OpenAI ogłosiło premierę dwóch nowych modeli językowych: GPT-6.2 Astra i GPT-6.2 Sol. Rozwiązania są już dostępne dla wybranych użytkowników ChatGPT oraz za pośrednictwem API. Astra jest dedykowana do złożonych zadań profesjonalnych, natomiast Sol do codziennych zastosowań.
OpenAI ogłasza dwa nowe modele językowe
OpenAI opublikowało informacje o premierze GPT-6.2 Astra oraz GPT-6.2 Sol. GPT-6.2 Astra został zaprojektowany do zaawansowanych zadań zawodowych, natomiast Sol ma obsługiwać codzienne zapytania. Oba modele są już dostępne dla użytkowników planów Plus, Pro, Enterprise i Edu w ChatGPT Work oraz Codex. Programiści mogą korzystać z nich poprzez API OpenAI. Poprzednia wersja Astra była zapowiadana jako model zbliżający nas do AGI, a nowe wydanie kontynuuje ten kierunek z naciskiem na efektywność kosztową.
Szczegóły cenowe i dostępność API
OpenAI obniżyło ceny API dla GPT-6.2 Astra o 20 procent względem poprzedniej wersji. Koszt wynosi 8 dolarów za milion tokenów wejściowych, 0,40 dolara za tokeny w pamięci podręcznej (cached) oraz 40 dolarów za milion tokenów wyjściowych. Model Sol utrzymuje ceny na poziomie 2 dolarów za wejście, 0,10 za pamięć podręczną i 10 za wyjście. API Astra jest tańsze niż w poprzedniej wersji przy zachowaniu wyższej wydajności. Subskrybenci Pro-500 zyskują dostęp do trybu Ultrafast, a użytkownicy Pro-200 po raz pierwszy mogą z niego korzystać w modelu Sol.
Poprawa w testach wydajnościowych
W teście Agents’ Last Exam GPT-6.2 Astra uzyskał wynik o 5,2 punktu wyższy niż poprzednik przy koszcie mniejszym o ponad dwie trzecie. Model przewyższa Claude Fable 5.2 o 5,5 punktu, generując zaledwie 5 procent jego kosztów. W teście Harvey LAB-AA Astra ponad dwukrotnie zwiększa wskaźnik sukcesu (pass rate) w porównaniu z Claude przy jednej szóstej ceny. Wzrost o 6,2 punktu odnotowano również w wewnętrznym teście GDPval-v2 przy wykorzystaniu o 22 procent mniejszej liczby tokenów wyjściowych.
Ulepszenia w obsłudze narzędzi i projektowaniu
OpenAI informuje o dalszym rozwoju zdolności modelu do obsługi komputera. W testach Astra zbudowała model 3D samochodu, napisała solver fizyki w języku Python oraz przygotowała animację wyników w programie Blender. W teście AA-3D model uzyskał 1318 punktów Elo, wyprzedzając Claude Fable 5.2. Sol natomiast osiąga wyniki zbliżone do Astry w teście FrontierCode 2.0 przy jednej piątej kosztów. Wcześniejsze wersje wykazywały już zdolności projektowe, a nowa generacja rozwija te funkcjonalności.
Postępy w cyberbezpieczeństwie i nowe ograniczenia
Oba modele skuteczniej wykrywają i naprawiają luki bezpieczeństwa. W wewnętrznym teście ExploitBench Astra przekroczyła 50 procent skuteczności przy wyłączonych mechanizmach ochronnych. Modele osiągnęły próg „Critical” w ramach struktury Preparedness Framework OpenAI. Firma wprowadza jednak bardziej rygorystyczne zabezpieczenia dla zapytań wysokiego ryzyka, co może ograniczyć prowadzenie legalnych badań nad podatnościami. Wyniki pochodzą z testów z wyłączonymi filtrami bezpieczeństwa (guardrails), co OpenAI wyraźnie zaznacza.
Znaczenie dla rynku i otwarte pytania
Nowe modele pokazują, że OpenAI kontynuuje strategię łączenia wyższej wydajności z niższymi kosztami operacyjnymi. Dla firm korzystających z API oznacza to potencjalnie niższe wydatki przy zachowaniu lub poprawie jakości w zadaniach profesjonalnych. Pozostaje pytanie, jak szybko konkurenci zareagują na obniżki cen i czy deklarowane wyniki zostaną potwierdzone w niezależnych testach. OpenAI planuje udostępnić modele przez platformę Daybreak dla zweryfikowanych badaczy bezpieczeństwa. Kolejne aktualizacje filtrów mogą wpłynąć na zakres dostępnych zastosowań.
| Model | Cena input (USD/mil) | Cena output (USD/mil) | Agents’ Last Exam | FrontierCode 2.0 |
|---|---|---|---|---|
| GPT-6.2 Astra | 8 | 40 | najwyższy | wysoki |
| GPT-6.2 Sol | 2 | 10 | niższy | blisko Astry |
Źródła:
The Decoder - practical AI news, https://the-decoder.com/openai-launches-gpt-6-2-astra-and-sol-with-lower-api-prices-and-some-benchmark-gains/
Źródło główne: the-decoder.com