GPT-6.2 Astra и Sol: заявленные цены, бенчмарки и ограничения

The Decoder приводит цены GPT-6.2 Astra и Sol и результаты их бенчмарков. Разбираем, какие выводы следуют из этих сравнений и почему они не заменяют оценку на собственных задачах.

GPT-6.2 Astra и Sol: заявленные цены, бенчмарки и ограничения. Тематическая карточка Comrad404.

The Decoder описывает GPT-6.2 Astra как модель для требовательной профессиональной работы, а GPT-6.2 Sol — для быстрых повседневных запросов. В публикации приводятся цены API и результаты ряда бенчмарков, но эти цифры отвечают на разные вопросы: тариф задаёт стоимость токенов, а тест оценивает результат на конкретном наборе заданий. Ни то ни другое само по себе не показывает, какая модель лучше справится с любой задачей конкретного пользователя.

Как The Decoder описывает Astra и Sol

В публикации от 17 ноября 2026 года The Decoder сообщает о выпуске GPT-6.2 Astra и GPT-6.2 Sol и передаёт сведения об их доступности для подписчиков Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex, а для разработчиков — через API. По тому же сообщению, режим Ultrafast доступен подписчикам Pro-500 с обеими моделями; для Pro-200 его открывают с Sol.

Схема: Astra как модель для специализированной работы в науке, праве и финансах; Sol — как вариант для быстрых повседневных задач.
Основные элементы, разобранные в статье.

Издание описывает Astra как модель для специализированной работы в науке, праве и финансах, а Sol — как вариант для быстрых повседневных задач. Это изложенное в статье позиционирование, а не независимая оценка пригодности моделей. Для выбора между ними важно сопоставлять не только предполагаемый сценарий, но и стоимость, качество результата и число попыток на собственных задачах.

Тарифы API и стоимость задачи

The Decoder приводит для Astra ставки API $8 за миллион входных токенов, $0,40 за миллион кэшированных входных и $40 за миллион выходных токенов. Издание приписывает OpenAI утверждение, что цена Astra на 20% ниже, чем у предшественника. Для Sol публикация указывает $2 за миллион входных токенов, $0,10 за миллион кэшированных входных и $10 за миллион выходных, сообщая, что тариф не изменился относительно GPT-6.1 Sol. Это сведения, переданные изданием, а не результат самостоятельной проверки тарифов.

Цена за миллион токенов не равна полной стоимости рабочего процесса. Она зависит от объёма входа и выхода, использования кэширования и количества запросов, необходимых для приемлемого результата. Поэтому сравнивать модели по одной ставке недостаточно: для бюджета полезнее учитывать типичную длину запросов и результат на одинаковых заданиях. Опубликованные цены дают ориентир по тарифам, но не доказывают, что одна модель дешевле в каждом сценарии.

Профессиональные, правовые, научные и 3D-тесты

На Agents’ Last Exam, который The Decoder описывает как тест многошаговых профессиональных сценариев, Astra, по заявлению OpenAI, набрала на 5,2 пункта больше GPT-6 Astra. В сравнении с Claude Fable 5.2 издание передаёт результат Astra на 5,5 пункта выше при стоимости, составляющей 5% от стоимости конкурента. Это результаты конкретного бенчмарка и сравнения, приведённые через публикацию; они не устанавливают, как модели поведут себя на произвольных профессиональных заданиях.

Для Harvey LAB-AA, теста юридических задач, включая анализ положений договоров, The Decoder передаёт заявление OpenAI: Astra более чем вдвое превысила долю успешных ответов Claude Fable 5.2 при примерно одной шестой его стоимости. На внутреннем GDPval-v2, который охватывает задачи консалтинга, финансов и дизайна, Astra, согласно тому же сообщению, прибавила 6,2 процентного пункта относительно предшественника и использовала на 22% меньше выходных токенов. Эти цифры относятся к названным тестам и не являются оценкой качества юридической или финансовой работы вне их условий.

В AA-3D, по описанию The Decoder, человеческие судьи сравнивали вслепую интерактивные результаты. Astra получила 1318 Elo, Claude Fable 5.2 — 1271, Sol — 1259. Такой результат характеризует конкретную оценку, а не все задачи трёхмерного моделирования. Для Terminal-Bench-Science The Decoder также сообщает, что Astra набрала на 9 процентных пунктов больше GPT-6 Astra; это сравнение из публикации, а полная методика в доступном материале не приведена.

Что означает место в рейтинге Artificial Analysis

По пересказу The Decoder, Astra заняла второе место в Artificial Analysis Intelligence Index, объединяющем девять оценок по знаниям, программированию, науке и общим знаниям. Издание приводит результаты Gemini 4 Carbon — 60 баллов, Claude Opus 5.5 — 59; для Sol указывает 57 баллов и сопоставляет этот результат с GPT-6 Astra. The Decoder приписывает рейтинг Artificial Analysis, а не собственному тестированию редакции.

Сводный рейтинг даёт ориентир внутри выбранного набора оценок, но не показывает, что модель занимает аналогичное место в каждой отдельной области. Без полной таблицы и методики из доступного материала нельзя определить, насколько этот набор соответствует конкретной рабочей нагрузке. Поэтому второе место — не прогноз качества на внутренних задачах компании и не замена сравнительному испытанию на одинаковых запросах.

Ограничения и практический вывод

Сравнительные результаты в основном представлены как заявления OpenAI, пересказанные The Decoder; сведения об Intelligence Index издание приписывает Artificial Analysis. Полных первичных таблиц и методик всех упомянутых оценок в доступном материале нет, как нет и независимой локальной проверки моделей. Поэтому цифры позволяют описать результаты на названных тестах, но не доказывают преимущества на любой реальной работе. Для практического выбора стоит сравнить модели на одинаковых типичных заданиях и учитывать не только тариф, но и расход токенов и число попыток.

Отдельно The Decoder сообщает, что опубликованные показатели кибербезопасности получены во внутренних тестах OpenAI с отключёнными средствами защиты и классификаторами. Их нельзя трактовать как обычную успешность при пользовательском доступе или как доказательство безопасности модели в рабочей среде. Это существенно меняет смысл таких результатов: они описывают испытание в особых условиях, а не повседневную работу с включёнными защитными механизмами.