Две модели — одна стратегия: Astra и Sol
OpenAI анонсировала обновление линейки GPT-6.2, разделив модели по назначению. GPT-6.2 Astra позиционируется как флагман для самых сложных проектов, требующих высокой точности и соблюдения профессиональных стандартов. GPT-6.2 Sol — это оптимизированная, быстрая и экономичная модель для повседневных задач, которая стала дефолтным выбором для многих сотрудников самой OpenAI.
Ключевое преимущество обеих моделей — выдающиеся результаты на demanding-задачах при меньшем количестве выходных токенов, что напрямую снижает затраты для бизнеса и разработчиков.
Агрессивное ценообразование и эффективность
OpenAI делает ставку на доступность frontier-производительности. Для GPT-6.2 Astra цены на входные и выходные токены снижены на 20% по сравнению с предшественником GPT-6 Astra. Введена система кэширования: входные токены со скидкой 60% стоят $8 за миллион, а кэшированные — всего $0.40. Выходные токены оцениваются в $40 за миллион. Модель GPT-6.2 Sol сохраняет тарифы GPT-6.1 Sol, оставаясь крайне выгодной для массового использования.
Рекорды на бенчмарках: наука, код и агенты
Новые модели показывают превосходство над конкурентами, включая Claude Fable 5.2, часто при стоимости в 5-10% от цены оппонента. Ниже приведены ключевые метрики сравнения на специализированных тестах:
| Бенчмарк / Задача | Модель | Результат / Преимущество | Стоимость (относительно) |
|---|---|---|---|
| Agents’ Last Exam (многошаговые рабочие процессы) | GPT-6.2 Astra | +5.2 балла выше GPT-6 Astra | менее 1/3 стоимости GPT-6 Astra |
| Agents’ Last Exam | GPT-6.2 Astra | +5.5 балла выше Claude Fable 5.2 | 5% от стоимости Claude Fable 5.2 |
| Terminal-Bench-Science 0.1 (научная работа в терминале) | GPT-6.2 Astra | +9 п.п. выше GPT-6 Astra | менее 1/3 стоимости GPT-6 Astra |
| FrontierCode 2.0 (качество кода) | GPT-6.2 Sol | отстает от Astra всего на 0.5 балла | ~1/5 стоимости Astra |
| LifeVal (бытовые задачи) | GPT-6.2 Sol | превосходит GPT-6 Astra | ~1/7 стоимости GPT-6 Astra |
| Harvey LAB-AA v1.1 (юридические документы) | GPT-6.2 Astra | проходит тест в 2 раза чаще Claude Fable 5.2 | ~1/6 стоимости Claude Fable 5.2 |
Профессиональные документы и дизайн
GPT-6.2 Astra обучена создавать материалы, соответствующие отраслевым стандартам (право, финансы, консалтинг). Модель лучше соблюдает шаблоны, использует менее «водянистый» текст и точнее следует инструкциям. В тесте на создание слайдов Astra способна копировать макеты, шрифты и цветовую гамму с точностью до размера шрифта, даже если исходником служит скриншот. Внутренний бенчмарк GDPval v2 показал рост на 6.2 п.п. по сравнению с GPT-6 Astra при использовании на 22% меньше выходных токенов.
Инженерия, CAD и 3D-дизайн
Особый акцент сделан на работе с компьютером и инженерными задачами. GPT-6.2 Astra демонстрирует высокую точность в CAD-системах и симуляциях. В демонстрации модель создала 3D-модель шасси автомобиля, написала Python-решатель для симуляции динамики подвески и анимировала результаты в Blender. Это позволяет инженерам тестировать изменения дизайна до создания физических прототипов, экономя время и ресурсы.
Бенчмарки
| Бенчмарк | GPT-6.2 Astra | Claude Fable 5.2 | GPT-6 Astra | GPT-6.2 Sol |
|---|---|---|---|---|
| Agents' Last Exam | 0points | 0points | 0points | — |
| Terminal-Bench-Science 0.1 | 0points | — | 0points | — |
| FrontierCode 2.0 | 0points | — | — | 0points |
| LifeVal | — | — | 0points | 0points |
| Harvey LAB-AA v1.1 | 0pass r | 0pass r | — | — |
| GDPval v2 | 0points | — | 0points | — |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: Openai ↗
