Gartner: GPT-5 qui, ma non l’infrastruttura che supporta l’intelligenza artificiale dell’agente reale (ancora)

GPT-5 si sviluppa in tre aree chiave

Per essere aperti, Openai ha preso provvedimenti con GPT-5, tra cui Gartner, tra cui attività di codifica e funzionalità multi-mod.

Chandrasekaran ha sottolineato che Openai è tornato a rendere GPT-5 nella codifica di GPT-5 e ha chiaramente percepito un’enorme opportunità nell’ingegnere del software aziendale di Gen AI e ha preso di mira la leadership dell’avversario antropico in quella regione.

Nel frattempo, la progressione di GPT-5 nei metodi oltre il testo, in particolare nel linguaggio e nelle immagini, offre nuove opportunità di integrazione per le aziende.

Il GPT-5 avanza anche abilmente agente di intelligenza artificiale e design di orchestrazione grazie all’uso di veicoli sviluppati; Il modello può chiamare API e strumenti di terze parti e chiamare veicoli paralleli (utilizzare più di un’attività contemporaneamente). Tuttavia, ciò significa che i sistemi aziendali dovrebbero avere la capacità di elaborare richieste API simultanee in un’unica sessione.

La pianificazione a più fasi nel GPT-5 fornisce più logica aziendale per risiedere nel modello stesso, riduce la necessità di motori di flusso di lavoro esterni e può rimodellare Windows di contesto più ampi (8k per utenti gratuiti, $ 20 per $ 20 al mese e 128k per modelli di architettura AI professionistica.

Ciò significa che le applicazioni basate su complesse condutture di generazione riciclata (RAG) per aggirare i confini del contesto possono ora passare cluster di dati direttamente più grandi ai modelli e semplificare alcuni flussi di lavoro. Tuttavia, ciò non significa che lo straccio sia irrilevante; “Basta ottenere i dati più rilevanti è sempre più veloce e più economico rispetto all’invio di grandi input”, ha detto Chandrasekaran.

Mentre aumenta la produttività, Gartner vede una transizione verso un approccio ibrido con un acquisto meno rigoroso con gli sviluppatori che utilizzano il GPT-5 per elaborare con “contesti più grandi e più misti”.

Sul fronte dei costi, l’API “significativa” GPT-5 riduce le commissioni di utilizzo; I costi di alto livello sono di $ 1,25 per 1 milione di monete di input e 1 milione di monete di uscita possono essere confrontate con modelli come Gemini 2.5, ma Claude Opus è gravemente sconvolto. Tuttavia, il rapporto prezzo input/output di GTP-5 è superiore ai modelli precedenti che i leader dell’IA dovrebbero considerare quando si pensa a GTP-5 per scenari di successo elevati.

Arrivederci versioni GPT precedenti (sorta)

Alla fine, il GPT-5 è stato finalmente progettato per sostituire il GPT-4O e la sua serie (inizialmente tramonto, quindi alcuni di essi sono stati reintrodotti da Openi a causa dell’opposizione dell’utente). Tre dimensioni del modello (pro, mini, nano) consentiranno servizi di livello in base alle esigenze di costo e ritardo degli architetti; Gartner afferma che le domande semplici possono essere gestite dal modello completo da modelli più piccoli e attività complesse.

Tuttavia, le differenze nei formati di output, i comportamenti della memoria e delle chiamate funzionali possono richiedere l’esame e la regolazione del codice e il GPT-5 dovrebbe controllare i modelli rapidi e le istruzioni di sistema, poiché il GPT-5 può ripristinare alcune precedenti soluzioni temporanee.

Infine, sorvegliare le versioni precedenti, “Penso che ciò che Openi sta cercando di fare sia il livello di complessità lontano dall’utente è astratto, C Chandrasekaran ha detto.” Il più delle volte non siamo le persone migliori per prendere queste decisioni, e a volte possiamo persino prendere decisioni sbagliate. “

Un altro fatto sul retro delle fasi: iz sappiamo tutti che Openai ha un problema di capacità, ha detto, e quindi ha creato partnership con Microsoft, Oracle (Project Stargate), Google e altri. Il funzionamento di modelli di più generazioni richiederà un’infrastruttura a più generazioni creando nuovi risultati di costo e restrizioni fisiche.

Nuovi rischi, consulenza per adottare GPT-5

Openi afferma di ridurre i tassi di allucinazione fino al 65% nel GPT-5 rispetto ai modelli precedenti; Ciò può aiutare a ridurre i rischi di conformità e rendere il modello più adatto alle situazioni di uso aziendale e supportare Gartner, la controllabilità e la conformità normativa.

Allo stesso tempo, questi bassi tassi di allucinazione, nonché il ragionamento avanzato di GPT-5 e l’elaborazione multimodale, la truffa avanzata e la produzione di caccia all’identità possono aumentare gli abusi. Gli analisti suggeriscono che i flussi di lavoro critici dovrebbero essere sotto esame umano, anche con meno campionamento.

La società è anche i leader aziendali:

• Il pilota e il benchmark GPT-5 in termini di uso critico in termini di attività, precisione, velocità e esperienza dell’utente per determinare le differenze in altri modelli effettuando valutazioni fianco a fianco.
• Esposizione ai dati di rischio, seguire applicazioni come la codifica vibrante (ma senza disturbare o assumere rischi o guasti di ringhiera).
• Rivedere le politiche e le istruzioni di governance per affrontare i nuovi comportamenti del modello, le finestre di contesto ampliate e garantire il completamento e calibrare i meccanismi di sorveglianza.
• Per ottimizzare le prestazioni, testare con integrazioni del veicolo, parametri di ragionamento, cache e dimensionamento del modello e utilizzare l’orientamento dinamico interno per determinare il modello giusto per l’attività giusta.
• Controllare e aggiornare i piani per le capacità estese del GPT-5. Ciò include la verifica di quote API, percorsi di controllo e pipeline di dati multimodali per supportare nuove funzionalità e aumento della resa. Anche il test di integrazione misintestinale è importante.

Gli agenti non solo necessitano di più calcoli; Hanno bisogno di infrastrutture

Indubbiamente, l’agente AI ha dichiarato che “oggi è un argomento super caldo”, Chandrasekaran e una delle aree migliori per gli investimenti di Gartner 2025 Ciclo di deglutizione per Gene AI. Allo stesso tempo, la tecnologia ha colpito il vertice Ör di Gartner di aspettative gonfiate, cioè una diffusa pubblicità a causa delle prime storie di successo, che hanno sviluppato aspettative non realistiche.

Questa tendenza spesso chiama “La delusione di Gartner Gün ısı, interesse, eccitazione ed esperienze e pratiche di investimento non è stato possibile consegnare (ricorda: sono stati due importanti inverni dagli anni ’80).

Chandrasekaran ha dichiarato: “Molti venditori iperono oltre ai prodotti al di là di ciò che possono fare”, ha detto. “Sono quasi pronti per la produzione, pronti per le imprese e offriranno davvero un valore commerciale in breve tempo”.

Tuttavia, in realtà, il divario tra la qualità del prodotto in base alle aspettative è ampio. Gartner non vede la distribuzione istituzionale degli agenti; Sono alcune aree come “tasche piccole e strette” e ingegneria o fornitura di software.

Chandrasekaran disse: “Ma anche questi flussi di lavoro non sono completamente autonomi;

Uno dei criminali chiave è la mancanza di infrastrutture; I rappresentanti richiedono l’accesso a una vasta gamma di veicoli aziendali e hanno la possibilità di comunicare con i data warehouse e le applicazioni SAAS. Allo stesso tempo, dovrebbe essere sotto la supervisione di sufficienti sistemi di identità e di gestione degli accessi e tipi di dati (definiti personalmente o non sensibili) per controllare il comportamento e l’accesso degli agenti.

Infine, le aziende dovrebbero essere sicure che le informazioni prodotte dagli agenti siano affidabili, cioè prevenuti e non contengano allucinazioni o informazioni errate.

Per raggiungere lì, i venditori devono collaborare a standard più aperti e adottare standard più aperti per la comunicazione per il veicolo agente-ragazza e agente-agente.

“Sebbene i rappresentanti o le tecnologie sottostanti siano stati fatti progressi, questo accordo, governance e livello di dati sono ancora in attesa di essere costruiti per lo sviluppo di agenti”, ha affermato Chandrasekaran. “Oggi vediamo molto attrito.”

Sì, l’IA del settore sta facendo progressi con il ragionamento, ma ancora lottando per far capire all’IA come funziona il mondo fisico. L’IA funziona principalmente in un mondo digitale; Sebbene siano apportati miglioramenti nella robotica spaziale, non hanno interfacce forti per il mondo fisico.

Tuttavia, siamo molto, molto, molto presto per tali ambienti, ha detto Chandrasekaran.

Adottare misure davvero importanti richiede una “rivoluzione ında nell’architettura o nel ragionamento del modello.” Non puoi essere sulla curva attuale e non puoi aspettarti più dati, speri di andare a più calcoli e AGI “, ha detto.

Chandrasekaran è evidente nella tanto attesa presentazione GPT-5: l’obiettivo finale di Openai per lui era AGI, ma “non siamo vicini ad esso, ha detto Chandrasekaran. Alla fine,” Siamo ancora lontani da Agi “.

Informazioni quotidiane sull’utilizzo del business con quotidianamente ecc.

Se vuoi impressionare il tuo capo, ci sono quotidianamente, ecc. Dai turni normativi alle distribuzioni pratiche, ti diamo ciò che le aziende fanno con l’intelligenza artificiale produttiva, in modo da poter condividere informazioni per il massimo YG.

Leggi la nostra politica sulla privacy

Grazie per aver iscritto. Dai un’occhiata di più ecc.

C’è stato un errore.