GPT-6.2 Astra și Sol: funcționalități, benchmark-uri, teste și prețuri
GPT-6.2 Astra și Sol de la OpenAI reduc drastic costul pe sarcină. Acoperim noutățile, benchmark-urile, ce nivel să alegi, prețurile și un test practic față de GPT-6 Astra.
Noiembrie a fost o lună aglomerată pentru modelele de frontieră. Anthropic a lansat Claude Fable 5.2, Google are pe teren Gemini 4 Carbon, iar astăzi, după o săptămână de speculații, OpenAI a răspuns cu două modele simultan: GPT-6.2 Astra și GPT-6.2 Sol.
GPT-6.2 Astra este noul model de frontieră al OpenAI pentru muncă profesională dificilă, precum prezentări, foi de calcul financiare, redactare juridică, CAD și rulari lungi de agenți. GPT-6.2 Sol este modelul mai ieftin pentru uz zilnic în programare, scriere și bucle de agenți, și se apropie de Astra la capitolul programare pentru aproximativ un sfert din prețul pe token.
Tocmai am discutat despre diferențele lor, dar ambele costă la fel sau mai puțin pe sarcină decât modelele pe care le înlocuiesc: în API, prețurile de intrare și ieșire ale lui Astra sunt cu 20% mai mici decât cele ale GPT-6 Astra, iar Sol păstrează prețurile lui GPT-6.1 Sol.
În acest articol, acopăr toate noutățile pentru GPT-6.2 Astra și Sol, trecând în revistă funcționalitățile noi, explorând benchmark-urile și punând Astra la încercare cu 2 teste practice față de GPT-6 Astra.
După cum poți vedea, apar modele noi într-un ritm rapid. Ca să ții pasul cu AI și zona de date, abonează-te neapărat la newsletterul nostru săptămânal, The Median.
Pe scurt
GPT-6.2 Astra este noul vârf de gamă al OpenAI pentru muncă profesională grea; GPT-6.2 Sol este modelul pentru uz zilnic.
Câștigul principal este costul pe sarcină: Astra face mai mult pentru mult mai puțin decât GPT-6 Astra.
Sol se apropie de Astra la programare la o fracțiune din preț, deci ar trebui să fie implicitul tău.
Claude Fable 5.2 încă conduce mai multe benchmark-uri de programare și raționare, deci OpenAI nu le câștigă pe toate.
În testele noastre practice, Astra a fost mult mai ieftin decât GPT-6 Astra, dar GPT-6 Astra a interpretat mai logic un set de date dezordonat.
Treci la el dacă plătești azi pentru GPT-6 Astra; economiile singure justifică schimbarea.
Ce sunt GPT-6.2 Astra și Sol?
GPT-6.2 Astra înlocuiește GPT-6 Astra în vârf, iar Sol înlocuiește GPT-6.1 Sol cu un nivel mai jos. Două lucruri le deosebesc de generația anterioară:
Puțin mai inteligente, mult mai ieftine pe sarcină. Indicele intern de capabilități al OpenAI plasează Astra cu doar 1,7 puncte peste GPT-6 Astra, dar costul pe sarcină a scăzut la mai puțin de jumătate la mai multe benchmark-uri.
O nouă evaluare a riscului. Astra este primul model pe care OpenAI îl lansează și care atinge pragul High pentru auto-îmbunătățire AI, așa că vine cu cele mai stricte măsuri de protecție de până acum.
Iată povestea costurilor pe un singur slide, realizat de GPT-6.2 Astra. (Slide-urile îmbunătățite sunt o funcționalitate. Ajungem și acolo.)
Funcționalități-cheie GPT-6.2 Astra și Sol
Cele mai multe noutăți vizează ieșirea profesională și eficiența, nu inteligența brută. Iată cele patru schimbări care contează.
Construiește prezentări, foi de calcul și documente care respectă șablonul tău
GPT-6.2 Astra poate prelua un șablon de slide, ca fișier original sau chiar o captură de ecran, și să-i potrivească layoutul, culorile și tipografia până la mărimea fontului. OpenAI l-a antrenat pe convențiile din domenii precum drept, vânzări, finanțe și contabilitate, cu titluri care formulează ideea principală și mai puțin balast în corpul textului.
Am testat această funcționalitate nouă pe tot parcursul articolului, inclusiv slide-ul de mai sus. Astra a scris fiecare slide în HTML, pe care l-am redat ca imagine fără modificări.
Aceeași instruire se vede și în foi de calcul. Pe AA-AnalystAgent de la Artificial Analysis, care cere modelelor să găsească cifre în foi de calcul și rapoarte reale, Astra a răspuns corect la 62,5% din întrebări în toate cele cinci încercări independente, un nou maxim conform OpenAI. ClickUp raportează că Astra a depășit modelul său de producție în testări oarbe ale aplicațiilor, dashboard-urilor și slide-urilor construite de ClickUp Brain, cu aproximativ 30% mai puține runde de review.
Lucrează în CAD și instrumente de simulare cu computer use
Funcția de computer use a GPT-6.2 Astra funcționează acum până la nivelul pieselor individuale și al conexiunilor în instrumente CAD și de simulare. Ne așteptăm să fie o schimbare semnificativă pentru inginerii mecanici și de produs. Demonstrațiile OpenAI includ dinamica șasiului unei mașini simulată cu un solver Python și animată în Blender, un buggy RC la scară 1:8 modelat piesă cu piesă din fotografii publice și manuale de asamblare și o lampă din hârtie proiectată din fotografii de referință prin iterații în CAD.
Nu putem construi ușor un proiect CAD propriu pentru a testa asta, așa că iată demo-ul de simulare a condusului de la OpenAI. Astra a construit mașina 3D, a scris solverul Python pentru anvelope și suspensie și a animat rezultatul în Blender:
Fă mai mult pe token în fluxurile de lucru cu agenți
Ambele modele obțin rezultate mai bune cu mai puțini tokeni de ieșire, ceea ce este principala sursă a economiilor. Pe GDPval v2 intern al OpenAI, GPT-6.2 Astra obține cu 6,2 puncte mai mult decât GPT-6 Astra folosind cu 22% mai puțini tokeni de ieșire. Astra își alege și instrumentele mai bine, inclusiv când să folosească un plugin în loc de computer use, iar Basis raportează că timpul mediu pentru munca contabilă pe orizont lung s-a înjumătățit.
Cardul de sistem aduce și vești mai bune privind prompt injection, unde instrucțiuni ascunse într-un e-mail sau pe o pagină web încearcă să deturneze agentul. Slide-ul lui Astra rezumă compromisurile de siguranță:
Slide de GPT-6.2 Astra
Scrie cod mai sigur, cu măsuri de protecție mai stricte
GPT-6.2 Astra și Sol găsesc și exploatează vulnerabilitățile mai eficient, iar OpenAI a adăugat semnale de antrenare pentru scrierea de cod sigur și patch-uri care păstrează comportamentul intenționat. Ambele ating pragul Critical pentru securitate cibernetică în cadrul Preparedness Framework al OpenAI, la fel ca GPT-6 Astra.
Compromisul este un număr mai mare de refuzuri. OpenAI a lansat ambele modele cu măsuri de protecție mai stricte care restricționează și unele cercetări legitime de vulnerabilități și testări de securitate. Apărătorii aprobați folosesc în continuare GPT-6 Astra și GPT-6 Cyber, disponibil de două săptămâni, prin OpenAI Daybreak.
Cum se descurcă GPT-6.2 Astra și Sol la benchmark-uri?
GPT-6.2 Astra conduce benchmark-urile OpenAI pentru muncă profesională și știință, dar Claude Fable 5.2 conduce mai multe rezultate la programare și raționare.
În tabelele de mai jos, toate scorurile sunt raportate de furnizori. Am îngroșat cel mai bun scor din fiecare rând.
Muncă profesională și fluxuri agentice
Pe Agents' Last Exam v1.1, care testează fluxuri profesionale lungi și multietapă, GPT-6.2 Astra obține 78,3% la 2,89 $ pe sarcină. GPT-6 Astra obține 73,1% la 8,99 $ pe sarcină, iar Claude Fable 5.2 obține 72,8% la 60,05 $.
Gemini 4 Carbon se apropie cel mai mult cu 77,4%, dar costă 4,60 $ pe sarcină. Restul rezultatelor pentru muncă profesională urmează același tipar:
Benchmark
Ce măsoară
GPT-6.2 Astra
GPT-6.2 Sol
GPT-6 Astra
GPT-6.1 Sol
Claude Fable 5.2
Agents' Last Exam v1.1
Fluxuri profesionale pe orizont lung
78,3%
73,0%
73,1%
72,5%
72,8%
GDPval v2 (intern OpenAI)
Sarcini multietapă de consultanță, finanțe și design
50,4%
46,9%
44,2%
41,5%
44,8%
Harvey LAB-AA v1.1
Livrabile juridice care îndeplinesc fiecare criteriu
15,0%
11,1%
8,6%
6,9%
7,2%
AutomationBench 1.0.6
Automatizare a fluxurilor de afaceri
52,4%
41,2%
41,4%
36,1%
51,4%
LifeVal (OpenAI)
Sarcini zilnice provocatoare
86,1%
83,8%
79,8%
79,5%
n/a
Astra conduce fiecare rând aici dintre modelele din tabel și dublează Fable 5.2 la benchmark-ul juridic al Harvey. Gemini 4 Carbon tot îl depășește pe AutomationBench cu 53,9%, iar pe GDPval v2, scorul de 48,8% al lui Carbon se află între Astra și Sol.
Graficul GDPval v2 al OpenAI arată de unde vin economiile: pentru același număr de tokeni de ieșire, modelele noi obțin scoruri mai mari decât cele pe care le înlocuiesc.
Programare și securitate
Programarea este locul în care Sol își câștigă poziția: pe FrontierCode 2.0, obține 43,8% la 1,29 $ pe sarcină, față de 44,2% la 5,97 $ pentru Astra.
Benchmark
Ce măsoară
GPT-6.2 Astra
GPT-6.2 Sol
GPT-6 Astra
GPT-6.1 Sol
Claude Fable 5.2
FrontierCode 2.0
Modificări de cod care îndeplinesc standardele de integrare ale menținătorilor
44,2%
43,8%
42,8%
39,0%
49,1%
SecureSWE (intern OpenAI)
Cod funcțional și sigur pentru componente sensibile la securitate
65,7%
55,6%
48,7%
49,7%
n/a
PatchBench
Patch-uri de securitate
79,7%
75,6%
70,9%
71,0%
n/a
ExploitBench Internal Port
Rata de execuție de cod arbitrar pe V8 și Chrome
53,5%
50,5%
31,5%
21,5%
n/a
Claude Fable 5.2 își păstrează avansul pe FrontierCode 2.0, iar Claude Opus 5.5 la efort maxim (45,5%) îi depășește de asemenea pe ambele modele GPT-6.2 acolo. Rândurile de securitate sunt locul unde saltul generațional e cel mai clar, deși OpenAI nu a raportat Fable 5.2 la niciunul dintre ele.
Graficul FrontierCode al OpenAI susține cazul lui Sol: la efort maxim, atinge scorul lui Astra pentru aproximativ o cincime din costul pe sarcină.
Știință, CAD și raționare generală
Pe Terminal-Bench-Science 0.1, care testează munca științifică într-un terminal, GPT-6.2 Astra obține 77,1%, cu 9 puncte peste GPT-6 Astra la mai puțin de o treime din costul pe sarcină.
Benchmark
Ce măsoară
GPT-6.2 Astra
GPT-6.2 Sol
GPT-6 Astra
GPT-6.1 Sol
Claude Fable 5.2
Terminal-Bench-Science 0.1
Fluxuri de cercetare științifică într-un terminal
77,1%
68,0%
68,1%
57,0%
73,3%*
Vals Science Index v1
Interpretarea datelor biologice și rularea de experimente
68,4%
58,5%
65,1%
59,6%
63,7%
BenchCAD 2.1 Core
Sarcini de modelare CAD
82,5%
73,1%
62,6%
52,6%
83,5%
Artificial Analysis Intelligence Index v5.0.1
Compus din 9 evaluări (scor index)
62,1
57,3
56,9
54,6
64,6
GPQA Diamond (fără unelte)
Întrebări de știință la nivel de master
97,0%
96,0%
96,0%
n/a
n/a
Fable 5.2 încă conduce la Intelligence Index și BenchCAD, dar la 26,54 $ și 50,77 $ pe sarcină față de 4,00 $ și 5,43 $ pentru Astra. Dacă ai nevoie de cel mai bun output CAD posibil, Fable rămâne alegerea; dacă ai nevoie de el de multe ori pe zi, Astra te duce la 99% din drum pentru cam o zecime din preț.
Pe Terminal-Bench-Science, Astra atinge scorul de top la 7,15 $ pe sarcină la efort maxim, față de 23,80 $ pentru GPT-6 Astra și 45,21 $ pentru Claude Fable 5.2.
Ce nivel ar trebui să folosești?
Ar trebui să ai GPT-6.2 Sol ca implicit, iar GPT-6.2 Astra ca model la care să escaladezi. Sol costă un sfert din prețul pe token al lui Astra, iar la programare cedează sub un punct.
GPT-6.2 Astra a făcut același argument împotriva lui însuși în propriul deck:
Slide de GPT-6.2 Astra
Ambele modele expun cinci niveluri de efort de raționare în graficele OpenAI, de la low la max, iar setarea efortului contează la fel de mult ca nivelul. Pe Agents' Last Exam, Sol la efort ridicat (72,0% la 0,69 $ pe sarcină) ajunge la circa un punct în urma GPT-6 Astra la efort maxim (73,1% la 8,99 $) pentru o treisprezecea parte din cost. Modul Ultrafast este disponibil pentru ambele modele în API și pentru abonații Pro 500 în ChatGPT.
Caz de utilizare
Nivel
De ce
Programare zilnică, refactorizări și code review
Sol
La mai puțin de 0,5 puncte de Astra pe FrontierCode 2.0 la circa o cincime din cost
Bucle de agenți și automatizări cu volum mare
Sol
2 $ / 10 $ per milion de tokeni, neschimbat față de GPT-6.1 Sol
Prezentări gata de client, foi de calcul financiare și memorii
Astra
Potrivirea de șabloane și avansul pe GDPval v2 sunt specifice lui Astra
Redactare și cercetare juridică
Astra
15,0% pe Harvey LAB-AA față de 11,1% pentru Sol
CAD, simulare și analiză științifică
Astra
Cu aproximativ 9 puncte înaintea lui Sol pe BenchCAD și Terminal-Bench-Science
Testarea GPT-6.2 Astra: exemple practice
Benchmark-urile de mai sus sunt ale OpenAI, așa că am rulat 2 teste între GPT-6.2 Astra și predecesorul său, GPT-6 Astra, cu prompturi și unelte identice. Pentru testul de dashboard, ambele modele au rulat în OpenCode cu o suprafață de unelte fixată (citire, căutare și editare de fișiere doar), același efort ridicat de raționare, o singură încercare și o sesiune proaspătă.
Test 1: Un dashboard onest din date dezordonate
Sarcina: construiește un dashboard HTML într-un singur fișier dintr-un CSV cu venituri și rezultate pe piața muncii pentru 173 de specializări universitare din SUA, pentru un consilier în carieră care compară domeniile pentru clienți. Trebuia să compare categoriile la venituri și ocupare, să evidențieze specializările cu cele mai mari și cele mai mici câștiguri, să încorporeze datele în loc să le preia și să se încadreze într-un ecran 1440×900.
Testul real e în date, care au probleme pe care promptul nu le menționează:
Cea mai bine plătită, Petrol și Gaze la 110.000 $, se bazează pe un eșantion de 36 de persoane, iar 76 dintre cele 173 de specializări au eșantioane sub 100.
Cea mai slab plătită, Știința Informării (Library Science) la 22.000 $, se bazează pe un eșantion de 2.
Food Science nu are totalurile pentru absolvenți.
Categoriile variază de la o singură specializare (Interdisciplinar, 12.296 de absolvenți) la 13 specializări cu 1,3 milioane de absolvenți (Afaceri), deci modul în care faci mediile contează.
Acest test sondează simultan două afirmații de la lansare: foile de calcul analitice mai bune ale lui Astra și eficiența sa, cu mai puțini tokeni de ieșire pentru rezultate mai bune. Iată ce a produs GPT-6.2 Astra:
Concluziile principale:
Ambele modele au livrat un dashboard funcțional din prima încercare. Fiecare a încorporat toate cele 173 de specializări, și-a desenat propriile grafice SVG fără bibliotecă de charting, s-a încadrat într-un ecran și s-a încărcat fără erori.
Au citit aceleași date diferit, iar asta reordonează categoriile. GPT-6.2 Astra a clasat fiecare categorie după mediana medianelor specializărilor sale, ceea ce contează o specializare cu câteva mii de absolvenți la fel ca una cu 200.000. GPT-6 Astra a ponderat fiecare specializare după numărul de absolvenți. Rezultatul: Sănătatea este pe 10 la 35.000 $ pe dashboard-ul GPT-6.2 Astra și pe 4 la 40,6 mii $ pe cel al GPT-6 Astra, fiindcă asistența medicală, cu 209.394 de absolvenți și o mediană de 48.000 $, contează cât e în realitate.
GPT-6 Astra a pus și dimensiunile eșantioanelor în prim-plan. Tabelul său principal arată că primii 4 la câștiguri se bazează pe eșantioane de 36, 7, 3 și 16. GPT-6.2 Astra le arată doar după ce selectezi o specializare, cu un avertisment de o linie despre clasamente instabile.
GPT-6.2 Astra a fost mai ieftin și mai suplu. A costat 1,79 $ față de 2,93 $ pentru GPT-6 Astra, cu 27.821 tokeni de ieșire față de 35.298.
Să analizăm mai atent versiunea GPT-6 Astra. Compară graficul categoriilor de aici cu cel al GPT-6.2 Astra de mai sus: Sănătatea este pe 4 aici și pe 10 acolo, iar Biologie & Științele Vieții coboară de pe 6 pe 11.
Niciuna dintre metode nu e greșită matematic, iar GPT-6.2 Astra își etichetează graficul ca mediană a medianelor pe specializări. Dar un consilier în carieră vrea să știe unde ajung efectiv absolvenții, iar doar versiunea ponderată după absolvenți răspunde la asta.
Test 2: Un deck de slide-uri dintr-o captură de ecran a șablonului
Sarcina: transformă notițele de cercetare din spatele acestui articol într-un deck de 5 slide-uri pentru manageri de inginerie care decid dacă să facă schimbarea, în stilul unui slide-șablon. Modelele au primit șablonul doar ca o captură de ecran, iar promptul le-a cerut să-l potrivească „până la mărimile fonturilor” fără a numi fontul sau vreo mărime.
Testul verifică direct afirmația OpenAI despre slide-uri. Deoarece modelele au trebuit să „vadă” o imagine, fiecare a rulat ca un singur apel API prin OpenRouter la același efort ridicat de raționare, iar eu am adăugat GPT-6.2 Sol, deoarece deck-urile sunt muncă de zi cu zi. Acesta este șablonul pe care l-au văzut, pe care l-am proiectat pentru test:
Concluziile principale:
Toate cele 3 modele au reconstruit șablonul doar din captură. Fiecare a identificat fontul ca Poppins și a păstrat bara verde de accent, linia kicker, cardul gri cu statistici, linia cu sursa și numărul paginii. Fiecare titlu formulează o concluzie, ca în șablon.
Toate cele 3 au potrivit șablonul suficient de bine încât nu le-am putut deosebi cu ochiul liber. Verificat în browser, doar GPT-6.2 Sol a nimerit exact mărimile fonturilor din șablon. Astra, modelul despre care OpenAI spune că potrivește șabloane „până la mărimea fontului”, a deviat cu un pixel sau doi.
GPT-6.2 Astra a fost cel mai economic dintre cele două Astra. A costat 0,22 $ și 4.968 tokeni de ieșire, față de 0,59 $ și 11.247 pentru GPT-6 Astra. Sol a costat 0,07 $.
Cele 5 slide-uri ale lui Astra sunt cele cu legendă pe care le-ai văzut în acest articol, iar fiecare cifră de pe ele corespunde notițelor mele. Deck-ul GPT-6 Astra a fost la fel de utilizabil, așa că pe această sarcină generațiile nu se diferențiază.
Deci este GPT-6.2 Astra un pas real înainte? La cost, da: a terminat ambele teste cu 39% până la 63% mai ieftin, ceea ce se potrivește cu afirmația OpenAI privind eficiența. La judecată, nu chiar: modelul mai vechi a fost cel care a ponderat datele așa cum are nevoie un consilier în carieră, în timp ce slide-urile au ieșit cam la egalitate.
O rulare pe sarcină nu poate clasa două modele, dar se potrivește constatării proprii a OpenAI, Blocker Deception: verifică ce omite GPT-6.2 Astra, nu doar ce construiește.
Prețuri și disponibilitate pentru GPT-6.2 Astra și Sol
GPT-6.2 Astra este cu 20% mai ieftin decât GPT-6 Astra la tokeni de intrare și ieșire și cu 60% mai ieftin la intrare din cache, în timp ce GPT-6.2 Sol păstrează prețurile lui GPT-6.1 Sol. Tarife standard API per milion de tokeni:
Model
Intrare
Intrare din cache
Ieșire
GPT-6.2 Astra
8,00 $
0,40 $
40,00 $
GPT-6.2 Sol
2,00 $
0,10 $
10,00 $
Prețurile mai mici sunt doar o parte din economie. Deoarece ambele modele folosesc mai puțini tokeni de ieșire, costul pe sarcină scade și mai mult, motiv pentru care rularea lui Astra pe Agents' Last Exam costă mai puțin de o treime din cea a lui GPT-6 Astra. OpenAI recomandă, de asemenea, să păstrezi prefixele de prompt neschimbate și să adaugi noi instrucțiuni, pentru a obține mai multe hituri din cache și a păstra raționarea de-a lungul schimburilor.
Rezumatul propriu al lui Astra pentru noile prețuri:
Slide de GPT-6.2 Astra
În ChatGPT, ambele modele sunt disponibile pentru utilizatorii Plus, Pro, Enterprise și Edu în ChatGPT Work și Codex din ziua lansării. Utilizatorii Enterprise și Edu primesc acces odată ce administratorul spațiului de lucru îl activează.
Ultrafast este disponibil cu oricare dintre modele pentru abonații Pro 500, iar abonații Pro 200 îl primesc pentru prima dată, începând cu GPT-6.2 Sol. Anunțul OpenAI nu menționează planul Free.
Cum obții acces la GPT-6.2 Astra și Sol?
Ambele modele sunt în general disponibile în API-ul OpenAI ca gpt-6.2-astra și gpt-6.2-sol, cu Ultrafast disponibil pentru ambele la lansare. O cerere minimă cu OpenAI Python SDK arată astfel:
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)Funcționează cu
Ambele modele sunt listate și pe OpenRouter (openai/gpt-6.2-astra și openai/gpt-6.2-sol) și în catalogul de modele OpenCode.
GPT-6.2 este o reducere de preț pe care OpenAI a transformat-o într-o lansare de capabilități. Astra îl depășește pe GPT-6 Astra la fiecare benchmark pentru muncă profesională raportat de OpenAI, la o treime din costul pe sarcină, iar Sol se apropie suficient de mult la programare încât majoritatea echipelor ar trebui să înceapă cu el.
Nu decide cursa per total. Claude Fable 5.2 încă conduce la FrontierCode și Intelligence Index, Gemini 4 Carbon conduce AutomationBench, iar în testele noastre vechiul Astra a citit mai logic un set de date dezordonat. Dar eu aș trece de azi de la GPT-6 Astra pentru economii.
Slide de GPT-6.2 Astra
Dacă vrei să afli mai multe despre cum să construiești cu modelele OpenAI, îți recomand cursul nostru Working with the OpenAI API.
Întrebări frecvente
Ce este GPT-6.2 Astra și cum diferă de GPT-6.2 Sol?⌄
GPT-6.2 Astra este modelul de frontieră al OpenAI pentru muncă profesională grea, precum prezentări, foi de calcul financiare, redactare juridică și CAD. GPT-6.2 Sol este modelul mai ieftin pentru uz zilnic în programare, scriere și bucle de agenți. Sol costă un sfert din prețul pe token al lui Astra și ajunge la 0,5 puncte de Astra pe FrontierCode 2.0, în timp ce Astra conduce la benchmark-urile profesionale și științifice.
Cât costă GPT-6.2 Astra în API?⌄
GPT-6.2 Astra costă 8 $ per milion de tokeni de intrare, 0,40 $ per milion de tokeni de intrare din cache și 40 $ per milion de tokeni de ieșire. Asta înseamnă cu 20% sub GPT-6 Astra la intrare și ieșire și cu 60% sub la intrare din cache. GPT-6.2 Sol costă 2 $, 0,10 $ și 10 $, la fel ca GPT-6.1 Sol.
Este GPT-6.2 Astra mai bun decât GPT-6 Astra?⌄
Pe benchmark-urile OpenAI, da: GPT-6.2 Astra îl depășește pe GPT-6 Astra la fiecare rezultat de muncă profesională, precum Agents' Last Exam (78,3% vs 73,1%), la aproximativ o treime din costul pe sarcină. În cele 2 teste practice ale noastre a fost, de asemenea, mai ieftin, dar GPT-6 Astra a ponderat mai logic un set de date dezordonat.
Unde pot accesa GPT-6.2 Astra și GPT-6.2 Sol?⌄
Ambele modele sunt disponibile în ChatGPT Work și Codex pentru utilizatorii Plus, Pro, Enterprise și Edu, cu acces Enterprise și Edu activat de un administrator de workspace. Dezvoltatorii pot apela gpt-6.2-astra și gpt-6.2-sol în API-ul OpenAI, iar ambele sunt listate pe OpenRouter.
Ar trebui să folosesc GPT-6.2 Sol sau GPT-6.2 Astra pentru programare?⌄
Folosește GPT-6.2 Sol pentru majoritatea activităților de programare. Pe FrontierCode 2.0 obține 43,8% față de 44,2% pentru Astra la efort maxim, pentru 1,29 $ pe sarcină în loc de 5,97 $. Treci la Astra pentru cod sensibil la securitate, unde conduce Sol pe SecureSWE, sau pentru CAD și muncă științifică.
Noiembrie a fost o lună aglomerată pentru modelele de frontieră. Anthropic a lansat Claude Fable 5.2, Google are pe teren Gemini 4 Carbon, iar astăzi, după o săptămână de speculații, OpenAI a răspuns cu două modele simultan: GPT-6.2 Astra și GPT-6.2 Sol.
GPT-6.2 Astra este noul model de frontieră al OpenAI pentru muncă profesională dificilă, precum prezentări, foi de calcul financiare, redactare juridică, CAD și rulari lungi de agenți. GPT-6.2 Sol este modelul mai ieftin pentru uz zilnic în programare, scriere și bucle de agenți, și se apropie de Astra la capitolul programare pentru aproximativ un sfert din prețul pe token.
Tocmai am discutat despre diferențele lor, dar ambele costă la fel sau mai puțin pe sarcină decât modelele pe care le înlocuiesc: în API, prețurile de intrare și ieșire ale lui Astra sunt cu 20% mai mici decât cele ale GPT-6 Astra, iar Sol păstrează prețurile lui GPT-6.1 Sol.
În acest articol, acopăr toate noutățile pentru GPT-6.2 Astra și Sol, trecând în revistă funcționalitățile noi, explorând benchmark-urile și punând Astra la încercare cu 2 teste practice față de GPT-6 Astra.
După cum poți vedea, apar modele noi într-un ritm rapid. Ca să ții pasul cu AI și zona de date, abonează-te neapărat la newsletterul nostru săptămânal, The Median.
Pe scurt
Ce sunt GPT-6.2 Astra și Sol?
GPT-6.2 Astra înlocuiește GPT-6 Astra în vârf, iar Sol înlocuiește GPT-6.1 Sol cu un nivel mai jos. Două lucruri le deosebesc de generația anterioară:
Iată povestea costurilor pe un singur slide, realizat de GPT-6.2 Astra. (Slide-urile îmbunătățite sunt o funcționalitate. Ajungem și acolo.)
Funcționalități-cheie GPT-6.2 Astra și Sol
Cele mai multe noutăți vizează ieșirea profesională și eficiența, nu inteligența brută. Iată cele patru schimbări care contează.
Construiește prezentări, foi de calcul și documente care respectă șablonul tău
GPT-6.2 Astra poate prelua un șablon de slide, ca fișier original sau chiar o captură de ecran, și să-i potrivească layoutul, culorile și tipografia până la mărimea fontului. OpenAI l-a antrenat pe convențiile din domenii precum drept, vânzări, finanțe și contabilitate, cu titluri care formulează ideea principală și mai puțin balast în corpul textului.
Am testat această funcționalitate nouă pe tot parcursul articolului, inclusiv slide-ul de mai sus. Astra a scris fiecare slide în HTML, pe care l-am redat ca imagine fără modificări.
Aceeași instruire se vede și în foi de calcul. Pe AA-AnalystAgent de la Artificial Analysis, care cere modelelor să găsească cifre în foi de calcul și rapoarte reale, Astra a răspuns corect la 62,5% din întrebări în toate cele cinci încercări independente, un nou maxim conform OpenAI. ClickUp raportează că Astra a depășit modelul său de producție în testări oarbe ale aplicațiilor, dashboard-urilor și slide-urilor construite de ClickUp Brain, cu aproximativ 30% mai puține runde de review.
Lucrează în CAD și instrumente de simulare cu computer use
Funcția de computer use a GPT-6.2 Astra funcționează acum până la nivelul pieselor individuale și al conexiunilor în instrumente CAD și de simulare. Ne așteptăm să fie o schimbare semnificativă pentru inginerii mecanici și de produs. Demonstrațiile OpenAI includ dinamica șasiului unei mașini simulată cu un solver Python și animată în Blender, un buggy RC la scară 1:8 modelat piesă cu piesă din fotografii publice și manuale de asamblare și o lampă din hârtie proiectată din fotografii de referință prin iterații în CAD.
Nu putem construi ușor un proiect CAD propriu pentru a testa asta, așa că iată demo-ul de simulare a condusului de la OpenAI. Astra a construit mașina 3D, a scris solverul Python pentru anvelope și suspensie și a animat rezultatul în Blender:
Sursă: OpenAI
Fă mai mult pe token în fluxurile de lucru cu agenți
Ambele modele obțin rezultate mai bune cu mai puțini tokeni de ieșire, ceea ce este principala sursă a economiilor. Pe GDPval v2 intern al OpenAI, GPT-6.2 Astra obține cu 6,2 puncte mai mult decât GPT-6 Astra folosind cu 22% mai puțini tokeni de ieșire. Astra își alege și instrumentele mai bine, inclusiv când să folosească un plugin în loc de computer use, iar Basis raportează că timpul mediu pentru munca contabilă pe orizont lung s-a înjumătățit.
Cardul de sistem aduce și vești mai bune privind prompt injection, unde instrucțiuni ascunse într-un e-mail sau pe o pagină web încearcă să deturneze agentul. Slide-ul lui Astra rezumă compromisurile de siguranță:
Slide de GPT-6.2 Astra
Scrie cod mai sigur, cu măsuri de protecție mai stricte
GPT-6.2 Astra și Sol găsesc și exploatează vulnerabilitățile mai eficient, iar OpenAI a adăugat semnale de antrenare pentru scrierea de cod sigur și patch-uri care păstrează comportamentul intenționat. Ambele ating pragul Critical pentru securitate cibernetică în cadrul Preparedness Framework al OpenAI, la fel ca GPT-6 Astra.
Compromisul este un număr mai mare de refuzuri. OpenAI a lansat ambele modele cu măsuri de protecție mai stricte care restricționează și unele cercetări legitime de vulnerabilități și testări de securitate. Apărătorii aprobați folosesc în continuare GPT-6 Astra și GPT-6 Cyber, disponibil de două săptămâni, prin OpenAI Daybreak.
Cum se descurcă GPT-6.2 Astra și Sol la benchmark-uri?
GPT-6.2 Astra conduce benchmark-urile OpenAI pentru muncă profesională și știință, dar Claude Fable 5.2 conduce mai multe rezultate la programare și raționare.
În tabelele de mai jos, toate scorurile sunt raportate de furnizori. Am îngroșat cel mai bun scor din fiecare rând.
Muncă profesională și fluxuri agentice
Pe Agents' Last Exam v1.1, care testează fluxuri profesionale lungi și multietapă, GPT-6.2 Astra obține 78,3% la 2,89 $ pe sarcină. GPT-6 Astra obține 73,1% la 8,99 $ pe sarcină, iar Claude Fable 5.2 obține 72,8% la 60,05 $.
Gemini 4 Carbon se apropie cel mai mult cu 77,4%, dar costă 4,60 $ pe sarcină. Restul rezultatelor pentru muncă profesională urmează același tipar:
Astra conduce fiecare rând aici dintre modelele din tabel și dublează Fable 5.2 la benchmark-ul juridic al Harvey. Gemini 4 Carbon tot îl depășește pe AutomationBench cu 53,9%, iar pe GDPval v2, scorul de 48,8% al lui Carbon se află între Astra și Sol.
Graficul GDPval v2 al OpenAI arată de unde vin economiile: pentru același număr de tokeni de ieșire, modelele noi obțin scoruri mai mari decât cele pe care le înlocuiesc.
Programare și securitate
Programarea este locul în care Sol își câștigă poziția: pe FrontierCode 2.0, obține 43,8% la 1,29 $ pe sarcină, față de 44,2% la 5,97 $ pentru Astra.
Claude Fable 5.2 își păstrează avansul pe FrontierCode 2.0, iar Claude Opus 5.5 la efort maxim (45,5%) îi depășește de asemenea pe ambele modele GPT-6.2 acolo. Rândurile de securitate sunt locul unde saltul generațional e cel mai clar, deși OpenAI nu a raportat Fable 5.2 la niciunul dintre ele.
Graficul FrontierCode al OpenAI susține cazul lui Sol: la efort maxim, atinge scorul lui Astra pentru aproximativ o cincime din costul pe sarcină.
Știință, CAD și raționare generală
Pe Terminal-Bench-Science 0.1, care testează munca științifică într-un terminal, GPT-6.2 Astra obține 77,1%, cu 9 puncte peste GPT-6 Astra la mai puțin de o treime din costul pe sarcină.
Fable 5.2 încă conduce la Intelligence Index și BenchCAD, dar la 26,54 $ și 50,77 $ pe sarcină față de 4,00 $ și 5,43 $ pentru Astra. Dacă ai nevoie de cel mai bun output CAD posibil, Fable rămâne alegerea; dacă ai nevoie de el de multe ori pe zi, Astra te duce la 99% din drum pentru cam o zecime din preț.
Pe Terminal-Bench-Science, Astra atinge scorul de top la 7,15 $ pe sarcină la efort maxim, față de 23,80 $ pentru GPT-6 Astra și 45,21 $ pentru Claude Fable 5.2.
Ce nivel ar trebui să folosești?
Ar trebui să ai GPT-6.2 Sol ca implicit, iar GPT-6.2 Astra ca model la care să escaladezi. Sol costă un sfert din prețul pe token al lui Astra, iar la programare cedează sub un punct.
GPT-6.2 Astra a făcut același argument împotriva lui însuși în propriul deck:
Slide de GPT-6.2 Astra
Ambele modele expun cinci niveluri de efort de raționare în graficele OpenAI, de la low la max, iar setarea efortului contează la fel de mult ca nivelul. Pe Agents' Last Exam, Sol la efort ridicat (72,0% la 0,69 $ pe sarcină) ajunge la circa un punct în urma GPT-6 Astra la efort maxim (73,1% la 8,99 $) pentru o treisprezecea parte din cost. Modul Ultrafast este disponibil pentru ambele modele în API și pentru abonații Pro 500 în ChatGPT.
Testarea GPT-6.2 Astra: exemple practice
Benchmark-urile de mai sus sunt ale OpenAI, așa că am rulat 2 teste între GPT-6.2 Astra și predecesorul său, GPT-6 Astra, cu prompturi și unelte identice. Pentru testul de dashboard, ambele modele au rulat în OpenCode cu o suprafață de unelte fixată (citire, căutare și editare de fișiere doar), același efort ridicat de raționare, o singură încercare și o sesiune proaspătă.
Test 1: Un dashboard onest din date dezordonate
Sarcina: construiește un dashboard HTML într-un singur fișier dintr-un CSV cu venituri și rezultate pe piața muncii pentru 173 de specializări universitare din SUA, pentru un consilier în carieră care compară domeniile pentru clienți. Trebuia să compare categoriile la venituri și ocupare, să evidențieze specializările cu cele mai mari și cele mai mici câștiguri, să încorporeze datele în loc să le preia și să se încadreze într-un ecran 1440×900.
Testul real e în date, care au probleme pe care promptul nu le menționează:
Acest test sondează simultan două afirmații de la lansare: foile de calcul analitice mai bune ale lui Astra și eficiența sa, cu mai puțini tokeni de ieșire pentru rezultate mai bune. Iată ce a produs GPT-6.2 Astra:
Concluziile principale:
Să analizăm mai atent versiunea GPT-6 Astra. Compară graficul categoriilor de aici cu cel al GPT-6.2 Astra de mai sus: Sănătatea este pe 4 aici și pe 10 acolo, iar Biologie & Științele Vieții coboară de pe 6 pe 11.
Niciuna dintre metode nu e greșită matematic, iar GPT-6.2 Astra își etichetează graficul ca mediană a medianelor pe specializări. Dar un consilier în carieră vrea să știe unde ajung efectiv absolvenții, iar doar versiunea ponderată după absolvenți răspunde la asta.
Test 2: Un deck de slide-uri dintr-o captură de ecran a șablonului
Sarcina: transformă notițele de cercetare din spatele acestui articol într-un deck de 5 slide-uri pentru manageri de inginerie care decid dacă să facă schimbarea, în stilul unui slide-șablon. Modelele au primit șablonul doar ca o captură de ecran, iar promptul le-a cerut să-l potrivească „până la mărimile fonturilor” fără a numi fontul sau vreo mărime.
Testul verifică direct afirmația OpenAI despre slide-uri. Deoarece modelele au trebuit să „vadă” o imagine, fiecare a rulat ca un singur apel API prin OpenRouter la același efort ridicat de raționare, iar eu am adăugat GPT-6.2 Sol, deoarece deck-urile sunt muncă de zi cu zi. Acesta este șablonul pe care l-au văzut, pe care l-am proiectat pentru test:
Concluziile principale:
Cele 5 slide-uri ale lui Astra sunt cele cu legendă pe care le-ai văzut în acest articol, iar fiecare cifră de pe ele corespunde notițelor mele. Deck-ul GPT-6 Astra a fost la fel de utilizabil, așa că pe această sarcină generațiile nu se diferențiază.
Deci este GPT-6.2 Astra un pas real înainte? La cost, da: a terminat ambele teste cu 39% până la 63% mai ieftin, ceea ce se potrivește cu afirmația OpenAI privind eficiența. La judecată, nu chiar: modelul mai vechi a fost cel care a ponderat datele așa cum are nevoie un consilier în carieră, în timp ce slide-urile au ieșit cam la egalitate.
O rulare pe sarcină nu poate clasa două modele, dar se potrivește constatării proprii a OpenAI, Blocker Deception: verifică ce omite GPT-6.2 Astra, nu doar ce construiește.
Prețuri și disponibilitate pentru GPT-6.2 Astra și Sol
GPT-6.2 Astra este cu 20% mai ieftin decât GPT-6 Astra la tokeni de intrare și ieșire și cu 60% mai ieftin la intrare din cache, în timp ce GPT-6.2 Sol păstrează prețurile lui GPT-6.1 Sol. Tarife standard API per milion de tokeni:
Prețurile mai mici sunt doar o parte din economie. Deoarece ambele modele folosesc mai puțini tokeni de ieșire, costul pe sarcină scade și mai mult, motiv pentru care rularea lui Astra pe Agents' Last Exam costă mai puțin de o treime din cea a lui GPT-6 Astra. OpenAI recomandă, de asemenea, să păstrezi prefixele de prompt neschimbate și să adaugi noi instrucțiuni, pentru a obține mai multe hituri din cache și a păstra raționarea de-a lungul schimburilor.
Rezumatul propriu al lui Astra pentru noile prețuri:
Slide de GPT-6.2 Astra
În ChatGPT, ambele modele sunt disponibile pentru utilizatorii Plus, Pro, Enterprise și Edu în ChatGPT Work și Codex din ziua lansării. Utilizatorii Enterprise și Edu primesc acces odată ce administratorul spațiului de lucru îl activează.
Ultrafast este disponibil cu oricare dintre modele pentru abonații Pro 500, iar abonații Pro 200 îl primesc pentru prima dată, începând cu GPT-6.2 Sol. Anunțul OpenAI nu menționează planul Free.
Cum obții acces la GPT-6.2 Astra și Sol?
Ambele modele sunt în general disponibile în API-ul OpenAI ca
gpt-6.2-astrașigpt-6.2-sol, cu Ultrafast disponibil pentru ambele la lansare. O cerere minimă cu OpenAI Python SDK arată astfel:Ambele modele sunt listate și pe OpenRouter (
openai/gpt-6.2-astrașiopenai/gpt-6.2-sol) și în catalogul de modele OpenCode.Pentru un build complet cu generația anterioară, vezi tutorialul GPT-6 Astra API și tutorialul GPT-6.1 Sol; schimbarea principală este înlocuirea ID-ului modelului.
Concluzii finale
GPT-6.2 este o reducere de preț pe care OpenAI a transformat-o într-o lansare de capabilități. Astra îl depășește pe GPT-6 Astra la fiecare benchmark pentru muncă profesională raportat de OpenAI, la o treime din costul pe sarcină, iar Sol se apropie suficient de mult la programare încât majoritatea echipelor ar trebui să înceapă cu el.
Nu decide cursa per total. Claude Fable 5.2 încă conduce la FrontierCode și Intelligence Index, Gemini 4 Carbon conduce AutomationBench, iar în testele noastre vechiul Astra a citit mai logic un set de date dezordonat. Dar eu aș trece de azi de la GPT-6 Astra pentru economii.
Slide de GPT-6.2 Astra
Dacă vrei să afli mai multe despre cum să construiești cu modelele OpenAI, îți recomand cursul nostru Working with the OpenAI API.