17 ноября OpenAI представила две модели: GPT-6.2 Astra для сложных профессиональных задач и GPT-6.2 Sol для повседневной работы. По данным компании, обе лучше справляются с многоэтапными заданиями и расходуют меньше выходных токенов.
Для Astra также снизили стоимость использования API: входные и выходные токены подешевели на 20%, а кэшированные входные — на 60%. У Sol цены остались на уровне предыдущей версии.
Изменения особенно интересны тем, кто использует ИИ для подготовки документов, программирования и автоматизации рабочих процессов. Разберём, что улучшилось, сколько стоят модели и когда переход на них оправдан.
Две модели одного обновления
Обе модели принимают текст и изображения и формируют текстовые ответы. Они доступны через Responses API и Chat Completions. Через Responses API модели могут искать информацию в интернете, работать с файлами, запускать код, выполнять команды в облачной среде и управлять компьютером.
Astra рассчитана на наиболее сложные проекты: отладку программ, подготовку презентаций по исходным материалам и научные задачи с использованием командной строки. Sol подходит для повседневной работы с кодом, ИИ-агентами, текстом и изображениями, когда важны скорость выполнения и стоимость.
У обеих моделей одинаковое контекстное окно: 1 050 000 токенов, из которых до 922 000 можно использовать для входных данных и до 128 000 — для ответа. Контекстное окно определяет, какой объём информации модель может обработать за один запрос. Дата окончания обучающих данных — 18 мая 2026 года для Astra и 1 июня 2026 года для Sol. Для проверки более поздних событий следует обращаться к актуальным источникам, например через поиск в интернете.
В API модели доступны под идентификаторами gpt-6.2-astra и gpt-6.2-sol. Для обеих с момента запуска предусмотрен Ultrafast — режим ускоренной генерации ответов, который оплачивается по повышенному тарифу.
Что OpenAI называет главным улучшением
Основные улучшения OpenAI связывает с качеством рабочих документов, программированием и использованием компьютера.
В документах GPT-6.2 Astra точнее следует оформлению исходных слайдов: сохраняет расположение элементов, цвета, шрифты и переносит стиль шаблона на новые страницы. По данным OpenAI, заголовки чаще передают главный вывод слайда, а текст остаётся более конкретным. В одном из примеров модель разместила рядом структуру выручки, расчёт стоимости акции и анализ чувствительности оценки к изменению исходных параметров. Читателю проще проследить расчёты без переключения между вкладками. При редактировании текста Astra также лучше сохраняет авторский стиль черновика.
В программировании ранние тестировщики отмечают более аккуратный код, тесты, точнее проверяющие внесённые изменения, и меньшее число доработок. В другом сценарии, при создании трёхмерных объектов, компания Higgsfield сообщила о достижении нужного результата с первой попытки в 73% случаев; предыдущей GPT-6 Astra, по словам партнёра, требовалось три попытки или больше. Компания Basis также сообщила, что с GPT-6.2 Astra выполнение многоэтапных бухгалтерских задач ускорилось в среднем на 50%, а в самых сложных случаях время сократилось на величину до 73%. Это оценки отдельных партнёров, а не универсальные результаты для всех задач.
При работе с компьютером Astra точнее взаимодействует с отдельными деталями и соединениями в системах автоматизированного проектирования (CAD) и программах моделирования. Инженеры могут использовать это для предварительной проверки сборки и распределения нагрузок ещё до изготовления физического прототипа.
Цифры, на которые стоит смотреть с оговоркой
Ниже приведены показатели, опубликованные OpenAI и её партнёрами. У разных тестов свои условия и методики, поэтому напрямую переносить результаты на реальные рабочие процессы нельзя. Уточнение компании об отключённых защитных классификаторах относится к отдельным тестам кибербезопасности, а не ко всем измерениям в анонсе.
На Agents’ Last Exam, тесте многоэтапных профессиональных заданий, GPT-6.2 Astra набрала на 5,2 процентного пункта больше GPT-6 Astra при стоимости выполнения менее трети от прежней. По сравнению с Claude Fable 5.2 преимущество составило 5,5 пункта при стоимости задачи около 5% от стоимости конкурента.
В Terminal-Bench-Science 0.1, который оценивает выполнение научных задач через командную строку, Astra опередила GPT-6 Astra на 9 процентных пунктов при стоимости менее трети от прежней. На Vals Science Index модель также показала лучший для OpenAI результат. Этот тест проверяет, насколько хорошо ИИ интерпретирует биологические данные и планирует эксперименты для изучения моделируемой системы.
В юридическом тесте Harvey LAB-AA v1.1 модель должна найти необходимые факты в исходных документах и подготовить результат по подробному заданию. GPT-6.2 Astra более чем вдвое превысила долю успешно выполненных заданий Claude Fable 5.2 при затратах примерно в шесть раз ниже. В LifeVal, тесте сложных повседневных задач вроде выбора жилья или планирования семейного меню, GPT-6.2 Sol обошла GPT-6 Astra при стоимости около одной седьмой от стоимости предыдущего флагмана.
Эти результаты дают ориентир, но не гарантируют такой же выигрыш в конкретном проекте. На итоговую стоимость влияют условия тестирования, запросы, число вызовов инструментов и объём исправлений. Показательно, что OpenAI сравнивает модели не только по качеству ответа, но и по цене выполненной задачи.
Цена выполнения задачи действительно упала
Экономия зависит сразу от двух факторов: сколько токенов требуется для выполнения задачи и сколько стоит их обработка.
В API по тарифу Standard GPT-6.2 Astra стоит 8 долларов за миллион входных токенов, 0,40 доллара за миллион кэшированных входных токенов и 40 долларов за миллион выходных. Это на 20% дешевле GPT-6 Astra по входу и выходу и на 60% дешевле по кэшированному входу. GPT-6.2 Sol сохраняет тариф GPT-6.1 Sol: 2 доллара за миллион входных токенов, 0,10 доллара за миллион кэшированных и 10 долларов за миллион выходных.
Стоимость задачи может снижаться благодаря меньшему расходу выходных токенов, снижению тарифов и повторному использованию кэша. Кэширование позволяет не оплачивать повторную обработку части неизменившегося контекста по полной цене. OpenAI рекомендует сохранять начало запроса между обращениями к модели, а новые инструкции добавлять в конец: так выше вероятность повторного использования кэша.
Для обработки запросов пакетами режим Batch стоит на 50% дешевле Standard, а Fast — вдвое дороже. Ultrafast для GPT-6.2 до 28 февраля 2027 года стоит втрое дороже Standard, а с 1 марта 2027 года будет стоить вшестеро дороже. Для фоновых запросов действуют отдельные скидки при увеличенном времени выполнения: 30% при окне в 2 часа и 40% при окне в 8 часов. Если входные данные превышают 272 000 токенов, тарифы на вход и кэш удваиваются, а тариф на выход увеличивается в полтора раза для всего запроса.
При выборе модели полезно учитывать не только цену за миллион токенов, но и итоговые затраты на выполненную задачу. Различия в ценах, ограничениях и настройках описаны в материале о семействе GPT-6.
Где модели уже доступны
В ChatGPT новые модели появились прежде всего в Work и Codex, где их можно выбрать в списке моделей. В обычном чате ChatGPT это обновление пока не доступно: GPT-6 Pro продолжает использовать GPT-6 Astra.
Модели постепенно становятся доступны в Work и Codex пользователям Plus, Pro, Business, Enterprise и Edu, а также в рабочих пространствах ChatGPT for Healthcare и FedRAMP. В Enterprise и Edu доступ может зависеть от настроек администратора. Для появления моделей в настольном приложении может понадобиться обновление и перезапуск; пользователям Codex CLI также следует проверить актуальность версии.
В существующих чатах Work может появиться предложение переключиться на обновлённую модель. Если после обновления приложения моделей всё ещё нет в списке, проверьте доступность для своего тарифа и настройки рабочего пространства.
Ограничения, о которых OpenAI говорит прямо
GPT-6.2 Astra — первая публично доступная модель OpenAI, которая, по внутренней оценке компании, достигла высокого уровня возможностей в области ускорения исследований ИИ (High по категории AI Self-improvement). OpenAI сравнивает её потенциальный вклад с работой дополнительного квалифицированного инженера-исследователя для каждого своего исследователя. Такой уровень возможностей требует дополнительных мер контроля. Компания описывает их в техническом отчёте о безопасности модели (system card).
У моделей есть ограничения в API: они не поддерживают параметры temperature и top_p, не возвращают logprobs и не позволяют установить уровень рассуждений none. Для вызова инструментов необходимо использовать Responses API. Через Chat Completions эти модели доступны, но вызов инструментов для них не поддерживается.
Возможности моделей в задачах кибербезопасности также выросли. Поэтому OpenAI усилила ограничения для потенциально опасных запросов. Специализированная GPT-6 Cyber предназначена для авторизованного поиска уязвимостей и проверки исправлений и доступна через программу с дополнительной проверкой пользователей. В отчёте о безопасности GPT-6.2 отдельно описаны тесты кибервозможностей, для которых защитные механизмы отключались.
Кому переходить сейчас, а кому подождать
Переход стоит проверить, если вы работаете в Work или Codex и регулярно готовите документы по исходным материалам. Astra прежде всего интересна там, где нужно соблюдать заданный формат: в презентациях для клиентов, финансовых моделях и юридических документах. Sol подходит для повседневного программирования и работы ИИ-агентов, если скорость и стоимость важнее максимальных возможностей модели.
Если вы пользуетесь только обычным чатом ChatGPT, новое поколение Astra и Sol пока не появится в привычном переключателе моделей. Для работы с ним можно использовать Work или Codex, если они доступны в вашем тарифе.
Командам, использующим API, лучше начать с одной типичной задачи и выполнить её на обеих моделях. Сравните стоимость, расход токенов, число необходимых исправлений и количество повторных запусков до готового результата. Отдельно измерьте экономию от кэширования одинаковой начальной части запроса: она зависит от того, сколько контекста повторяется, и может заметно различаться между сценариями.
Если вы создаёте ИИ-агентов для рабочих задач, сравните новые модели с уже используемыми вариантами. Разница между Astra, Sol, Terra и Luna проявляется в сложности задач, допустимых задержках и стоимости работы агента.
Что это меняет за пределами одного релиза
В этом релизе OpenAI делает акцент на стоимости завершённой задачи, а не только на результате тестов. Для рабочих процессов важны и число попыток, и расход токенов, и то, насколько точно модель соблюдает исходный шаблон.
Для бизнеса более низкая стоимость задачи может сделать подготовку документов с помощью ИИ-агентов доступнее. Для разработчиков улучшения в программировании и расходе токенов могут снизить затраты на фоновые агентские сценарии. Но результат по-прежнему нуждается в проверке: агент готовит материал, а человек отвечает за достоверность фактов, расчёты и соответствие требованиям.
Ссылки
- Сайт: Представляем GPT-6.2 Astra и Sol
- Документация: Модели GPT-6.2 Astra
- Документация: Модели GPT-6.2 Sol
- Документация: Цены API
- Сайт: Заметки о выпуске ChatGPT


