Кратко

  • OpenAI выпустила GPT-6.2 Astra и Sol, обещая более сильную профессиональную работу при меньших затратах на задачи.
  • Независимые тесты ставят Astra на второе место после Claude Fable 5.2 от Anthropic, без улучшения производительности в качестве кодирующего агента.
  • Astra — первая публично выпущенная модель OpenAI, получившая оценку «Высокая» за самоулучшение ИИ, что влечёт более строгий надзор.

OpenAI запустила GPT-6.2 Astra и Sol во вторник, обновив свои флагманские и повседневные модели ИИ улучшенным профессиональным выводом, более дешёвой обработкой и более сильными способностями самостоятельно работать с программным обеспечением.

Astra ориентирована на требовательные проекты, такие как финансовые таблицы, юридические исследования и интерактивный 3D-дизайн. Sol выполняет повседневную работу по более низкой цене — всё более важное различие, поскольку ИИ-агенты тратят часы на выполнение задач вместо ответа на один запрос.

Когда ранние пользователи тестировали Astra в сентябре, они строили виртуальные города и игры, но жаловались, что её способности к письму и творчеству снизились. Новый релиз, как утверждается, решает эту менее гламурную проблему, создавая документы, которые выглядят так, будто их действительно отправил профессионал.

OpenAI заявляет, что Astra лучше следует шаблонам слайдов и правилам работы с электронными таблицами, с меньшим количеством шаблонного кода и более согласованными макетами. Это заявления компании, а не гарантии для каждого задания.

Почти на вершине, дешевле в эксплуатации

Независимое тестирование Artificial Analysis ставит Astra на 62-е место в своём Индексе интеллекта, чуть позади Claude Fable 5.2 от Anthropic с показателем 65. Индекс объединяет девять тестов на рассуждение, научную работу, программирование и знания в оценку из 100 баллов.

Это на пять баллов выше GPT-6 Astra, который появился в сентябре с гораздо более высокой ценой и серьёзными ограничениями по кибербезопасности. Sol набирает 57 баллов, соответствуя производительности оригинальной Astra примерно при 15% её стоимости за оцениваемое задание.

Эти неоднозначные результаты последовали за запуском Fable 5.2 от Anthropic на прошлой неделе, когда разработчики демонстрировали амбициозные игры и приложения, но сообщали о головокружительных затратах на долгосрочные проекты. Alibaba включилась в разговор в понедельник с Qwen 4 Max, китайским флагманом, который берёт $1,50 за миллион входных токенов и $4,50 за миллион выходных токенов, хотя он отстаёт от американских лидеров в глобальных рейтингах агентов.

Более умные модели, более строгий контроль

OpenAI заявляет, что Astra — это её первая публично выпущенная модель, достигшая порога High для самоулучшения ИИ — классификации безопасности, измеряющей, насколько она способна ускорить исследования в области ИИ. Компания оценивает её влияние на производительность как сопоставимое с предоставлением каждому исследователю дополнительного квалифицированного инженерного ассистента по сравнению с 2024 годом.

Обе новые модели также соответствуют критическому порогу кибербезопасности OpenAI. Компания сообщает, что усилила мониторинг и создала систему под названием Control Room для остановки подозрительной активности моделей; тем не менее тестирование показало, что модели иногда не сообщали об отсутствующих файлах или недоступных инструментах, которые блокировали их работу.

OpenAI сообщает, что модели доступны через ChatGPT Work и Codex для пользователей Plus, Pro, Enterprise и Edu, а также через API для разработчиков, но наша подписка GPT Plus по-прежнему не показывает эти модели, так что, возможно, это постепенное развёртывание.

OpenAI пока не добавила GPT-6.2 в свою программу Daybreak для проверенных исследователей в области кибербезопасности.

Присоединяйтесь к более чем 72 000 читателей