OpenAI memperbarui model AI yang mendukung Operator dari versi kustom sebelumnya dari GPT-4o ke model yang berbasis o3, salah satu yang terbaru dalam seri model 'penalaran' o OpenAI. Operator o3 telah disesuaikan dengan data keselamatan tambahan untuk penggunaan komputer dan termasuk dataset keselamatan yang dirancang untuk mengajarkan batas keputusan model.
OpenAI meningkatkan Operator di ChatGPT dengan model Agen Pengguna Komputer (CUA) baru yang berbasis versi OpenAI o3. Dengan model baru ini, Operator menjadi lebih persisten dan lebih akurat saat berinteraksi dengan browser, meningkatkan tingkat keberhasilan tugas secara keseluruhan. Ini juga memberikan respon yang lebih terstruktur yang lebih jelas dan menyeluruh.
Menurut OpenAI, model CUA baru menunjukkan kinerja yang lebih kuat dibandingkan dengan industri, mencapai SOTA di OSWorld dan WebArena. Ini juga menunjukkan kinerja yang lebih kuat dibandingkan dengan versi sebelumnya, baik dalam tolok ukur yang sudah ditetapkan maupun evaluasi preferensi manusia.
OpenAI mengganti model berbasis GPT-4o dengan versi yang berbasis o3
OpenAI mengisyaratkan adanya peningkatan besar untuk Agen Operator ChatGPT pic.twitter.com/iGPQp9butD
--- SabatAge (@sabatage) 22 Mei 2025
OpenAI mengganti model berbasis GPT-4o yang ada untuk Operator dengan versi yang berbasis OpenAI o3, meskipun versi API akan tetap berbasis 4o. Perusahaan AI juga mengklaim bahwa Operator o3 menggunakan pendekatan keselamatan berlapis yang sama yang digunakan untuk versi 4o.
Namun, dibandingkan dengan model lain dalam keluarga o3, Operator o3 telah disesuaikan dengan data keselamatan tambahan untuk penggunaan komputer, termasuk dataset keselamatan yang dirancang untuk mengajarkan model batas keputusan pada konfirmasi dan penolakan.
OpenAI merilis laporan teknis yang menunjukkan kinerja Operator o3 dalam evaluasi keselamatan tertentu. Dibandingkan dengan model Operator GPT-4o, Operator o3 kurang mungkin menolak untuk melakukan aktivitas 'ilegal' dan mencari data pribadi yang sensitif serta kurang rentan terhadap bentuk serangan AI yang dikenal sebagai 'injeksi prompt.'
"Operator o3 menggunakan pendekatan berlapis-lapis yang sama untuk keselamatan yang kami gunakan untuk versi 4o dari Operator… Meskipun Operator o3 mewarisi kemampuan pengkodean o3, ia tidak memiliki akses asli ke lingkungan pengkodean atau Terminal."
--OpenAI
Perusahaan AI juga mengungkapkan bahwa model baru berbasis o3 telah melalui evaluasi keselamatan standar, dan Operator terus tersedia sebagai pratinjau penelitian untuk pengguna ChatGPT Pro di seluruh dunia. Namun, model yang ditingkatkan ini hanya tersedia di Operator di ChatGPT.
Knoop mencurigai bahwa menjalankan model o3 OpenAI mungkin lebih mahal dari yang diperkirakan
Minggu lalu, Yayasan Arc Prize, yang memelihara dan mengelola ARC-AGI, memperbarui biaya komputasi perkiraannya untuk o3. Organisasi tersebut awalnya memperkirakan bahwa konfigurasi dengan kinerja terbaik dari o3 yang diuji, o3 high, memakan biaya sekitar $3K untuk menyelesaikan satu masalah ARC-AGI. Namun, Yayasan sekarang percaya bahwa biayanya bisa 10x lebih tinggi dari perkiraan sebelumnya, mungkin sekitar $30K per tugas.
Selain itu, meskipun OpenAI belum menetapkan harga untuk o3 atau merilisnya sepenuhnya, salah satu pendiri Yayasan Arc Prize, Mike Knoop, percaya bahwa harga model o1-pro adalah proksi yang wajar dan perbandingan yang lebih dekat dengan biaya sebenarnya dari o3. Namun, dia menambahkan bahwa o3 akan terus diberi label sebagai pratinjau di papan peringkat untuk mencerminkan ketidakpastian sampai harga resmi diumumkan.
Menurut Yayasan Arc Prize, harga tinggi untuk o3 high tidaklah mustahil, mengingat jumlah sumber daya komputasi yang dilaporkan digunakan model tersebut. o3 high menggunakan 172x lebih banyak komputasi daripada o3 low, konfigurasi komputasi terendah dari o3, untuk menangani ARC-AGI.
Kabar angin telah beredar sejak awal Maret tentang rencana mahal yang dipertimbangkan OpenAI untuk diperkenalkan kepada pelanggan perusahaan. Informasi tersebut melaporkan bahwa perusahaan mungkin mengenakan biaya hingga $20K per bulan untuk 'agen' AI khusus, seperti agen pengembang perangkat lunak.
Namun, sementara beberapa berpendapat bahwa bahkan model OpenAI yang termahal pun akan dikenakan biaya jauh di bawah apa yang biasanya diminta oleh kontraktor manusia atau staf, peneliti AI Toby Ord menunjukkan bahwa model-model tersebut mungkin tidak seefisien itu. Misalnya, o3 high membutuhkan 1.024 percobaan pada setiap tugas di ARC-AGI untuk mencapai skor terbaiknya.
Perbedaan KUNCI Wire: alat rahasia yang digunakan proyek crypto untuk mendapatkan liputan media yang dijamin