En toppmodell som kostar mindre än den den ersätter
OpenAI släppte GPT-6.2 Astra och GPT-6.2 Sol den 17 november, och siffran som sticker ut är inte ett testresultat utan ett pris. Astra, toppmodellen, kostar nu 8 dollar per miljon indatatoken, 0,40 dollar per miljon cachade indatatoken och 40 dollar per miljon utdatatoken. Det är en sänkning med 20 procent jämfört med GPT-6 Astra, och en djupare rabatt på 60 procent för cachad indata. Sol, den billigare modellen för vardagsarbete, behåller GPT-6.1 Sols priser på 2 dollar, 0,10 dollar och 10 dollar.
OpenAI säger att båda modellerna når samma resultat med färre utdatatoken, så att kostnaden för en färdig uppgift faller mer än tokenpriserna i sig antyder. På företagets interna test GDPval v2 uppger OpenAI att Astra låg 6,2 procentenheter över GPT-6 Astra samtidigt som den använde 22 procent färre utdatatoken, och att Sol förbättrade sig 5,3 punkter mot GPT-6.1 Sol.
Siffrorna är OpenAI:s egna
Varje uppgift i tillkännagivandet kommer från OpenAI, och de flesta är jämförelser med namngivna konkurrenter. På Agents’ Last Exam, ett test av långa yrkesuppdrag, säger OpenAI att Astra låg 5,2 punkter över GPT-6 Astra till mindre än en tredjedel av kostnaden, och 5,5 punkter över Anthropics Claude Fable 5.2 till 5 procent av kostnaden. Företaget påpekar att de resultat det citerar för Fable 5.2 utelämnar nio uppgifter som kördes med en reservmodell.

På Harveys juridiska test LAB-AA v1.1 uppger OpenAI att Astra mer än fördubblade Claude Fable 5.2:s andel godkända svar till ungefär en sjättedel av kostnaden. På Artificial Analysis AA-AnalystAgent, som kräver att modellen hittar siffror i verkliga kalkylblad och rapporter, säger OpenAI att Astra svarade rätt på 62,5 procent av frågorna i alla fem oberoende försök. På AA-3D, där mänskliga bedömare jämför två anonymiserade webbupplevelser byggda på samma uppdrag, placerar OpenAI Astra först med 1 318 Elo, Claude Fable 5.2 på 1 271 och Sol på 1 259.
Sols argument är att den ligger tillräckligt nära. I Cognitions FrontierCode 2.0 säger OpenAI att Sol kom inom 0,5 punkter från Astra till ungefär en femtedel av kostnaden, med båda modellerna på högsta resonemangsnivå.
Bildspel, kalkylblad och CAD
Säljargumentet är yrkesmässiga leveranser, inte samtal. OpenAI säger att Astra tränats att följa konventionerna i områden som juridik, finans, försäljning och redovisning, att matcha en bildmalls layout, färger och typografi utifrån en fil eller till och med en skärmbild, och att bygga värderingsmodeller där tre finansiella rapporter stämmer mot varandra. Företaget säger också att modellens datoranvändning är tillräckligt exakt för att arbeta med enskilda delar och kopplingar inne i CAD- och simuleringsverktyg.

Mer cyberförmåga, hårdare gränser
Båda modellerna når tröskeln Kritisk för cybersäkerhet och tröskeln Hög för biologiska och kemiska förmågor i OpenAI:s beredskapsramverk. Företaget säger att de lanseras med hårdare skydd för cybersäkerhetshjälp med högre risk, och medger att skydden också begränsar en del legitim sårbarhetsforskning och säkerhetstestning. Försvarare som behöver färre avslag hänvisas till Daybreak, som i dag erbjuder GPT-6 Astra snarare än de nya modellerna.
Tillgänglighet
Båda modellerna finns från den 17 november för Plus-, Pro-, Enterprise- och Edu-användare i ChatGPT Work och Codex, och för utvecklare via API:et som gpt-6.2-astra och gpt-6.2-sol. Pro 500-abonnenter får OpenAI:s Ultrafast-läge med båda modellerna, och Pro 200-abonnenter får det för första gången, med start i Sol. Tillgång för Enterprise och Edu kräver att en administratör slår på det.
Det som återstår att se är om oberoende utvärderare kan återskapa påståendena om kostnad per uppgift. OpenAI:s egna siffror placerar Astra före Claude Fable 5.2 till en tjugondel av priset på ett test. Sådana glapp brukar granskas snabbt utifrån.