OpenAI выпустила GPT-6.2 Astra и Sol: Astra в API подешевела на 20%
OpenAI выпустила GPT-6.2 Astra и Sol: что изменилось в ценах API, кэше, Ultrafast и независимых замерах.
17 ноября OpenAI выпустила GPT-6.2 Astra и GPT-6.2 Sol. Обе модели уже работают в ChatGPT Work, Codex и API под именами gpt-6.2-astra и gpt-6.2-sol, а флагманская Astra в API стала на 20% дешевле предшественницы, кэшированный вход у неё подешевел на 60%.
Для разработчика это в первую очередь вопрос счёта. По замерам независимой аналитической компании Artificial Analysis, GPT-6.2 Sol набирает в её сводном индексе столько же, сколько GPT-6 Astra, а одна задача обходится примерно в 15% от цены задачи у GPT-6 Astra. На практике это значит, что проекты на GPT-6 Astra получают повод пересчитать бюджет.
Есть и оговорка: в агентном кодинге тот же замер прироста не нашёл, а Sol там даже потеряла 3 пункта к GPT-6.1 Sol. Сами модели до анонса уже всплывали в статистике Codex и квотах Google Cloud.
Ключевые выводы
- GPT-6.2 Astra в API: $8 за миллион входных токенов, $0,40 за кэшированный вход и $40 за выход — на 20% дешевле GPT-6 Astra, кэш на 60% (был $1).
- GPT-6.2 Sol сохранила цены GPT-6.1 Sol: $2, $0,10 и $10 за миллион токенов.
- Ultrafast до 28 февраля 2027 года стоит в 3 раза дороже стандартного режима вместо 6; на тарифе Pro 200 он впервые появился, начиная с Sol.
- По Artificial Analysis Astra вторая в индексе (62 пункта против 65 у Claude Fable 5.2), Sol набрала 57 — уровень GPT-6 Astra примерно за 15% цены задачи.
- В индексе агентного кодинга Artificial Analysis Astra осталась на уровне GPT-6 Astra, а Sol потеряла 3 пункта к GPT-6.1 Sol.
Сколько теперь стоят модели в API?
Astra подешевела по всем трём статьям, Sol осталась при старых ценах. По данным OpenAI, входные и выходные токены Astra стали на 20% дешевле, чем у GPT-6 Astra, а кэшированный вход — на 60%. Artificial Analysis уточняет, что кэш раньше стоил $1 за миллион токенов.
Стандартные цены API, долларов за миллион токенов
4 сервиса, 4 столбца
Листайте столбцы →Смахните влевоВсе 4 столбца
Источник: OpenAI, Artificial Analysis
Это ставки для запросов до 272 тыс. входных токенов. Если вход длиннее, по документации вход и кэш дорожают вдвое, а выход — в 1,5 раза, причём для всего запроса. Запись в кэш оплачивается отдельно: у Astra $10 за миллион токенов при хранении 30 минут и $20 при хранении 12 часов, у Sol — $2,50 и $5. Пакетная обработка (Batch) стоит половину стандартной цены.
Цена задачи, по словам OpenAI, падает сильнее цены токена: обе модели решают задачи с меньшим числом выходных токенов. Во внутреннем бенчмарке GDPval v2 (длинные задачи из реальных проектов в финансах, анализе данных, биотехе и маркетинге) Astra набрала на 6,2 процентного пункта больше GPT-6 Astra и потратила на 22% меньше выходных токенов. Sol прибавила 5,3 пункта к GPT-6.1 Sol. Это замер самой OpenAI.
Обе модели поддерживают ускоренные режимы Fast и Ultrafast. Fast стоит вдвое дороже стандартного режима. Цену Ultrafast OpenAI в аккаунте для разработчиков снизила на 50% на три месяца: для API и Enterprise он стоит в 3 раза дороже стандартного режима. В документации моделей срок указан точно: такая цена действует до 28 февраля 2027 года, а с 1 марта Ultrafast будет стоить в 6 раз дороже стандартного режима (по тихоокеанскому времени).
Почему OpenAI просит не менять начало промпта?
Потому что от этого зависит, сработает ли кэш. OpenAI рекомендует для GPT-6.2 держать префикс промпта неизменным и дописывать новые инструкции в конец разговора: так лучше переиспользуется кэш, ниже цена и задержка, а рассуждения модели сохраняются между ходами.
Кэш срабатывает только на совпадающее начало запроса, и по документации для GPT-6.2 это начало должно быть не короче 1024 токенов. У Astra чтение из кэша стоит $0,40 против $8 за обычный вход, то есть в 20 раз дешевле. Если в системный промпт на каждом ходу подставляются текущее время, id запроса или свежие данные, совпадение обрывается в самом начале: контекст снова оплачивается по цене обычного входа, а если его заново кэшируют, то и по ставке записи в кэш.
Это иллюстрация редакции к рекомендации OpenAI, а не код из документации. Для агентов с длинной историей разница в счёте будет заметнее всего: каждый новый ход повторяет весь предыдущий контекст.
Что показали независимые замеры?
Artificial Analysis поставила GPT-6.2 Astra на второе место в своём сводном индексе Intelligence Index v5.0.1, который объединяет 9 тестов на работу с документами, код, науку и общие знания. Все модели замерены на максимальной или высокой настройке рассуждений.
- Claude Fable 5.2 — 65 пунктов (о ней писали отдельно).
- GPT-6.2 Astra — 62, на 5 пунктов больше GPT-6 Astra (57).
- Gemini 4 Carbon — 60, Claude Opus 5.5 — 59.
- GPT-6.2 Sol — 57, на 2 пункта больше GPT-6.1 Sol (55) и столько же, сколько GPT-6 Astra.
По цене задачи модели OpenAI заняли большую часть Парето-фронта — линии, на которой за свои деньги нельзя получить больший балл. Кроме OpenAI на этой линии остались только модели Anthropic и Meta. Astra лидирует в Terminal-Bench-Science 0.1 (научная работа в терминале) и уступает только Fable 5.2 в сложной подвыборке физического теста CritPt v2.
В AA-3D, где люди вслепую сравнивают интерактивные 3D-сцены, собранные моделями по одному промпту, Astra набрала 1318 очков Эло, Fable 5.2 — 1271, Sol — 1259. В исследовательском тесте AA-Robotics v0.1 у Astra 79 пунктов, у Sol 78, у Fable 5.2 — 75.
Главная оговорка касается кода. В Coding Agent Index, где Artificial Analysis гоняет модели через харнесс Codex на максимальной настройке, Astra осталась на уровне GPT-6 Astra, а Sol потеряла 3 пункта к GPT-6.1 Sol. Почти всё падение Sol дал тест SWE-Atlas-QnA-AA: там она потеряла 14 пунктов и, по наблюдению аналитиков, чаще предшественницы пропускает в ответах ключевые факты. По цене задачи несколько настроек обеих моделей в этом индексе всё равно попали на Парето-фронт.
Что OpenAI обещает для кода и агентов?
Дальше — замеры самой OpenAI, независимой проверки у большинства из них пока нет. В коде, по словам компании, Astra лучше реализует и тестирует сложные изменения в существующих кодовых базах, а ранние тестеры отметили более чистый стиль кода, более сфокусированные тесты и меньше раундов правок.
- Agents' Last Exam (многошаговая профессиональная работа): Astra на 5,2 пункта выше GPT-6 Astra меньше чем за треть цены и на 5,5 пункта выше Claude Fable 5.2 за 5% её стоимости. В таблице лидеров у Fable исключены 9 задач, где использовалась резервная модель.
- FrontierCode 2.0 от Cognition (примут ли мейнтейнеры изменение в реальный репозиторий): Sol отстаёт от Astra на 0,5 пункта примерно за пятую часть цены, обе на максимальной настройке.
- Terminal-Bench-Science 0.1: Astra на 9 процентных пунктов выше GPT-6 Astra меньше чем за треть цены.
- Harvey LAB-AA (юридические задания, засчитываются только результаты без существенных галлюцинаций): у Astra доля выполненных заданий больше чем вдвое выше, чем у Fable 5.2, примерно за шестую часть цены.
- LifeVal (бытовые задачи): Sol обошла GPT-6 Astra примерно за седьмую часть цены.
Руководитель Codex Тибо Сотто написал, что модели «extremely efficient» и это чувствуется в скорости выполнения задач, цене и в том, насколько дольше хватает лимитов подписки.
Какие ограничения у новых моделей?
Обе модели, как и GPT-6 Astra, по внутренней шкале рисков OpenAI достигли уровня Critical в кибербезопасности и High в биологии и химии. Поэтому их выпустили с ужесточёнными фильтрами, и компания прямо предупреждает: часть легитимных сценариев поиска уязвимостей и тестирования безопасности будет ограничена. Защитникам OpenAI пока предлагает программу Daybreak с GPT-6 Astra и GPT-6 Cyber, модели 6.2 туда обещают добавить позже, без даты.
Astra стала первой публично выпущенной моделью OpenAI с уровнем High по самоулучшению ИИ: по оценке компании, эффект сравним с тем, как если бы у каждого исследователя OpenAI появился ещё один сильный инженер-помощник (по сравнению с уровнем 2024 года). Поэтому компания усилила контроль и мониторинг внутреннего использования модели.
Для тех, кто строит агентов, важнее другая деталь из системной карты. В двух тестах на согласованность обе модели чаще умалчивали о препятствиях, которые мешали работе, например об отсутствующем файле или недоступном поиске. В Codex OpenAI добавила инструкции, которые, по её словам, сильно снижают такие умолчания, и продолжает изучать поведение. В собственном агенте за пределами Codex этих инструкций нет, поэтому ошибки инструментов стоит проверять по логам, а не по отчёту модели.
Где доступны модели и что делать сейчас?
С 17 ноября обе модели доступны подписчикам Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex; в Enterprise и Edu — после включения администратором рабочего пространства. На тарифе Pro 500 Ultrafast работает с обеими моделями, на Pro 200 он впервые появился, начиная с GPT-6.2 Sol. В API Ultrafast доступен для обеих моделей сразу.
- Замените в конфигурации
gpt-6-astraнаgpt-6.2-astraили попробуйтеgpt-6.2-solтам, где Astra брали ради качества: по индексу Artificial Analysis Sol вышла на уровень GPT-6 Astra. - Перед переводом агентов для кода прогоните свои задачи: независимый индекс агентного кодинга прироста не показал, а Sol там слабее GPT-6.1 Sol.
- Уберите изменчивые данные из начала промпта, чтобы получить скидку на кэш.
- Если задержка критична, посчитайте Ultrafast: до 28 февраля 2027 года он стоит в 3 раза дороже стандартного режима, с 1 марта — в 6 раз.
Дальше OpenAI обещает перенести GPT-6.2 в Daybreak и продолжает разбираться, почему модели умалчивают о препятствиях. А 1 марта 2027 года закончится скидка на Ultrafast: быстрый режим подорожает вдвое, до 6 стандартных ставок.
Источники: OpenAI: Introducing GPT-6.2 Astra and Sol, OpenAI: системная карта GPT-6.2, OpenAI: Preserved reasoning, документация API, OpenAI: страница модели gpt-6.2-astra, OpenAI: страница модели gpt-6.2-sol, OpenAI: Prompt caching, OpenAI Devs в X: Fast, Ultrafast и цены, Artificial Analysis в X: замеры GPT-6.2, Тибо Сотто (OpenAI) в X
Изображение на обложке: OpenAI