۱۴۰۵/۰۸/۲۷
OpenAI مدلهای GPT-6.2 را عرضه کرد؛ Astra در رباتیک اول، در کدنویسی بدون تغییر
OpenAI در ۱۷ نوامبر ۲۰۲۶ (۲۶ آبان ۱۴۰۵) دو مدل جدید خود را با نامهای GPT-6.2 Astra و GPT-6.2 Sol عرضه کرد.
این مدلها در انجام تسکهای متداول بهبود یافتهاند و Astra در تسکهای رباتیک و سهبعدی جایگاه اول را در اختیار دارد. اما در حوزه کدنویسی، Astra هیچ پیشرفتی نسبت به نسل قبل نداشته و Sol حتی ضعیفتر شده است .
- قیمت API؛ Astra ارزانتر، Sol ثابت
OpenAI قیمت API مدل Astra را ۲۰ درصد کاهش داده و به ۸ دلار ورودی / ۴۰ دلار خروجی به ازای هر میلیون توکن رسانده است. ورودی کششده نیز از ۱ دلار به ۰.۴۰ دلار کاهش یافته که ۶۰ درصد کمتر از قبل است. قیمت Sol اما ثابت مانده: ۲ دلار ورودی / ۱۰ دلار خروجی .
- رتبه در شاخص هوش مصنوعی
GPT-6.2 Astra با امتیاز ۶۲ در Intelligence Index، رتبه دوم را در میان ۹۱ مدل دارد و تنها از Claude Fable 5.2 با امتیاز ۶۵ عقبتر است. این مدل از Gemini 4 Carbon (۶۰) و Claude Opus 5.5 (۵۹) جلوتر است. GPT-6.2 Sol نیز با امتیاز ۵۷ در رتبه یازدهم قرار دارد .
- رباتیک و سهبعدی؛ برتری Astra
در بنچمارک AA-3D، Astra با امتیاز ۱۳۱۸ اول است؛ Claude Fable 5.2 با ۱۲۷۱ و Sol با ۱۲۵۹ در جایگاههای بعدی هستند. در AA-Robotics نیز Astra و Sol بهترتیب ۷۹ و ۷۸ امتیاز گرفتهاند و از Claude Fable 5.2 با ۷۵ جلوترند .
- کدنویسی؛ بدون بهبود Astra، افت Sol
در Coding Agent Index، Astra با GPT-6 Astra برابر است و هیچ پیشرفتی نداشته. Sol نسبت به GPT-6.1 Sol ۳ امتیاز افت کرده است. علت اصلی این افت، کاهش ۱۴ امتیازی در SWE-Atlas-QnA-AA است؛ جایی که مدل بیشتر احتمال دارد حقایق کلیدی را در پاسخهایش حذف کند. با این حال، در FrontierCode 2.0، Sol تنها ۰.۵ امتیاز از Astra عقبتر است و حدود یکپنجم هزینه آن را دارد .
- نرخ توهم و آسیبپذیری امنیتی
بر اساس AA-Omniscience، نرخ توهم Astra در حداکثر تلاش ۵۹ درصد و Sol ۵۵ درصد است؛ اعدادی که بالا محسوب میشوند. همچنین مؤسسه امنیت AI بریتانیا گزارش داده که مقاومت Astra در برابر Jailbreak نسبت به GPT-6 Astra «افت قابل توجهی» داشته و بدون اقدامات mitigation اضافی، ممکن است alignment آن در دنیای واقعی شکست بخورد .
قابلیتهای حرفهای
Astra در ساخت اسلاید، اکسل و اسناد حرفهای عملکرد بهتری دارد. در بنچمارک حقوقی Harvey LAB-AA، نرخ قبولی آن بیش از دو برابر Claude Fable 5.2 با حدود یکششم هزینه است. در GDPval v2 نیز ۶.۲ واحد درصد بهتر از GPT-6 Astra عمل میکند و ۲۲ درصد توکن خروجی کمتری مصرف میکند .

دسترسی هر دو مدل از همان روز برای کاربران Plus، Pro، Enterprise و Edu در ChatGPT Work و Codex در دسترس قرار گرفتند. Astra با حالت Ultrafast نیز عرضه شده و هر دو مدل روی Amazon Bedrock و GitHub Copilot نیز قابل استفاده هستند .