En toppmodell som koster mindre enn den den erstatter
OpenAI slapp GPT-6.2 Astra og GPT-6.2 Sol 17. november, og tallet som skiller seg ut er ikke et testresultat, men en pris. Astra, toppmodellen, koster nå 8 dollar per million inndatatokener, 0,40 dollar per million mellomlagrede inndatatokener og 40 dollar per million utdatatokener. Det er 20 prosent lavere enn satsene for GPT-6 Astra, med en dypere rabatt på 60 prosent for mellomlagret inndata. Sol, den rimeligere modellen for hverdagsarbeid, beholder prisene til GPT-6.1 Sol: 2 dollar, 0,10 dollar og 10 dollar.
OpenAI sier at begge modellene når samme resultat med færre utdatatokener, slik at kostnaden for en ferdig oppgave faller mer enn tokenprisene alene tilsier. På den interne testen GDPval v2 oppgir selskapet at Astra lå 6,2 prosentpoeng over GPT-6 Astra samtidig som den brukte 22 prosent færre utdatatokener, og at Sol forbedret seg 5,3 poeng mot GPT-6.1 Sol.
Tallene er OpenAIs egne
Alle opplysningene i kunngjøringen kommer fra OpenAI, og de fleste er sammenlikninger med navngitte konkurrenter. På Agents’ Last Exam, en test av lange yrkesoppdrag, sier OpenAI at Astra lå 5,2 poeng over GPT-6 Astra til under en tredjedel av kostnaden, og 5,5 poeng over Anthropics Claude Fable 5.2 til 5 prosent av kostnaden. Selskapet påpeker at resultatene det siterer for Fable 5.2 utelater ni oppgaver som ble kjørt med en reservemodell.

På Harveys juridiske test LAB-AA v1.1 oppgir OpenAI at Astra mer enn doblet andelen godkjente svar fra Claude Fable 5.2 til omtrent en sjettedel av kostnaden. På Artificial Analysis’ AA-AnalystAgent, som krever at modellen finner tall i virkelige regneark og rapporter, sier OpenAI at Astra svarte riktig på 62,5 prosent av spørsmålene i alle fem uavhengige forsøk. På AA-3D, der menneskelige dommere sammenlikner to anonymiserte nettopplevelser bygget på samme oppdrag, plasserer OpenAI Astra først med 1318 Elo, Claude Fable 5.2 på 1271 og Sol på 1259.
Sols argument er at den ligger nær nok. I Cognitions FrontierCode 2.0 sier OpenAI at Sol kom innenfor 0,5 poeng fra Astra til omtrent en femtedel av kostnaden, med begge modellene på høyeste resonneringsnivå.
Lysbilder, regneark og CAD
Salgsargumentet er yrkesmessige leveranser, ikke samtale. OpenAI sier at Astra er trent til å følge konvensjonene i felt som juss, finans, salg og regnskap, til å gjenskape oppsett, farger og typografi fra en lysbildemal ut fra en fil eller til og med et skjermbilde, og til å bygge verdsettingsmodeller der tre regnskapsoppstillinger stemmer mot hverandre. Selskapet sier også at modellens databruk er presis nok til å arbeide med enkeltdeler og koblinger inne i CAD- og simuleringsverktøy.

Mer cyberevne, strammere grenser
Begge modellene når terskelen Kritisk for cybersikkerhet og terskelen Høy for biologiske og kjemiske evner i OpenAIs beredskapsrammeverk. Selskapet sier at de lanseres med strammere sikringstiltak for cybersikkerhetshjelp med høyere risiko, og erkjenner at tiltakene også begrenser noe legitim sårbarhetsforskning og sikkerhetstesting. Forsvarere som trenger færre avslag, henvises til Daybreak, som i dag tilbyr GPT-6 Astra og ikke de nye modellene.
Tilgjengelighet
Begge modellene er tilgjengelige fra 17. november for Plus-, Pro-, Enterprise- og Edu-brukere i ChatGPT Work og Codex, og for utviklere gjennom API-et som gpt-6.2-astra og gpt-6.2-sol. Pro 500-abonnenter får OpenAIs Ultrafast-modus med begge modellene, og Pro 200-abonnenter får det for første gang, med start i Sol. Tilgang for Enterprise og Edu krever at en administrator slår det på.
Det gjenstår å se om uavhengige evaluatorer gjenskaper påstandene om kostnad per oppgave. OpenAIs egne tall plasserer Astra foran Claude Fable 5.2 til en tjuendedel av prisen på én test. Slike avstander blir gjerne kontrollert raskt utenfra.