Перейти к содержимому
Новости

GPT-6.2 Astra и Sol: характеристики и цены новых моделей

GPT-6.2 Astra и Sol: характеристики и цены новых моделей

GPT-6.2 Astra и Sol: что умеют новые модели OpenAI

OpenAI представила сразу две новые языковые модели: GPT-6.2 Astra для сложных профессиональных задач и GPT-6.2 Sol для повседневной работы. Оба варианта заметно эффективнее предшественников — выдают результат, используя меньше токенов, что напрямую влияет на стоимость использования в реальных проектах.

GPT-6.2 Astra: новая планка для профессионального AI

GPT-6.2 Astra позиционируется как инструмент для наиболее требовательных задач. Модель создаёт слайды, таблицы и документы, которые меньше напоминают типичный «AI-текст» и точнее следуют отраслевым стандартам — будь то юриспруденция, финансы, бухгалтерия или продажи. Код, который генерирует Astra, стал чище, а интерфейсы — функциональнее, особенно для веб-разработки, игр и 3D-дизайна.

На бенчмарке Agents’ Last Exam, который оценивает выполнение многошаговых профессиональных задач, GPT-6.2 Astra превысила результат GPT-6 Astra на 5,2 балла при затратах менее трети от стоимости предшественника. Перед Claude Fable 5.2 преимущество составляет 5,5 балла — при этом цена вопроса всего 5% от стоимости конкурента.

В научном направлении модель также устанавливает новые рекорды. На Terminal-Bench-Science 0.1 — бенчмарке, проверяющем способность моделей вести научную работу в терминале, — GPT-6.2 Astra опережает GPT-6 Astra на 9 процентных пунктов при затратах менее трети. Аналогичная картина на Vals Science Index, где модели нужно интерпретировать биологические данные и проводить эксперименты.

GPT-6.2 Sol: умный помощник для ежедневных задач

GPT-6.2 Sol пришла на смену GPT-6.1 Sol и стала заметно умнее и производительнее. Многие сотрудники OpenAI уже используют её как основную модель — как для технических, так и для нетехнических задач. Sol уверенно справляется с многошаговыми агентными сценариями, пишет ясно и естественно.

В бенчмарке Cognition FrontierCode 2.0, который проверяет качество изменений в реальных кодовых базах по меркам самих мейнтейнеров, GPT-6.2 Sol отстаёт от GPT-6.2 Astra всего на 0,5 балла — при этом стоит около пятой части цены Astra (оба при максимальных настройках).

На бенчмарке LifeVal, оценивающем работу с бытовыми задачами — от поиска детского сада до планирования питания для человека с новым диагнозом, — GPT-6.2 Sol обходит GPT-6 Astra примерно в семь раз дешевле.

Профессиональные документы: таблицы, презентации, аналитика

Финансовые модели и юридические документы

OpenAI обучила GPT-6.2 Astra создавать более структурированные и читаемые профессиональные материалы. На Harvey LAB-AA v1.1 — юридическом бенчмарке, проверяющем способность находить нужные факты в источниках и корректно формировать документы, — GPT-6.2 Astra показывает результат более чем вдвое лучше Claude Fable 5.2 при затратах около одной шестой. Специализированная конфигурация Astra for Law для юристов набирает ещё более высокий балл.

На внутреннем бенчмарке GDPval v2, имитирующем реальные проекты в консалтинге, финансах и дизайне, GPT-6.2 Astra опередила GPT-6 Astra на 6,2 процентного пункта и при этом использовала на 22% меньше выходных токенов. GPT-6.2 Sol улучшила результат GPT-6.1 Sol на 5,3 пункта.

На AA-AnalystAgent от Artificial Analysis — тесте с реальными таблицами и отчётами — GPT-6.2 Astra правильно ответила на 62,5% вопросов во всех пяти независимых попытках.

Слайды и презентации

GPT-6.2 Astra точнее воспроизводит шаблоны слайдов — вплоть до размера шрифта, цветовой схемы и стиля текста. Ранние тестировщики отметили, что готовые презентации требовали значительно меньшего числа правок: заголовки формулировали главный тезис, а текст фокусировался на нужных деталях.

Вот что говорят компании, тестировавшие модель:

«GPT-6.2 Astra — значительный шаг вперёд по сравнению с GPT-6 Astra. Наши агентские задачи в области юриспруденции потребовали на 62% меньше токенов, а на 8 из 10 задач по правовым исследованиям — налогам, M&A и судебным делам — модель показала лучшие результаты среди альтернатив.»
— Jacob Lauritzen, CTO, Legora

«GPT-6.2 Astra выполнила в 3 раза больше задач Legal Agent Benchmark при 34,5% экономии выходных токенов. При составлении внутренних меморандумов она выявляла больше слабых мест в позиции клиента.»
— Niko Grupen, Head of Applied Research, Harvey

Компьютерное управление, 3D-дизайн и веб

Инженерные и CAD-задачи

Улучшенные возможности computer use в GPT-6.2 Astra позволяют работать с отдельными компонентами и соединениями в CAD- и симуляционных инструментах. Модель способна смоделировать всю динамику шасси автомобиля на горной дороге: создать 3D-модель, написать Python-солвер для расчёта взаимодействия шин и подвески, а затем анимировать результаты в Blender.

3D и веб-дизайн

В тесте AA-3D от Artificial Analysis, где человеческие судьи выбирают лучший из двух интерактивных 3D-опытов по одному промпту, GPT-6.2 Astra заняла первое место с рейтингом Elo 1318. Claude Fable 5.2 набрала 1271, GPT-6.2 Sol — 1259.

Алгоритм visual reasoning применяется и к веб-дизайну: модель выбирает компоновку и образы исходя из реальных целей сайта. По словам Алекса Машрабова, CEO Higgsfield AI, GPT-6.2 Astra достигала нужного результата с первой попытки в 73% случаев — GPT-6 Astra для этого требовалось три и более итерации.

Эффективность кода и рабочих процессов

GPT-6.2 Astra лучше оценивает, какой инструмент подходит для конкретного этапа задачи — когда использовать плагины, а когда computer use. В кодировании модель точнее реализует изменения в существующих кодовых базах и пишет более фокусированные тесты.

В компании Basis среднее время выполнения длинных бухгалтерских задач сократилось на 50%, а наиболее сложные операции ускорились до 73%. Инженер Jump Trading отметил, что GPT-6.2 Astra насытила бенчмарк, державшийся три года, и достигла результатов, которые казались недостижимыми — менее чем за сутки.

Кибербезопасность

GPT-6.2 Astra и Sol демонстрируют существенный прогресс в области кибербезопасности: эффективнее находят и эксплуатируют уязвимости, генерируют более защищённый код и качественные патчи. Обе модели соответствуют порогу Critical по кибербезопасности согласно Preparedness Framework OpenAI.

Вместе с тем из-за возросших возможностей для этих моделей введены более жёсткие ограничения на высокорисковые сценарии. Защитники могут получить расширенный доступ через программу OpenAI Daybreak, а более широкая поддержка GPT-6.2 в этой программе запланирована.

Безопасность и соответствие

Обе модели, как и GPT-6 Astra, соответствуют порогу High по биологическим и химическим возможностям согласно Preparedness Framework. GPT-6.2 Astra стала первой публично выпущенной моделью OpenAI, достигшей порога High по AI Self-improvement — это означает, что её вклад сопоставим с добавлением высококвалифицированного инженера-исследователя к каждому сотруднику OpenAI относительно базового уровня 2024 года.

Для управления связанными рисками компания усилила системы мониторинга и контроля, в том числе запустила Control Room — систему, отслеживающую рабочие нагрузки и способную приостанавливать вывод модели при необходимости.

Цены и доступность

GPT-6.2 Astra и Sol уже доступны пользователям планов Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex. Подписчики Pro 500 могут использовать режим Ultrafast с обеими моделями. Впервые Ultrafast открывается и для подписчиков Pro 200 — начиная с GPT-6.2 Sol.

Через API модели доступны как `gpt-6.2-astra` и `gpt-6.2-sol`. Стоимость GPT-6.2 Astra в API снижена на 20% по входным и выходным токенам относительно GPT-6 Astra, при этом кешированный ввод получает скидку 60%. Стандартные тарифы за миллион токенов: 23.99 BYN ($8) за входные, 1.20 BYN ($0.40) за кешированные входные и 119.95 BYN ($40) за выходные. GPT-6.2 Sol сохраняет тарифы предыдущей версии: 6.00 BYN ($2) за входные, 0.30 BYN ($0.10) за кешированные входные и 29.99 BYN ($10) за выходные токены.

 

GPT-6.2 Astra и Sol устанавливают новую планку соотношения производительности и стоимости для AI-моделей профессионального уровня. Для разработчиков и бизнеса это означает доступ к возможностям frontier-класса без пропорционального роста расходов.

Источник: OpenAI