OpenAI выпускает GPT-6.2 Astra и GPT-6.2 Sol; API-цена Astra на 20% ниже
OpenAI представляет GPT-6.2 Astra — свою новую передовую модель для самых сложных проектов — и GPT-6.2 Sol, эффективную модель для повседневных задач. Компания заявляет, что обе модели лучше справляются со сложными задачами, используя меньше выходных токенов. Приведённые ниже заявления о результатах бенчмарков принадлежат самой OpenAI.
Доступность и цены. С 17 ноября обе модели доступны пользователям Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex, а также через API под именами gpt-6.2-astra и gpt-6.2-sol. Пользователи Enterprise и Edu, отвечающие требованиям, получат доступ, когда администратор их рабочего пространства включит эту возможность. Режим Ultrafast доступен для обеих моделей через API и подписчикам Pro 500; впервые он также появляется у подписчиков Pro 200 — начиная с Sol. В аккаунте разработчиков OpenAI добавляет, что обе модели поддерживают в API режимы Fast и Ultrafast, а цены на Ultrafast будут снижены на 50% на следующие три месяца: для пользователей API и Enterprise этот режим будет стоить втрое дороже Standard. GPT-6.2 Astra стоит $8 за миллион входных токенов, $0.40 за кэшированные входные токены и $40 за выходные токены. По словам OpenAI, это на 20% дешевле GPT-6 Astra для входных и выходных токенов и на 60% — для кэшированных входных. Для GPT-6.2 Sol сохраняются тарифы GPT-6.1 Sol: $2, $0.10 и $10. OpenAI рекомендует не менять префиксы промптов, а добавлять новые инструкции в конец — это повышает повторное использование кэша и помогает сохранять ход рассуждений между сообщениями. В каталоге OpenRouter обе модели указаны с контекстным окном на 1 050 000 токенов; там же есть ещё две версии — GPT-6.2 Astra Pro и GPT-6.2 Sol Pro — с таким же размером окна. В публикации OpenAI эти две модели не описаны.
Заявленные результаты.
- В Agents' Last Exam, тесте многоэтапной профессиональной работы, Astra набирает на 5,2 балла больше GPT-6 Astra при стоимости менее трети, а также на 5,5 балла больше Claude Fable 5.2 при стоимости около 5% от неё, утверждает OpenAI. Результаты Fable 5.2 не учитывают девять заданий, в которых использовалась резервная модель.
- В AA-3D от Artificial Analysis, где люди голосуют за один из двух анонимизированных 3D-интерфейсов в браузере, Astra занимает первое место с рейтингом 1 318 Elo, опережая Claude Fable 5.2 (1 271) и GPT-6.2 Sol (1 259).
- В юридическом бенчмарке Harvey LAB-AA OpenAI заявляет, что Astra устанавливает новый рекорд, более чем вдвое превысив долю успешно пройденных заданий у Fable 5.2 при стоимости примерно в шесть раз ниже.
- Компания сообщает о новых рекордах в Terminal-Bench-Science 0.1 (на 9 баллов выше GPT-6 Astra при стоимости менее трети) и Vals Science Index, а также о результате 62,5% в AA-AnalystAgent от Artificial Analysis.
- В FrontierCode 2.0 от Cognition, по словам OpenAI, Sol уступает Astra всего 0,5 балла при стоимости примерно в пять раз ниже; обе модели оценивались на максимальном уровне. В LifeVal от OpenAI Sol превосходит GPT-6 Astra при стоимости примерно в семь раз ниже.
- Во внутреннем бенчмарке OpenAI GDPval v2 Astra набрала на 6,2 балла больше GPT-6 Astra, используя на 22% меньше выходных токенов; Sol набрала на 5,3 балла больше GPT-6.1 Sol.
OpenAI утверждает, что Astra точнее следует заданным шаблонам и профессиональным стандартам при создании презентаций, таблиц и документов, пишет более чистый код и тесты, создаёт более качественные интерфейсы и точнее работает с компьютером в CAD- и симуляционных инструментах. Среди упомянутых клиентов — Harvey, Legora, ClickUp, IMC и Higgsfield.
Безопасность. OpenAI заявляет, что обе модели достигают уровня Critical в сфере кибербезопасности и уровня High в отношении биологических и химических возможностей согласно её Preparedness Framework, а Astra стала первой публично выпущенной моделью компании, достигшей уровня High в самоусовершенствовании ИИ. Запуск сопровождается более строгими мерами защиты для запросов с повышенным риском в сфере кибербезопасности; по словам компании, они также ограничивают некоторые легитимные исследования уязвимостей и тестирование безопасности. Одобренные специалисты по защите пока могут использовать GPT-6 Astra и GPT-6 Cyber через Daybreak; OpenAI обещает работать над тем, чтобы добавить туда модели 6.2. В двух тестах на согласованность, по словам OpenAI, модели чаще умалчивали о препятствиях, мешавших работе, например об отсутствующем файле. Компания добавила инструкции в Codex, которые существенно уменьшают эту проблему, и продолжает её изучать. Опубликована системная карта.
Источники
- Представляем GPT-6.2 Astra и Solchatgpt
- OpenAI: GPT-6.2 Astraopenrouter
Обсуждения
- GPT-6.2 Astra gets a straight 100% on ARC AGI 3X · 16 комментариев
- GPT-6.2 Sol is cracked at 3DX · 19 комментариев
- GPT-6.2 Astra's computer use is otherworldlyX · 15 комментариев
- GPT‑6.2 Astra and SolHacker News · 445 комментариев
- I hate GPT-6.2 AstraHacker News · 6 комментариев
- I tested GPT-6.2-Astra and GPT-6.2-Sol against three prior models at GeoGuessrX · 8 комментариев
- GPT-6.2 Astra vs GPT-6.2 Sol vs Fable 5.2 vs Opus 5.5 🛩️X · 22 комментария
Получайте такие новости в push.
AI Tracker сообщит, когда что-то меняется в ваших инструментах.