgili işlevlere genişletilmiş erişim elde ediyor.

GPT 5.5 başlangıçta ChatGPT ve Codex'teki Plus, Pro, Business ve Enterprise kullanıcıları için mevcuttur. Pro varyantı GPT-5.5 Pro, Pro, Business ve Enterprise hesaplarıyla sınırlıdır. OpenAI genel bir API sürümü duyurdu ancak henüz bir tarih vermedi. Şirket henüz Avrupa'daki fiyatlandırma veya GDPR uyumluluğu hakkında yorum yapmadı.

(vza)