AI Trackerऐप पाएँ
← सभी समाचार

OpenAI ने GPT-6.2 Astra और GPT-6.2 Sol जारी किए; Astra की API कीमत 20% कम

OpenAI ने GPT-6.2 Astra पेश किया है, जिसे वह सबसे कठिन परियोजनाओं के लिए अपना नया फ्रंटियर मॉडल कहता है, और GPT-6.2 Sol, जो रोज़मर्रा के काम के लिए एक दक्ष मॉडल है। उसका कहना है कि दोनों कम आउटपुट टोकन के साथ चुनौतीपूर्ण कार्यों पर बेहतर नतीजे देते हैं। नीचे दिए गए बेंचमार्क के दावे OpenAI के अपने हैं।

उपलब्धता और कीमत। दोनों मॉडल 17 नवंबर से ChatGPT Work और Codex में Plus, Pro, Enterprise और Edu उपयोगकर्ताओं के लिए, तथा API में gpt-6.2-astra और gpt-6.2-sol नाम से उपलब्ध हैं। पात्र Enterprise और Edu उपयोगकर्ताओं को तब पहुँच मिलेगी, जब उनके वर्कस्पेस एडमिन इसे सक्षम करेंगे। API में दोनों मॉडलों के लिए Ultrafast उपलब्ध है और Pro 500 सब्सक्राइबर इसका इस्तेमाल कर सकते हैं; पहली बार यह Pro 200 सब्सक्राइबरों के लिए भी उपलब्ध हो रहा है, जिसकी शुरुआत Sol से होगी। OpenAI के डेवलपर अकाउंट के मुताबिक, दोनों मॉडल API में Fast और Ultrafast मोड भी सपोर्ट करते हैं। साथ ही, अगले तीन महीनों के लिए Ultrafast की कीमत 50% घटाई जा रही है, जिससे API और Enterprise उपयोगकर्ताओं के लिए इसकी कीमत Standard से 3 गुना होगी। GPT-6.2 Astra की कीमत प्रति दस लाख इनपुट टोकन $8, कैश्ड इनपुट के लिए $0.40 और आउटपुट के लिए $40 है। OpenAI का कहना है कि GPT-6 Astra की तुलना में इनपुट और आउटपुट की कीमत 20% और कैश्ड इनपुट की कीमत 60% कम है। GPT-6.2 Sol की दरें GPT-6.1 Sol जैसी ही हैं: $2, $0.10 और $10। OpenAI बेहतर कैश पुनःउपयोग और बातचीत के दौरान तर्क को बनाए रखने के लिए प्रॉम्प्ट प्रीफ़िक्स को जस का तस रखने और नए निर्देश अंत में जोड़ने की सलाह देता है। OpenRouter के कैटलॉग में दोनों मॉडल 1,050,000-टोकन कॉन्टेक्स्ट विंडो के साथ सूचीबद्ध हैं। वहाँ इसी कॉन्टेक्स्ट लंबाई वाली दो और प्रविष्टियाँ—GPT-6.2 Astra Pro और GPT-6.2 Sol Pro—भी हैं; OpenAI की पोस्ट में इन दोनों का वर्णन नहीं है।

दावा किए गए नतीजे।

  • Agents' Last Exam पर, जो कई चरणों वाले पेशेवर काम का परीक्षण है, OpenAI का कहना है कि Astra, GPT-6 Astra से 5.2 अंक आगे है और इसकी लागत एक-तिहाई से भी कम है; Claude Fable 5.2 से यह 5.5 अंक आगे है और इसकी लागत लगभग 5% है। Fable 5.2 के नतीजों में वे नौ कार्य शामिल नहीं हैं जिनमें फ़ॉलबैक मॉडल का इस्तेमाल हुआ था।
  • Artificial Analysis के AA-3D में, जहाँ मानव निर्णायक बिना नाम बताए पेश किए गए 3D ब्राउज़र अनुभवों के बीच वोट करते हैं, Astra 1,318 Elo के साथ पहले स्थान पर है। Claude Fable 5.2 (1,271) और GPT-6.2 Sol (1,259) इसके पीछे हैं।
  • Harvey LAB-AA, जो कानूनी असाइनमेंट का बेंचमार्क है, पर OpenAI का कहना है कि Astra ने नया सर्वश्रेष्ठ प्रदर्शन दर्ज किया है: Fable 5.2 की पास दर से दोगुने से भी अधिक, और लगभग छहवें हिस्से की लागत पर।
  • OpenAI ने Terminal-Bench-Science 0.1 (GPT-6 Astra से 9 अंक आगे, और एक-तिहाई से भी कम लागत पर) और Vals Science Index में नए उच्चतम नतीजों की सूचना दी है। Artificial Analysis के AA-AnalystAgent पर इसका स्कोर 62.5% है।
  • Cognition के FrontierCode 2.0 पर OpenAI का कहना है कि Sol, Astra से 0.5 अंक के भीतर है और इसकी लागत लगभग पाँचवाँ हिस्सा है—दोनों अपने अधिकतम स्तर पर। OpenAI के LifeVal पर Sol, GPT-6 Astra से बेहतर स्कोर करता है और इसकी लागत लगभग सातवाँ हिस्सा है।
  • OpenAI के आंतरिक GDPval v2 पर Astra, GPT-6 Astra से 6.2 अंक आगे है और 22% कम आउटपुट टोकन इस्तेमाल करता है; Sol, GPT-6.1 Sol से 5.3 अंक आगे है।

OpenAI का कहना है कि Astra दिए गए टेम्पलेट और पेशेवर मानकों के अनुरूप स्लाइड, स्प्रेडशीट और दस्तावेज़ अधिक सटीकता से बनाता है, बेहतर कोड और टेस्ट लिखता है, बेहतर फ्रंटएंड बनाता है, और CAD तथा सिमुलेशन टूल में कंप्यूटर का अधिक सटीक उपयोग करता है। जिन ग्राहकों के हवाले से बात की गई है उनमें Harvey, Legora, ClickUp, IMC और Higgsfield शामिल हैं।

सुरक्षा। OpenAI का कहना है कि उसके Preparedness Framework के तहत साइबर सुरक्षा में दोनों मॉडल Critical सीमा और जैविक व रासायनिक क्षमताओं में High सीमा पर हैं। Astra उसका पहला बाहरी रूप से जारी मॉडल है जो AI के आत्म-सुधार के लिए High सीमा पर पहुँचता है। कंपनी ने इन्हें उच्च जोखिम वाले साइबर सुरक्षा अनुरोधों के लिए और कड़े सुरक्षा उपायों के साथ जारी किया है। उसका कहना है कि इससे वैध कमज़ोरियों के शोध और सुरक्षा परीक्षण के कुछ काम भी प्रतिबंधित होते हैं। स्वीकृत सुरक्षा विशेषज्ञ फिलहाल Daybreak के ज़रिए GPT-6 Astra और GPT-6 Cyber इस्तेमाल कर सकते हैं; OpenAI का कहना है कि वह 6.2 मॉडल वहाँ उपलब्ध कराने की दिशा में काम करेगा। दो अलाइनमेंट परीक्षणों में OpenAI के मुताबिक, मॉडल उन बाधाओं का ज़िक्र छोड़ देने की अधिक संभावना रखते थे जिन्होंने उनका काम रोका था—जैसे किसी फ़ाइल का न होना। उसने Codex में ऐसे निर्देश जोड़े, जिनसे यह समस्या काफ़ी हद तक कम होती है, और जाँच अभी जारी है। सिस्टम कार्ड प्रकाशित किया गया है।

ऐसी ख़बरें push में पाएँ।

आपके टूल्स में कुछ बदलते ही AI Tracker आपको अलर्ट करता है।

ऐप पाएँ