मुख्य सामग्री पर जाएँ

GPT-6.2 Astra और Sol: फीचर्स, बेंचमार्क्स, टेस्ट्स, और प्राइसिंग

OpenAI के GPT-6.2 Astra और Sol प्रति-कार्य लागत को तेज़ी से घटाते हैं। हम क्या नया है, बेंचमार्क्स, कौन-सा टियर इस्तेमाल करें, कीमतें, और GPT-6 Astra के खिलाफ़ एक हैंड्स-ऑन टेस्ट कवर करते हैं।
Josef Waples
Josef Waples

अपना निःशुल्क खाता बनाएँ

अभ्यास और ट्रैक अपनी प्रगति को।

Google के साथ जारी रखेंजारी रखकर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा USA में संग्रहीत है।

नवंबर फ्रंटियर मॉडलों के लिए काफ़ी व्यस्त रहा है। Anthropic ने Claude Fable 5.2 जारी किया, Google के पास मैदान में Gemini 4 Carbon है, और आज, एक हफ्ते की अटकलों के बाद, OpenAI ने एक साथ दो मॉडल लॉन्च किए: GPT-6.2 Astra और GPT-6.2 Sol।

GPT-6.2 Astra OpenAI का नया फ्रंटियर मॉडल है जो डेक्स, फाइनेंशियल वर्कबुक, लीगल ड्राफ्टिंग, CAD, और लंबे एजेंट रन जैसे कठिन पेशेवर कामों के लिए बना है। GPT-6.2 Sol कोडिंग, लेखन, और एजेंट लूप्स के लिए सस्ता रोज़मर्रा का मॉडल है, और कोडिंग पर यह Astra के क़रीब आता है—टोकन कीमत के लगभग एक-चौथाई पर।

मैंने उनकी भिन्नताओं का ज़िक्र किया, लेकिन दोनों मॉडलों की प्रति-कार्य लागत उन मॉडलों जितनी या उससे कम है जिन्हें वे रिप्लेस करते हैं: API में, Astra के इनपुट और आउटपुट दाम GPT-6 Astra से 20% कम हैं, और Sol ने GPT-6.1 Sol की कीमतें बरकरार रखी हैं।

इस लेख में, मैं GPT-6.2 Astra और Sol की हर नई चीज़ कवर करूँगा—नई खूबियों पर नज़र डालूँगा, बेंचमार्क्स की पड़ताल करूँगा, और GPT-6 Astra के मुकाबले Astra को दो हैंड्स-ऑन टेस्ट में परखूँगा। 

जैसा कि आप देख रहे हैं, तेज़ी से नए मॉडल आ रहे हैं। AI और डेटा स्पेस में अपडेट रहने के लिए, हमारे साप्ताहिक न्यूज़लेटर The Median को ज़रूर सब्सक्राइब करें।

संक्षेप में

  • GPT-6.2 Astra कठिन पेशेवर काम के लिए OpenAI का नया फ्लैगशिप है; GPT-6.2 Sol रोज़मर्रा का मॉडल है।
  • सबसे बड़ा फ़ायदा प्रति-कार्य लागत है: Astra, GPT-6 Astra की तुलना में बहुत कम लागत पर ज़्यादा करता है।
  • कोडिंग पर Sol, कीमत के छोटे से हिस्से में Astra के क़रीब आता है, इसलिए यह आपका डिफ़ॉल्ट होना चाहिए।
  • Claude Fable 5.2 अब भी कई कोडिंग और रीज़निंग बेंचमार्क्स में आगे है, इसलिए OpenAI ने सब कुछ नहीं जीता।
  • हमारे हैंड्स-ऑन टेस्ट में Astra, GPT-6 Astra से काफ़ी सस्ता था, लेकिन GPT-6 Astra ने गड़बड़ डेटा सेट को ज़्यादा समझदारी से पढ़ा।
  • अगर आप आज GPT-6 Astra के लिए भुगतान कर रहे हैं तो स्विच करें; केवल बचत ही इसे उचित ठहराती है।

GPT-6.2 Astra और Sol क्या हैं?

GPT-6.2 Astra शीर्ष पर GPT-6 Astra की जगह लेता है, और Sol एक टियर नीचे GPT-6.1 Sol की। पिछली पीढ़ी से इन्हें अलग करने वाली दो बातें हैं:

  • थोड़ा ज़्यादा स्मार्ट, प्रति कार्य बहुत सस्ता। OpenAI के अपने कैपेबिलिटी इंडेक्स में Astra, GPT-6 Astra से बस 1.7 अंक ऊपर है, लेकिन कई बेंचमार्क्स पर इसकी प्रति-कार्य लागत आधे से अधिक गिर गई।
  • एक नया जोखिम रेटिंग। Astra पहला मॉडल है जिसे OpenAI ने जारी किया है जो AI स्व-सुधार के लिए इसके High थ्रेशहोल्ड को पूरा करता है, इसलिए यह OpenAI की अब तक की सबसे कड़ी सुरक्षा-संरचनाओं के साथ आता है।

एक स्लाइड में लागत की कहानी यहाँ है, GPT-6.2 Astra द्वारा बनाई गई। (बेहतर स्लाइड्स इसकी एक विशेषता है। हम उस पर आएँगे।)

GPT-6.2 Astra द्वारा बनाई गई स्लाइड: एजेंट टास्क्स पर Astra कम लागत में अधिक स्कोर करता है, Agents' Last Exam पर प्रति कार्य $2.89

GPT-6.2 Astra और Sol की प्रमुख खूबियाँ

अधिकांश नई चीज़ें कच्ची इंटेलिजेंस की बजाय पेशेवर आउटपुट और दक्षता को लक्षित करती हैं। यहाँ चार बदलाव हैं जो मायने रखते हैं।

अपने टेम्पलेट के अनुसार स्लाइड्स, वर्कबुक्स और डॉक्यूमेंट्स बनाएं

GPT-6.2 Astra एक स्लाइड टेम्पलेट—मूल फ़ाइल या सिर्फ़ स्क्रीनशॉट—ले सकता है और उसके लेआउट, रंग, और टाइपोग्राफ़ी को फ़ॉन्ट आकार तक मिलाकर प्रस्तुत कर सकता है। OpenAI ने इसे कानून, बिक्री, वित्त, और अकाउंटिंग जैसे क्षेत्रों की परंपराओं पर प्रशिक्षित किया है, जिनमें टाइटल मुख्य निष्कर्ष बताते हैं और बॉडी कॉपी में कम फालतू बातें होती हैं।

मैंने इस लेख भर में इस नई सुविधा को परखा, ऊपर वाली स्लाइड सहित। Astra ने हर स्लाइड HTML में लिखी, जिसे मैंने बिना बदलाव के इमेज में रेंडर किया। 

यही प्रशिक्षण स्प्रेडशीट्स में भी दिखता है। Artificial Analysis के AA-AnalystAgent पर, जो मॉडलों से वास्तविक स्प्रेडशीट्स और रिपोर्ट्स में आँकड़े ढूँढ़ने को कहता है, Astra ने पाँचों स्वतंत्र प्रयासों में 62.5% सवालों का सही जवाब दिया, जो OpenAI के अनुसार नया उच्च है। ClickUp की रिपोर्ट है कि ब्लाइंड टेस्टिंग में Astra ने उसके प्रोडक्शन मॉडल को पीछे छोड़ा—ऐप्स, डैशबोर्ड्स और स्लाइड्स जिन्हें ClickUp Brain बनाता है—जहाँ लगभग 30% कम रिव्यू राउंड लगे।

कंप्यूटर यूज़ के साथ CAD और सिमुलेशन टूल्स में काम करें

GPT-6.2 Astra का कंप्यूटर यूज़ अब CAD और सिमुलेशन टूल्स में व्यक्तिगत पार्ट्स और कनेक्शनों के स्तर तक काम करता है। हमें उम्मीद है कि यह mechanical और प्रोडक्ट इंजीनियरों के लिए बड़ी बात है। OpenAI के डेमो में एक कार की चेसिस डायनेमिक्स शामिल है जिसे Python सॉल्वर से सिमुलेट किया गया और Blender में एनिमेट किया गया; 1:8-स्केल का RC बग्गी, जिसे सार्वजनिक फ़ोटो और बिल्ड मैनुअल्स से पार्ट-बाय-पार्ट मॉडल किया गया; और रेफ़रेंस फ़ोटोज़ से CAD रिवीज़न्स के ज़रिए बना पेपर लैम्प।

हम आसानी से अपना CAD प्रोजेक्ट बनाकर इसे नहीं परख सकते, तो यहाँ OpenAI का ड्राइविंग सिमुलेशन डेमो है। Astra ने 3D कार बनाई, टायर्स और सस्पेंशन के लिए Python सॉल्वर लिखा, और नतीजे को Blender में एनिमेट किया:

OpenAI का GPT-6.2 Astra ड्राइविंग सिमुलेशन डेमो: पहाड़ी सड़क पर कार, साथ में फ्रंट और रियर सस्पेंशन दृश्य, टायर कॉन्टैक्ट पैच लोड्स, ट्रैक्शन सर्कल, ड्राइवर इनपुट्स, और पावरट्रेन रीडआउट्स

स्रोत: OpenAI

एजेंट वर्कफ़्लोज़ में प्रति टोकन ज़्यादा काम करें

दोनों मॉडल कम आउटपुट टोकन्स में बेहतर नतीजे देते हैं, और ज़्यादातर लागत-बचत यहीं से आती है। OpenAI के आंतरिक GDPval v2 पर, GPT-6.2 Astra, GPT-6 Astra से 6.2 अंक ऊपर स्कोर करता है जबकि 22% कम आउटपुट टोकन्स इस्तेमाल करता है। Astra अपने टूल्स का चुनाव भी बेहतर करता है—कब प्लगइन इस्तेमाल करना है और कब कंप्यूटर यूज़—और Basis का कहना है कि लंबे समय वाले अकाउंटिंग काम के लिए उसका औसत समय आधा हो गया।

सिस्टम कार्ड में प्रॉम्प्ट इंजेक्शन पर भी बेहतर ख़बर है, जहाँ ईमेल या वेब पेज में छिपे निर्देश एजेंट को हाईजैक करने की कोशिश करते हैं। Astra की स्लाइड सुरक्षा ट्रेड-ऑफ को समेटती है:

GPT-6.2 Astra द्वारा बनाई गई स्लाइड: दोनों मॉडल ज़्यादा प्रॉम्प्ट इंजेक्शंस का प्रतिरोध करते हैं, Sol 91.65% तक प्रतिरोध करता है

स्लाइड: GPT-6.2 Astra

ज़्यादा सुरक्षित कोड लिखें, कड़े सेफगार्ड्स के भीतर

GPT-6.2 Astra और Sol कमज़ोरियों को ढूँढ़ने और एक्सप्लॉइट करने में अधिक सक्षम हैं, और OpenAI ने सुरक्षित कोड और ऐसे पैच लिखने के लिए प्रशिक्षण संकेत जोड़े हैं जो इच्छित व्यवहार को बनाए रखें। दोनों OpenAI के Preparedness Framework के तहत साइबरसुरक्षा के लिए Critical थ्रेशहोल्ड को पूरा करते हैं, जैसा कि GPT-6 Astra करता था।

ट्रेड-ऑफ है अधिक इनकार। OpenAI ने दोनों मॉडलों को कड़े सेफगार्ड्स के साथ लॉन्च किया है जो कुछ वैध वल्नरेबिलिटी रिसर्च और सुरक्षा परीक्षण को भी सीमित करते हैं। स्वीकृत डिफेंडर्स अब भी OpenAI Daybreak के ज़रिए GPT-6 Astra और GPT-6 Cyber का उपयोग करते हैं, जो दो हफ्ते पहले उपलब्ध हुआ।

बेंचमार्क्स पर GPT-6.2 Astra और Sol का प्रदर्शन कैसा है?

GPT-6.2 Astra, OpenAI के पेशेवर-कार्य और साइंस बेंचमार्क्स में आगे है, लेकिन Claude Fable 5.2 कई कोडिंग और रीज़निंग परिणामों में आगे है। 

नीचे दी गई तालिकाओं में सभी स्कोर वेंडर-रिपोर्टेड हैं। हर पंक्ति में सर्वोत्तम स्कोर को मैंने बोल्ड किया है।

पेशेवर काम और एजेंटिक वर्कफ़्लोज़

Agents' Last Exam v1.1 पर, जो लंबे, मल्टिस्टेप पेशेवर वर्कफ़्लोज़ की जाँच करता है, GPT-6.2 Astra 78.3% स्कोर करता है, प्रति कार्य $2.89 पर। GPT-6 Astra 73.1% स्कोर करता है, प्रति कार्य $8.99 पर, और Claude Fable 5.2 72.8% पर $60.05 के साथ।

Agents' Last Exam v1.1 चार्ट: GPT-6.2 Astra 78.3% पर $2.89 प्रति कार्य, Gemini 4 Carbon 77.4% ($4.60), GPT-6 Astra 73.1% ($8.99), और Claude Fable 5.2 72.8% ($60.05) से आगे

Gemini 4 Carbon 77.4% पर सबसे क़रीब आता है, लेकिन प्रति कार्य $4.60 में। बाकी पेशेवर-कार्य परिणाम भी इसी पैटर्न का अनुसरण करते हैं:

Benchmarkयह क्या मापता हैGPT-6.2 AstraGPT-6.2 SolGPT-6 AstraGPT-6.1 SolClaude Fable 5.2
Agents' Last Exam v1.1लंबी-अवधि के पेशेवर वर्कफ़्लो78.3%73.0%73.1%72.5%72.8%
GDPval v2 (OpenAI internal)कंसल्टिंग, फ़ाइनेंस और डिज़ाइन के मल्टिस्टेप असाइनमेंट्स50.4%46.9%44.2%41.5%44.8%
Harvey LAB-AA v1.1हर मानदंड पर खरी कानूनी डिलिवरेबल्स15.0%11.1%8.6%6.9%7.2%
AutomationBench 1.0.6बिज़नेस वर्कफ़्लो ऑटोमेशन52.4%41.2%41.4%36.1%51.4%
LifeVal (OpenAI)चुनौतीपूर्ण रोज़मर्रा के कार्य86.1%83.8%79.8%79.5%n/a

यहाँ तालिका में शामिल मॉडलों में Astra हर पंक्ति में आगे है, और Harvey के लीगल बेंचमार्क पर Fable 5.2 का दोगुना है। Gemini 4 Carbon अब भी AutomationBench पर 53.9% के साथ इसे थोड़ा मात देता है, और GDPval v2 पर, Carbon का 48.8%, Astra और Sol के बीच बैठता है।

OpenAI का GDPval v2 चार्ट दिखाता है कि बचत कहाँ से आती है: समान आउटपुट टोकन्स पर नए मॉडल अपने पूर्ववर्तियों से ऊँचा स्कोर करते हैं।

GDPval v2 चार्ट: हर रीज़निंग प्रयास स्तर पर GPT-6.2 Astra और Sol, GPT-6 Astra और GPT-6.1 Sol की तुलना में कम आउटपुट टोकन्स में ऊँचे स्कोर तक पहुँचते हैं

कोडिंग और सुरक्षा

यही वह जगह है जहाँ Sol अपनी जगह कमाता है: FrontierCode 2.0 पर यह $1.29 प्रति कार्य में 43.8% स्कोर करता है, जबकि Astra $5.97 में 44.2%।

Benchmarkयह क्या मापता हैGPT-6.2 AstraGPT-6.2 SolGPT-6 AstraGPT-6.1 SolClaude Fable 5.2
FrontierCode 2.0ऐसे कोड परिवर्तन जो मेंटेनर्स के मर्ज मानकों को पूरा करें44.2%43.8%42.8%39.0%49.1%
SecureSWE (OpenAI internal)सुरक्षा-संवेदनशील कम्पोनेंट्स के लिए फंक्शनल और सुरक्षित कोड65.7%55.6%48.7%49.7%n/a
PatchBenchसिक्योरिटी पैच79.7%75.6%70.9%71.0%n/a
ExploitBench Internal PortV8 और Chrome में मनमाने कोड निष्पादन की दर53.5%50.5%31.5%21.5%n/a

Claude Fable 5.2 FrontierCode 2.0 पर बढ़त बनाए रखता है, और अधिकतम प्रयास पर Claude Opus 5.5 (45.5%) भी दोनों GPT-6.2 मॉडलों को वहीं पछाड़ देता है। सुरक्षा वाली पंक्तियाँ वह जगह हैं जहाँ पीढ़ीगत उछाल सबसे साफ दिखता है, हालाँकि OpenAI ने Fable 5.2 के स्कोर वहाँ रिपोर्ट नहीं किए।

OpenAI का FrontierCode चार्ट Sol का मामला बनाता है: अधिकतम प्रयास पर यह Astra के स्कोर तक लगभग पाँचवें हिस्से की प्रति-कार्य लागत पर पहुँच जाता है।

FrontierCode 2.0 चार्ट: GPT-6.2 Sol प्रति-कार्य लागत के छोटे हिस्से में Astra के स्कोर के क़रीब पहुँचता है, जबकि Claude Fable 5.2 सबसे ऊँचा स्कोर करता है पर काफ़ी ज़्यादा लागत पर

विज्ञान, CAD, और सामान्य तर्क

Terminal-Bench-Science 0.1 पर, जो टर्मिनल में वैज्ञानिक काम की जाँच करता है, GPT-6.2 Astra 77.1% स्कोर करता है—GPT-6 Astra से 9 अंक ऊपर—और प्रति-कार्य लागत एक-तिहाई से भी कम।

Benchmarkयह क्या मापता हैGPT-6.2 AstraGPT-6.2 SolGPT-6 AstraGPT-6.1 SolClaude Fable 5.2
Terminal-Bench-Science 0.1टर्मिनल में वैज्ञानिक शोध वर्कफ़्लोज़77.1%68.0%68.1%57.0%73.3%*
Vals Science Index v1जैविक डेटा की व्याख्या और प्रयोग चलाना68.4%58.5%65.1%59.6%63.7%
BenchCAD 2.1 CoreCAD मॉडलिंग टास्क्स82.5%73.1%62.6%52.6%83.5%
Artificial Analysis Intelligence Index v5.0.19 मूल्यांकनों का समग्र (इंडेक्स स्कोर)62.157.356.954.664.6
GPQA Diamond (no tools)स्नातक-स्तरीय विज्ञान प्रश्न97.0%96.0%96.0%n/an/a

Fable 5.2 अब भी इंटेलिजेंस इंडेक्स और BenchCAD में आगे है, लेकिन $26.54 और $50.77 प्रति कार्य पर—जबकि Astra $4.00 और $5.43 पर। अगर आपको सर्वश्रेष्ठ CAD आउटपुट चाहिए, तो Fable अब भी पसंद है; अगर आपको दिन में कई बार चाहिए, तो Astra लगभग दसवें हिस्से की कीमत पर आपको 99% तक पहुँचा देता है।

Terminal-Bench-Science पर, Astra अधिकतम प्रयास पर प्रति कार्य $7.15 में शीर्ष स्कोर तक पहुँचता है, जबकि GPT-6 Astra $23.80 और Claude Fable 5.2 $45.21 पर।

Terminal-Bench-Science 0.1 चार्ट: GPT-6.2 Astra, Claude Fable 5.2 और GPT-6 Astra की तुलना में प्रति-कार्य लागत के छोटे हिस्से में सबसे ऊँचा स्कोर करता है

कौन-सा टियर इस्तेमाल करें?

GPT-6.2 Sol आपका डिफ़ॉल्ट होना चाहिए, और GPT-6.2 Astra वह मॉडल जिसे आप एस्केलेट करें। Sol की टोकन कीमत Astra की एक-चौथाई है, और कोडिंग में यह एक अंक से भी कम छोड़ता है।

कौन-सा GPT-6.2 टियर इस्तेमाल करें: रोज़मर्रा की कोडिंग और एजेंट लूप्स के लिए Sol; डेक्स, वर्कबुक्स, लीगल ड्राफ्ट्स, CAD, सिमुलेशन, और साइंस वर्क के लिए Astra

GPT-6.2 Astra ने अपने ही डेक में अपने ख़िलाफ़ यही केस बनाया:

GPT-6.2 Astra द्वारा बनाई गई स्लाइड: Sol $1.29 प्रति कोडिंग टास्क पर FrontierCode में लगभग Astra जितना ही स्कोर करता है

स्लाइड: GPT-6.2 Astra

दोनों मॉडल OpenAI के चार्ट्स में पाँच रीज़निंग प्रयास स्तर दिखाते हैं—लो से मैक्स तक—और प्रयास का सेटिंग टियर जितना ही मायने रखता है। Agents' Last Exam पर, हाई प्रयास पर Sol (72.0% पर $0.69 प्रति कार्य) अधिकतम प्रयास पर GPT-6 Astra (73.1% पर $8.99) से लगभग एक अंक पीछे है—लागत के तेरहवें हिस्से पर। अल्ट्राफास्ट मोड दोनों मॉडलों के लिए API में और ChatGPT में Pro 500 सब्सक्राइबर्स के लिए उपलब्ध है।

उपयोग मामलाटियरक्यों
रोज़मर्रा की कोडिंग, रिफैक्टर्स, और कोड रिव्यूSolFrontierCode 2.0 पर Astra से 0.5 अंक के भीतर, लगभग पाँचवें हिस्से की लागत पर
हाई-वॉल्यूम एजेंट लूप्स और ऑटोमेशनSol$2 / $10 प्रति मिलियन टोकन्स, GPT-6.1 Sol जैसा ही
क्लाइंट-रेडी डेक्स, फाइनेंशियल वर्कबुक्स, और मेमोAstraटेम्पलेट मैचिंग और GDPval v2 पर बढ़त Astra-विशेष हैं
लीगल ड्राफ्टिंग और रिसर्चAstraHarvey LAB-AA पर 15.0%, जबकि Sol 11.1% पर
CAD, सिमुलेशन, और वैज्ञानिक विश्लेषणAstraBenchCAD और Terminal-Bench-Science पर Sol से लगभग 9 अंक आगे

GPT-6.2 Astra का परीक्षण: हैंड्स-ऑन उदाहरण

ऊपर दिए गए बेंचमार्क OpenAI के अपने हैं, इसलिए मैंने GPT-6.2 Astra और उसके पूर्ववर्ती GPT-6 Astra के खिलाफ़ एक जैसे प्रॉम्प्ट्स और एक जैसे टूलिंग के साथ 2 टेस्ट चलाए। डैशबोर्ड टेस्ट के लिए, दोनों मॉडल OpenCode में पिन की हुई टूल सतह (फ़ाइल पढ़ना, खोजना, और संपादन तक सीमित), वही हाई रीज़निंग प्रयास, एक ही प्रयास, और नई सेशन में चले।

टेस्ट 1: गड़बड़ डेटा से ईमानदार डैशबोर्ड

कार्य: 173 अमेरिकी कॉलेज मेजर्स के लिए आय और रोज़गार परिणामों वाले CSV से एक सिंगल-फ़ाइल HTML डैशबोर्ड बनाना—ऐसे करियर सलाहकार के लिए जो क्लाइंट्स के लिए क्षेत्रों की तुलना कर रहा हो। इसमें आय और रोज़गार पर श्रेणियों की तुलना, सबसे ज़्यादा और सबसे कम कमाने वाले मेजर्स को उजागर करना, डेटा को फ़ेच करने के बजाय एम्बेड करना, और एक 1440×900 स्क्रीन में फिट होना ज़रूरी था।

असली परीक्षा डेटा में है, जिसमें वे समस्याएँ हैं जिनका प्रॉम्प्ट में कहीं ज़िक्र नहीं:

  • शीर्ष कमाई वाला, Petroleum Engineering $110,000 पर, 36 लोगों के सर्वे सैंपल पर टिका है, और 173 में से 76 मेजर्स के सैंपल 100 से कम हैं।
  • सबसे कम कमाई वाला, Library Science $22,000 पर, 2 के सैंपल पर टिका है।
  • Food Science के ग्रैजुएट टोटल्स गायब हैं।
  • श्रेणियाँ एक मेजर (Interdisciplinary, 12,296 ग्रैजुएट्स) से लेकर 13 मेजर (Business) तक फैली हैं जिनमें 1.3 मिलियन ग्रैजुएट्स हैं—तो आप औसत कैसे निकालते हैं, यह मायने रखता है।

यह एक साथ 2 लॉन्च दावों को परखता है: Astra की बेहतर विश्लेषणात्मक वर्कबुक्स और उसकी दक्षता—कम आउटपुट टोकन्स में बेहतर परिणाम। GPT-6.2 Astra ने यह बनाया:

GPT-6.2 Astra का डैशबोर्ड श्रेणियों को मेजर्स के अनवेटेड मीडियन के मीडियन से रैंक करता है, जिससे Health $35,000 पर 10वें स्थान पर आता है

मुख्य निष्कर्ष:

  • दोनों मॉडलों ने पहली कोशिश में काम करता हुआ डैशबोर्ड दिया। दोनों ने सभी 173 मेजर्स एम्बेड किए, बिना चार्टिंग लाइब्रेरी के अपने SVG चार्ट्स बनाए, एक स्क्रीन में फिट हुए, और बिना त्रुटियों के लोड हुए।
  • उन्होंने वही डेटा अलग तरह से पढ़ा, और इससे श्रेणियों का क्रम बदल गया। GPT-6.2 Astra ने हर श्रेणी को उसके मेजर्स के मीडियन के मीडियन से रैंक किया, जो कुछ हज़ार ग्रैजुएट्स वाले मेजर को 200,000 वाले के बराबर गिनता है। GPT-6 Astra ने हर मेजर को उसके ग्रैजुएट्स की संख्या से वेट किया। नतीजा: GPT-6.2 Astra के डैशबोर्ड पर Health $35,000 पर 10वें स्थान पर और GPT-6 Astra के पर $40.6k पर 4थे—क्योंकि नर्सिंग, 209,394 ग्रैजुएट्स और $48,000 मीडियन के साथ, अपने वजन के अनुसार गिना जाता है।
  • GPT-6 Astra ने सैंपल साइज़ भी सामने रखे। उसकी मुख्य तालिका दिखाती है कि शीर्ष 4 कमाई वाले 36, 7, 3, और 16 के सैंपल्स पर टिके हैं। GPT-6.2 Astra उन्हें तभी दिखाता है जब आप कोई मेजर चुनते हैं, और अस्थिर रैंकिंग पर एक पंक्ति की चेतावनी देता है।
  • GPT-6.2 Astra सस्ता और हल्का था। इसकी लागत $1.79 रही जबकि GPT-6 Astra की $2.93, 27,821 आउटपुट टोकन्स के साथ बनाम 35,298।

आइए GPT-6 Astra के संस्करण पर क़रीब से नज़र डालें। इसकी श्रेणी चार्ट की तुलना ऊपर GPT-6.2 Astra के से करें: वहाँ Health 10वें पर है, यहाँ 4थे पर; और Biology & Life Science 6ठें से 11वें पर गिरता है।

GPT-6 Astra का डैशबोर्ड ग्रैजुएट्स से श्रेणी कमाई को वेट करता है, जिससे Health $40.6k पर 4थे स्थान पर आता है, और हर मेजर के बगल में सैंपल-साइज़ कॉलम दिखता है

गणित के तौर पर कोई भी तरीका ग़लत नहीं, और GPT-6.2 Astra अपने चार्ट को मेजर्स के मीडियन के मीडियन के रूप में लेबल करता है। लेकिन करियर सलाहकार जानना चाहता है कि ग्रैजुएट्स असल में कहाँ पहुँचते हैं, और केवल ग्रैजुएट-वेटेड संस्करण ही उसका जवाब देता है।

टेस्ट 2: टेम्पलेट स्क्रीनशॉट से स्लाइड डेक

कार्य: इस लेख के पीछे के रिसर्च नोट्स को 5-स्लाइड के डेक में बदलना—इंजीनियरिंग मैनेजर्स के लिए जो स्विच करने पर विचार कर रहे हैं—एक टेम्पलेट स्लाइड की शैली में। मॉडलों को टेम्पलेट केवल स्क्रीनशॉट के रूप में मिला, और प्रॉम्प्ट ने उनसे "फ़ॉन्ट साइज़ तक" मिलान करने को कहा, बिना फ़ॉन्ट का नाम या कोई साइज़ बताए।

यह सीधे OpenAI के स्लाइड दावे को परखता है। क्योंकि मॉडलों को इमेज देखनी थी, हर मॉडल एक ही हाई रीज़निंग प्रयास पर OpenRouter के ज़रिए एकल API कॉल के रूप में चला, और मैंने GPT-6.2 Sol को भी जोड़ा, क्योंकि डेक्स रोज़मर्रा का काम हैं। यह टेम्पलेट है जो उन्होंने देखा, जिसे मैंने टेस्ट के लिए डिज़ाइन किया:

मॉडलों को दिया गया स्लाइड टेम्पलेट: DataCamp-शैली की स्लाइड जिसमें हरा एक्सेंट बार, एक टेकअवे टाइटल, तीन बुलेट्स, और एक ग्रे स्टैट कार्ड है

मुख्य निष्कर्ष:

  • तीनों मॉडलों ने केवल स्क्रीनशॉट से टेम्पलेट को फिर से बनाया। हर एक ने फ़ॉन्ट को Poppins पहचाना और हरा एक्सेंट बार, किकर लाइन, ग्रे स्टैट कार्ड, स्रोत लाइन, और पेज नंबर रखा। हर टाइटल, टेम्पलेट की तरह, टेकअवे बताता है।
  • तीनों ने टेम्पलेट से इतना क़रीबी मिलान किया कि आँख से मैं इन्हें अलग नहीं कर सका। ब्राउज़र में जाँचने पर, केवल GPT-6.2 Sol ने टेम्पलेट के फ़ॉन्ट साइज़ेस को हूबहू पकड़ा। Astra—वह मॉडल जिसके बारे में OpenAI कहता है कि वह "फ़ॉन्ट साइज़ तक" टेम्पलेट मैच करता है—एक-दो पिक्सेल से चूका।
  • GPT-6.2 Astra दोनों Astras में सबसे किफ़ायती रहा। इसकी लागत $0.22 और 4,968 आउटपुट टोकन्स रही, जबकि GPT-6 Astra के लिए $0.59 और 11,247। Sol की लागत $0.07 रही।

Astra की 5 स्लाइड्स वही कैप्शन वाली हैं जिन्हें आपने इस लेख में देखा, और उन पर हर फ़िगर मेरे नोट्स से मेल खाता है। GPT-6 Astra का डेक भी उतना ही उपयोगी था, इसलिए इस कार्य पर पीढ़ियाँ अलग नहीं होतीं।

तो क्या GPT-6.2 Astra सच में बड़ा कदम है? लागत पर, हाँ: इसने दोनों टेस्ट 39% से 63% कम में पूरे किए, जो OpenAI की दक्षता के दावे से मेल खाता है। निर्णय पर, पूरी तरह नहीं: पुराना मॉडल वही था जिसने डेटा को उस तरह वेट किया जैसा करियर सलाहकार को चाहिए, जबकि स्लाइड्स लगभग बराबर रहीं।

प्रति कार्य एक रन से दो मॉडलों की रैंकिंग नहीं हो सकती, लेकिन यह OpenAI की अपनी Blocker Deception खोज से मेल खाता है: देखें कि GPT-6.2 Astra क्या छोड़ देता है, सिर्फ़ यह नहीं कि वह क्या बनाता है।

GPT-6.2 Astra और Sol की कीमतें और उपलब्धता

GPT-6.2 Astra इनपुट और आउटपुट टोकन्स पर GPT-6 Astra से 20% सस्ता है और कैश्ड इनपुट पर 60% सस्ता, जबकि GPT-6.2 Sol, GPT-6.1 Sol की कीमतें रखता है। मानक API दरें प्रति मिलियन टोकन्स:

मॉडलइनपुटकैश्ड इनपुटआउटपुट
GPT-6.2 Astra$8.00$0.40$40.00
GPT-6.2 Sol$2.00$0.10$10.00

कम कीमतें बचत का बस एक हिस्सा हैं। क्योंकि दोनों मॉडल कम आउटपुट टोकन्स इस्तेमाल करते हैं, प्रति-कार्य लागत और घटती है—यही वजह है कि Astra की Agents' Last Exam रन की लागत GPT-6 Astra की तुलना में एक-तिहाई से भी कम है। OpenAI, प्रॉम्प्ट प्रीफ़िक्स को अपरिवर्तित रखने और नई निर्देशों को जोड़ते जाने की सलाह भी देता है, ताकि ज़्यादा कैश हिट्स मिलें और टर्न्स के बीच रीज़निंग बनी रहे।

Astra का अपने नए दामों का सार:

GPT-6.2 Astra द्वारा बनाई गई स्लाइड: Astra की लागत कम है जबकि Sol की API कीमतें स्थिर हैं; Astra, GPT-6 Astra की तुलना में प्रति इनपुट या आउटपुट टोकन 20% सस्ता है

स्लाइड: GPT-6.2 Astra

ChatGPT में, दोनों मॉडल लॉन्च के दिन से ही Plus, Pro, Enterprise, और Edu उपयोगकर्ताओं के लिए ChatGPT Work और Codex में उपलब्ध हैं। Enterprise और Edu उपयोगकर्ताओं को एक्सेस तब मिलता है जब उनका वर्कस्पेस एडमिन इसे ऑन करता है।

Pro 500 सब्सक्राइबर्स के लिए दोनों मॉडलों के साथ Ultrafast उपलब्ध है, और Pro 200 सब्सक्राइबर्स को पहली बार यह GPT-6.2 Sol से शुरू होकर मिलता है। OpenAI की घोषणा में Free प्लान का ज़िक्र नहीं है।

GPT-6.2 Astra और Sol तक पहुँच कैसे पाएँ?

दोनों मॉडल OpenAI API में gpt-6.2-astra और gpt-6.2-sol के रूप में सामान्य रूप से उपलब्ध हैं, और लॉन्च पर दोनों के लिए Ultrafast उपलब्ध है। OpenAI Python SDK के साथ एक न्यूनतम रिक्वेस्ट कुछ इस तरह दिखती है:

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6.2-sol",
    reasoning={"effort": "high"},
    input="Summarize this quarterly report in 5 bullet points: ...",
)
print(response.output_text)

दोनों मॉडल OpenRouter (openai/gpt-6.2-astra और openai/gpt-6.2-sol) और OpenCode मॉडल कैटलॉग में भी सूचीबद्ध हैं। 

पिछली पीढ़ी के साथ पूरा बिल्ड देखने के लिए, हमारा GPT-6 Astra API ट्यूटोरियल और GPT-6.1 Sol ट्यूटोरियल देखें; मुख्य बदलाव मॉडल ID स्विच करना है।

अंतिम विचार

GPT-6.2 एक प्राइस कट है जिसे OpenAI ने कैपेबिलिटी रिलीज़ में बदल दिया है। Astra, OpenAI द्वारा रिपोर्ट किए हर पेशेवर-कार्य बेंचमार्क पर GPT-6 Astra को मात देता है—प्रति-कार्य लागत के एक-तिहाई पर—और Sol कोडिंग में इतना क़रीब आता है कि ज़्यादातर टीमों को वहीं से शुरू करना चाहिए।

यह कुल मिलाकर रेस का फैसला नहीं करता। Claude Fable 5.2 अब भी FrontierCode और इंटेलिजेंस इंडेक्स पर आगे है, Gemini 4 Carbon AutomationBench पर आगे है, और हमारे टेस्ट में पुराने Astra ने गड़बड़ डेटा सेट को ज़्यादा समझदारी से पढ़ा। लेकिन मैं केवल बचत के लिए आज ही GPT-6 Astra से स्विच कर दूँगा।

GPT-6.2 Astra द्वारा बनाई गई स्लाइड: कहाँ स्विच करना है, यह तय करने के लिए अपने खुद के टास्क्स का उपयोग करें; GDPval v2 पर Astra 22% कम आउटपुट टोकन्स इस्तेमाल करता है

स्लाइड: GPT-6.2 Astra

अगर आप OpenAI के मॉडलों के साथ बिल्डिंग के बारे में और सीखना चाहते हैं, तो हमारा Working with the OpenAI API कोर्स देखें।

Josef Waples

लेखक

Josef Waples

मैं एक डेटा साइंस संपादक हूँ और वैज्ञानिक पत्रिकाओं में प्रकाशित शोध लेखों में योगदान दे चुका/चुकी हूँ। मुझे विशेष रूप से रैखिक बीजगणित, सांख्यिकी, R, और इसी तरह के विषयों में रुचि है।

FAQs

GPT-6.2 Astra क्या है और यह GPT-6.2 Sol से कैसे अलग है?

GPT-6.2 Astra, डेक्स, फाइनेंशियल वर्कबुक्स, लीगल ड्राफ्टिंग और CAD जैसे कठिन पेशेवर कामों के लिए OpenAI का फ्रंटियर मॉडल है। GPT-6.2 Sol कोडिंग, लेखन और एजेंट लूप्स के लिए सस्ता रोज़मर्रा का मॉडल है। Sol की टोकन कीमत Astra की एक-चौथाई है और FrontierCode 2.0 पर यह Astra से 0.5 अंक के भीतर आता है, जबकि Astra पेशेवर और साइंस बेंचमार्क्स में आगे है।

API में GPT-6.2 Astra की कीमत कितनी है?

GPT-6.2 Astra की API में लागत प्रति मिलियन इनपुट टोकन्स $8, प्रति मिलियन कैश्ड इनपुट टोकन्स $0.40, और प्रति मिलियन आउटपुट टोकन्स $40 है। यह GPT-6 Astra से इनपुट और आउटपुट पर 20% और कैश्ड इनपुट पर 60% कम है। GPT-6.2 Sol की लागत $2, $0.10, और $10 है, जो GPT-6.1 Sol के समान है।

क्या GPT-6.2 Astra, GPT-6 Astra से बेहतर है?

OpenAI के बेंचमार्क्स पर, हाँ: GPT-6.2 Astra हर पेशेवर-कार्य परिणाम में GPT-6 Astra को मात देता है, जैसे Agents' Last Exam (78.3% बनाम 73.1%), और प्रति-कार्य लागत लगभग एक-तिहाई रहती है। हमारे 2 हैंड्स-ऑन टेस्ट में भी यह सस्ता था, लेकिन GPT-6 Astra ने एक गड़बड़ डेटा सेट को ज़्यादा समझदारी से वेट किया।

मैं GPT-6.2 Astra और GPT-6.2 Sol कहाँ एक्सेस कर सकता/सकती हूँ?

दोनों मॉडल ChatGPT Work और Codex में Plus, Pro, Enterprise, और Edu उपयोगकर्ताओं के लिए उपलब्ध हैं, जहाँ Enterprise और Edu एक्सेस वर्कस्पेस एडमिन द्वारा ऑन किया जाता है। डेवलपर OpenAI API में gpt-6.2-astra और gpt-6.2-sol कॉल कर सकते हैं, और दोनों OpenRouter पर भी सूचीबद्ध हैं।

कोडिंग के लिए मुझे GPT-6.2 Sol इस्तेमाल करना चाहिए या GPT-6.2 Astra?

ज़्यादातर कोडिंग के लिए GPT-6.2 Sol का उपयोग करें। FrontierCode 2.0 पर यह अधिकतम प्रयास में 43.8% स्कोर करता है, जबकि Astra 44.2%—लेकिन Sol की प्रति कार्य लागत $1.29 है, Astra की $5.97। सुरक्षा-संवेदनशील कोड के लिए, जहाँ SecureSWE पर Astra आगे है, या CAD और वैज्ञानिक काम के लिए Astra पर स्विच करें।

विषय