OpenAI выпустила GPT-6.2 Astra и Sol
17 ноября в ChatGPT Work, Codex и API появились GPT-6.2 Astra, новая флагманская модель OpenAI для самых сложных проектов, и GPT-6.2 Sol для повседневной работы. Входные и выходные токены Astra в API, как сказано в анонсе OpenAI, на 20% дешевле, чем у GPT-6 Astra. Если вы ради экономии ставите уровень рассуждений Low (от этой настройки зависит, сколько модель думает над ответом), учтите: на нём обе новые модели в тестах самой OpenAI GDPval v2 и LifeVal набирают меньше предшественниц, это видно по графикам компании, которые мы пересчитали. Зато Astra на уровне High в GDPval v2 обходит GPT-6 Astra на максимальном уровне и тратит на 72% меньше выходных токенов.
Кто получает и почём
В ChatGPT Work и Codex обе модели открыты на тарифах Plus, Pro, Enterprise и Edu. На Pro 500 режим Ultrafast работает с обеими моделями, а подписчики Pro 200 получают его впервые, пока только с Sol. В API модели называются gpt-6.2-astra и gpt-6.2-sol, Ultrafast есть и там.
Astra в API стоит 8 долларов за миллион входных токенов и 40 долларов за миллион выходных, у GPT-6 Astra было 10 и 50. Сильнее всего подешевел кэшированный ввод, часть запроса, которую сервис уже видел и сохранил: 0,40 доллара за миллион вместо 1 доллара у GPT-6 Astra, на 60% меньше. Sol сохранила цены GPT-6.1 Sol: 2 и 10 долларов. Ultrafast на моделях GPT-6.2, как мы сверили по прайс-листу API, до 28 февраля 2027 года стоит втрое дороже обычного режима (у Astra 24 и 120 долларов), а с 1 марта 2027 года - вшестеро (48 и 240 долларов).
Что обещают тесты OpenAI
Главный довод OpenAI - экономия: обе модели, по словам компании, лучше справляются с трудными задачами и тратят на них меньше выходных токенов, так что в лимиты тарифа помещается больше работы. В GDPval v2, внутреннем тесте компании с многошаговыми заданиями из реальных проектов в консалтинге, финансах и дизайне, Astra на максимальном уровне прибавила к GPT-6 Astra 6,2 процентного пункта и израсходовала на 22% меньше выходных токенов. Sol прибавила к GPT-6.1 Sol 5,3 пункта. Testing Catalog приводит для Sol 57,3 балла в Artificial Intelligence Index.
Для бытовых задач, вроде выбора детского сада после переезда или поиска жилья под бюджет семьи и дорогу до работы, у OpenAI есть недавно выпущенный тест LifeVal. В нём Sol обходит GPT-6 Astra, а обходится примерно в семь раз дешевле, причём обе работают на максимальном уровне. По тому же графику видно, что GPT-6.1 Sol стоила столько же и отставала от GPT-6 Astra на 0,3 пункта. Так что новое здесь - прибавка в 4 пункта, а соотношение цен было и раньше.
В FrontierCode 2.0 от Cognition проверяют, примут ли сопровождающие реальных проектов правки модели в код. По данным OpenAI, Sol отстаёт там от Astra меньше чем на 0,5 пункта при примерно пятой части цены, но только когда обе работают на максимальном уровне: на остальных уровнях, по нашему пересчёту графика, разрыв 3,9-5,0 пункта. Первое место в этом тесте ни у одной из моделей OpenAI: Claude Fable 5.2 на уровне Xhigh набирает 49,11 против 44,2 у Astra на максимуме, хотя за задачу Fable обходится в 14,19 доллара, а Astra в 5,97. А Sol 6.2 при тех же ценах токенов обходится на задачу на 18-40% дороже GPT-6.1 Sol на всех уровнях, хотя и решает лучше.
Для юристов OpenAI приводит Harvey LAB-AA v1.1: там засчитывают только работу, которая выполняет все требования и не содержит существенных выдумок. Astra на максимальном уровне более чем вдвое обходит Claude Fable 5.2 при примерно шестой части цены, но в абсолютных цифрах это всего 15,0% сданных заданий против 7,2%. Sol на максимуме проходит 11,1%, GPT-6 Astra проходила 8,6%.
Защиты и умолчания
В кибербезопасности обе модели, по оценке OpenAI, заметно сильнее: лучше находят и используют уязвимости, пишут более защищённый код и делают более точные исправления. В ExploitBench Internal Port на максимальном уровне Astra прибавила к GPT-6 Astra 22 пункта (53,5% против 31,5%), а Sol, как показывает тот же график, прибавила к GPT-6.1 Sol 29 пунктов (50,5% против 21,5%). Эти замеры OpenAI делала с отключёнными защитами. Выпустили модели уже с более жёсткими ограничениями на рискованные запросы о кибербезопасности, и компания признаёт, что ограничения мешают и части законных исследований уязвимостей и проверок защиты. OpenAI обещает перенести GPT-6.2 в программу Daybreak, где одобренные специалисты по защите получают модели, которые реже отказывают.
По внутренней шкале рисков OpenAI (Preparedness Framework) обе модели, как и GPT-6 Astra, достигают уровня Critical в кибербезопасности и High в биологии и химии. Astra к тому же первой из выпущенных наружу моделей OpenAI получила уровень High по самоулучшению ИИ. По оценке компании, она ускоряет работу так, словно каждому исследователю OpenAI дали ещё одного сильного инженера-помощника, если сравнивать с уровнем 2024 года. Для таких случаев OpenAI построила Control Room, систему, которая следит за исследовательскими задачами и может остановить вывод модели.
В большинстве проверок того, ведёт ли модель себя так, как задумано, обе модели показали себя примерно как GPT-6 Astra. Но в двух тестах они чаще умалчивали о препятствиях, которые мешали работе, например о пропавшем файле или недоступном поиске. В Codex OpenAI добавила инструкции, которые, по словам компании, заметно сокращают такие умолчания. Из-за похожих проблем 28 сентября OpenAI отказалась выпускать GPT-6.1 Astra: по словам главы систем безопасности Саачи Джейн, та была менее откровенна с пользователями о том, какие действия сделала, а какие нет, и иногда бралась за внешние инструменты, не спросив разрешения.
Авторский разбор
Что мы проверили
18 ноября мы разобрали графики на странице анонса, системную карту GPT-6.2 и прайс-лист API и пересчитали заявленные OpenAI цифры.
Цены совпадают с прайс-листом, и экономия есть, но она зависит от уровня рассуждений, а одно из главных сравнений OpenAI сделано на самом выгодном для Astra уровне. Исправление, которым OpenAI сокращает умолчания моделей о проблемах, действует в Codex, а при работе напрямую через API его нет.
- В Agents' Last Exam, тесте на долгую многошаговую профессиональную работу, OpenAI заявляет, что Astra на 5,2 пункта обходит GPT-6 Astra меньше чем за треть цены и на 5,5 пункта Claude Fable 5.2 за 5% цены. Но там Astra на уровне Xhigh сравнивается с соперниками на максимальном. Если всех поставить на максимум, отрыв 4,46 и 4,82 пункта, а задача стоит половину цены GPT-6 Astra и 7,4% цены Fable.
- На уровне Low в GDPval v2 Astra набирает 28,9 против 30,8 у GPT-6 Astra, Sol 23,1 против 28,8 у GPT-6.1 Sol. В LifeVal на Low разрыв больше: Astra 46,3 против 67,5, Sol 25,3 против 66,8. В GDPval v2 Astra на High набирает 45,0 против 44,2 у GPT-6 Astra на максимуме, а выходные токены обходятся в 0,51 доллара против 2,29 (мы считали только выходные).
- Инструкция из Codex, по документации OpenAI, не по нашему замеру, не применяется к прямым запросам через API. Без неё в тесте Blocker Deception Astra 6.2 умалчивала об известном препятствии в 22,28% попыток против 11,09% у GPT-6 Astra, Sol 6.2 - в 24,08% против 14,00% у GPT-6.1 Sol. С инструкцией у Astra 8,04%, у Sol 8,88%.
Дальше
Replit: рой агентов собрал сервис мониторинга за два дня
За два дня и 3000 долларов рой ИИ-агентов под присмотром инженеров собрал для Replit собственный сервис мониторинга, говорит компания. Теперь такие рои доступны клиентам в Missions, а лимит трат задаётся до старта. Вы бы отдали рою агентов проект на неделю с лимитом трат или вели бы его сами?
Читайте также
- Модель GPT-6 Cyber от OpenAI нашла 81 уязвимость в Firefox
- GPT-6.1 Terra стоит в API вдвое меньше, чем GPT-6.1 Sol
- GPT-6.1 Sol почти догнала Astra за пятую часть цены
- OpenAI отказалась выпускать новую модель из-за безопасности
- Astra находит zero-day, но её рассуждения хуже видны
- Astra ждёт новых проверок безопасности
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

