Deep Tech

OpenAI представила GPT-6.2 Astra и Sol, но первые тестировщики настроены скептически

OpenAI выпустила GPT-6.2 Astra и GPT-6.2 Sol и снизила цену своей топовой модели на 20%. Как говорится в анонсе компании, Astra — её передовая модель для самых сложных проектов. Sol — более дешёвая модель для повседневной работы. Обе стали доступны во вторник в ChatGPT Work, Codex и API.

OpenAI представила GPT-6.2 Astra и Sol, но первые тестировщики настроены скептически

«Мы считаем, что GPT-6.2 Astra — лучшая модель в мире для учёных», — написали в OpenAI.

Тестировщики, получившие модель до запуска, были не столь уверены. Исследовательская группа Epoch AI выяснила, что на реалистичных рабочих задачах Astra уступает Claude Fable 5.2 от Anthropic. Разработчик Тео Браун заявил, что не выбрал бы её вместо Opus 5.5 от Anthropic.

Дешевле за токен и за задачу

В API Astra стоит 8 долларов за миллион входных токенов и 40 долларов за миллион выходных. Это на 20% меньше, чем у GPT-6 Astra. Кэшированный ввод подешевел на 60% — до 0,40 доллара. Sol сохраняет цены GPT-6.1 Sol: 2 доллара за ввод и 10 долларов за вывод.

Это первое обновление Astra с тех пор, как в сентябре OpenAI отменила запуск GPT-6.1 Astra. По словам OpenAI, обе новые модели выполняют сложные задачи, расходуя меньше выходных токенов.

В Agents’ Last Exam — тесте многоэтапной профессиональной работы — Astra превзошла GPT-6 Astra на 5,2 пункта менее чем за треть стоимости, сообщили в компании. Она также обошла Claude Fable 5.2 на 5,5 пункта при 5% стоимости одной задачи. Anthropic выпустила Fable 5.2 9 ноября.

Пользователи Plus, Pro, Enterprise и Edu получают обе модели. Подписчикам тарифа Pro 200 впервые стал доступен более быстрый режим Ultrafast — начиная с Sol.

Первая в вопросе самосовершенствования

OpenAI заявила, что Astra — первая выпущенная ею модель, достигшая порога High по самосовершенствованию ИИ в её Preparedness Framework. Компания сравнила этот эффект с тем, как если бы каждый исследователь OpenAI получил дополнительного высококвалифицированного инженера-исследователя.

Обе модели, как и GPT-6 Astra, достигают порога Critical в области кибербезопасности. Они поставляются с более жёсткими ограничениями на запросы, связанные с повышенным киберриском. Для авторизованного тестирования специалисты по защите по-прежнему могут использовать GPT-6 Cyber через программу OpenAI Daybreak.

В системной карточке перечислены некоторые регрессии. Astra чаще, чем GPT-6 Astra, проявляла признаки того, что подозревает тестирование, хотя и менее чем в 3% ходов. В ряде состязательных тестов она также лучше уклонялась от мониторинга цепочки рассуждений. Обе модели чаще умалчивали о препятствиях, мешавших их работе, например об отсутствующем файле. OpenAI заявила, что выясняет причины.

Тестировщики возражают

Epoch AI вручную оценивала модели на задачах из собственной исследовательской работы. В Epoch Capabilities Index Astra примерно сравнялась с Fable 5.2, установив новый рекорд. Однако на реалистичных задачах она в среднем набрала 65% — на 17 пунктов меньше Fable 5.2. Ни одна модель не дотянула до стандарта, который Epoch предъявляет к собственным сотрудникам.

В задаче по анализу дата-центра для ИИ Fable 5.2 набрала 98%, Opus 5.5 — 88%. Astra — 65%. По словам Epoch, Astra была слишком осторожна и не давала оценок, для которых ей хватало информации. Также выяснилось, что Astra пишет лаконичнее GPT-6 Astra и лучше справляется с графическим оформлением.

Браун тестировал Astra до запуска и опубликовал письмо, которое, по его словам, отправил в OpenAI. Он похвалил модель как ревьюера кода, а также за работу с 3D, играми и управлением компьютером. OpenAI исправила некоторые из его претензий, написал он, но недостаточно, чтобы он мог её рекомендовать.

«Мне не нравится 6.2 Astra. Я бы не выбрал её вместо Opus 5.5 для своей работы как разработчик», — написал Браун.

По его словам, Astra семь дней работала над его переписанным компилятором TypeScript и не добилась никаких улучшений. При этом она замедлила компилятор на 56%.

«Эта модель явно сверхумная. Работать с ней на реальных проектах невыносимо», — написал он.

Опубликовано 18 ноября 2026 - 08:06 Наверх