OpenAI (20/10) memperkenalkan Terminal X, agen evaluasi yang dirancang untuk menilai keluaran investasi berdasarkan 54 kriteria sekaligus. Dalam pengujian internal perusahaan, agen ini disebut mampu meniru penilaian investor senior pada 88,6 persen kasus dan menangkap 25 persen lebih banyak penyimpangan dari mandat dana ketika dijalankan dengan model GPT-6.1 Sol.

Terminal X bekerja sebagai Eval Agent: pengguna memasukkan hasil kerja sebuah strategi investasi, lalu sistem menilai apakah keputusan tersebut sesuai dengan pedoman atau mandat yang telah ditetapkan sebelumnya. Penilaian dilakukan terhadap 54 kriteria yang mencakup konsistensi portofolio, kepatuhan terhadap batasan risiko, dan keselarasan dengan tujuan dana. Hasilnya ditampilkan sebagai skor beserta rincian bagian mana yang menyimpang.

OpenAI (20/10) menjelaskan bahwa agen ini dibangun di atas GPT-6.1 Sol, varian model yang dioptimalkan untuk penalaran bertahap dan analisis dokumen panjang. Klaim tersebut berasal dari pengujian internal perusahaan, bukan dari audit pihak ketiga. Angka 88,6 persen merujuk pada seberapa sering penilaian Terminal X cocok dengan keputusan yang diambil oleh investor manusia berpengalaman, sedangkan tambahan 25 persen deviasi merujuk pada kasus di mana agen menemukan pelanggaran mandat yang luput dari tinjauan manusia.

Secara umum, istilah eval agent merujuk pada perangkat lunak yang menilai keluaran model atau pekerjaan manusia menggunakan seperangkat aturan otomatis. Pendekatan ini lazim dipakai untuk menguji sistem AI, namun penerapannya pada keputusan investasi masih relatif baru dan bergantung pada kualitas rubrik yang dimasukkan pengguna.

OpenAI belum mengumumkan apakah Terminal X akan tersedia untuk pengguna di luar pasar Amerika Serikat, termasuk di Indonesia. Rilis juga tidak merinci harga maupun jadwal peluncuran versi komersialnya.