OpenAI

Presentem GPT-6.2 Astra i Sol

Un nou estàndard per al treball professional

Prova-ho a ChatGPT Work(s'obre en una finestra nova)

Presentem GPT‑6.2 Astra, el nostre nou model d'avantguarda per als teus projectes més difícils, i GPT‑6.2 Sol, el nostre model eficient i versàtil per a la feina del dia a dia. Tots dos models ofereixen millors resultats en tasques exigents amb menys segments de sortida, perquè puguis fer més coses sense superar els teus límits d'ús. Per a les empreses i els desenvolupadors, això significa un rendiment d'avantguarda a costos viables a gran escala.

GPT‑6.2 Astra estableix un nou nivell de qualitat per a la IA en feines professionals complexes. Les seves diapositives, fulls de càlcul i documents semblen menys generats per IA i s'ajusten millor a les plantilles que proporciones i a les convencions del teu sector. Escriu codi més net i crea interfícies amb un aspecte i un funcionament millors, especialment per a llocs web, videojocs i disseny 3D.

A Agents’ Last Exam, que avalua el treball professional de diversos passos, GPT‑6.2 Astra assoleix un nou màxim: supera GPT‑6 Astra en 5,2 punts a menys d'un terç del cost, i Claude Fable 5.2 en 5,5 punts amb només un 5 % del cost.

Agents’ Last Exam avalua els models en fluxos de treball professionals de llarga durada. Els resultats de Fable 5.2 a la classificació exclouen nou tasques en què es va utilitzar un model alternatiu de reserva.

Creiem que GPT-6.2 Astra és el millor model del món per als científics. Assoleix un nou màxim a Terminal-Bench-Science 0.1, que avalua la capacitat dels models per dur a terme treball científic en un terminal. GPT-6.2 Astra supera GPT-6 Astra en 9 punts percentuals a menys d'un terç del cost. També assoleix un nou màxim a Vals Science Index, que demana als models que interpretin dades biològiques reals i duguin a terme experiments per deduir com funciona un sistema simulat.

A l'API, els preus dels segments d'entrada i de sortida de GPT‑6.2 Astra són un 20 % inferiors als de GPT‑6 Astra, amb un descompte del 60 % en l'entrada en memòria cau (8 $ per l'entrada, 0,40 $ per l'entrada en memòria cau i 40 $ per la sortida, sempre per milió de segments). GPT‑6.2 Sol manté els preus dels segments de GPT‑6.1 Sol a l'API. En diverses proves de referència, tots dos models s'acosten al rendiment d'altres models capdavanters o el superen a una petita fracció del cost per tasca.

GPT-6.2 Sol: el nostre model de referència per a la feina diària

En comparació amb GPT‑6.1 Sol, GPT‑6.2 Sol és més intel·ligent, més eficient i et permet completar més tasques amb el mateix pla de pagament. Resol amb agilitat fluxos de treball agentius de diversos passos, escriu amb claredat i naturalitat i és intuïtiu col·laborar-hi. Molts empleats d'OpenAI el fan servir com a model predeterminat tant per a tasques tècniques com no tècniques.

A FrontierCode 2.0 de Cognition, GPT‑6.2 Sol queda a només 0,5 punts de GPT‑6.2 Astra a aproximadament una cinquena part del cost (tots dos amb el nivell Max).

FrontierCode 2.0 avalua si els canvis en bases de codi reals compleixen els criteris d'integració dels responsables del manteniment.

La seva velocitat i intel·ligència també el fan ideal per a les tasques importants per a les quals les persones recorren a la IA fora de la feina. A la nostra avaluació LifeVal⁠, publicada recentment, que mesura el rendiment en tasques quotidianes exigents, GPT‑6.2 Sol supera la puntuació de GPT‑6 Astra a aproximadament una setena part del cost.

LifeVal avalua la capacitat dels models per resoldre tasques quotidianes adaptades a les necessitats d'una persona, com ara preseleccionar llars d'infants després d'una mudança, trobar un habitatge que s'ajusti al pressupost i als desplaçaments diaris d'una família o planificar àpats per a un pare o una mare que s'està adaptant a un nou diagnòstic.

Resultats professionals a l'altura dels estàndards del sector

Hem entrenat GPT‑6.2 Astra perquè creï diapositives, fulls de càlcul i documents més clars i més ben dissenyats, que s'ajustin millor a les convencions que fan servir els professionals en àmbits com el dret, les vendes, les finances i la comptabilitat. La redacció és més directa i concreta, amb menys conclusions genèriques i menys text de farciment.

Harvey LAB‑AA v1.1 utilitza encàrrecs jurídics per comprovar si els models poden trobar els fets rellevants en els documents font, aplicar-los a un encàrrec detallat i elaborar un lliurable precís que compleixi tots els requisits. GPT‑6.2 Astra estableix un nou nivell de referència: més que duplica la taxa d'èxit de Claude Fable 5.2 a aproximadament una sisena part del cost. OpenAI per al sector jurídic⁠, la nostra configuració de GPT-6.2 Astra per a advocats, obté una puntuació encara més alta en aquesta prova de referència.

Harvey LAB‑AA avalua tasques jurídiques com ara la revisió de clàusules contractuals. La seva puntuació principal només atorga punts quan un lliurable compleix tots els criteris d'avaluació i no conté al·lucinacions substancials.

La nostra prova de referència interna GDPval v2 és la següent versió de GDPval⁠, que mesura fluxos de treball complexos i de llarga durada procedents de projectes reals en sectors com la consultoria, les finances i el disseny. GPT‑6.2 Astra encapçala els models que hem provat: supera GPT‑6 Astra en 6,2 punts percentuals i utilitza un 22 % menys de segments de sortida. GPT‑6.2 Sol millora en 5,3 punts el resultat de GPT‑6.1 Sol.

GDPval v2 consta d'encàrrecs de treball intel·lectual de llarga durada procedents de projectes reals en sectors com les finances, la ciència de dades, la biotecnologia i el màrqueting.

Llibres de càlcul i informes

Per crear un llibre de càlcul de valoració o redactar un informe d'inversió, primer cal trobar les xifres rellevants als fitxers font i determinar com es relacionen entre si. AA‑AnalystAgent d'Artificial Analysis avalua aquesta feina amb fulls de càlcul i informes reals. En una de les tasques, els models utilitzen els informes de despesa de Medicaid de Califòrnia per calcular quant va gastar el programa en transport sanitari. GPT‑6.2 Astra assoleix un nou màxim: respon correctament el 62,5 % de les preguntes en cadascun dels cinc intents independents.

Presentacions de diapositives

GPT‑6.2 Astra és el nostre millor model fins ara per dissenyar diapositives i seguir-ne les plantilles, tant si rep un fitxer original com només una captura de pantalla. Pot reproduir la disposició, els colors i la tipografia fins a la mida exacta de la lletra i traslladar l'estil de redacció de la plantilla a diapositives noves. Els primers usuaris que el van provar van trobar que les presentacions es podien utilitzar directament amb més facilitat i menys retocs, gràcies a títols que expressen la conclusió principal i textos concisos centrats en els detalls que necessiten els lectors.

1 de 4
“

Vam avaluar la capacitat de GPT-6.2 Astra per transformar informació densa en informes breus i infografies fàcils de llegir, tant per a públics tècnics com no tècnics. Entre els exemples hi havia informes d'operacions borsàries i diagrames de fluxos de treball agentius.

Els documents de GPT-6.2 Astra representaven una millora considerable respecte dels de GPT-6 Astra. La redacció i els gràfics facilitaven molt la identificació dels punts clau d'un informe, i els diagrames aclarien sistemes complexos mostrant el treball conjunt de les seves parts.

”
Marquis Wong, enginyer principal d'IA d'IMC

Ús de l'ordinador i disseny web interactiu

La precisió més gran de GPT‑6.2 Astra en l'ús de l'ordinador li permet treballar fins al detall de peces i connexions individuals en eines de CAD i simulació. Els enginyers poden aprofitar aquest detall addicional per comprovar com encaixen els components, veure com es redistribueixen les càrregues quan un disseny es mou i provar revisions abans de construir un prototip.

Simulació de conducció

Li vam demanar a GPT‑6.2 Astra que visualitzés la dinàmica del xassís d'un cotxe en una carretera de muntanya. Astra va crear el model 3D i va escriure un solucionador en Python per simular la dinàmica complexa entre els pneumàtics i la suspensió; després va animar els resultats a Blender. Gràcies a això, els enginyers poden provar nous dissenys ràpidament i anar millorant la precisió de les simulacions amb el pas del temps.

Disseny mecànic i muntatge

GPT‑6.2 Astra pot modelar un sistema mecànic peça a peça, de manera que els enginyers poden mostrar com es munta i comprovar com els canvis de disseny n'afecten el comportament.

Del CAD a un llum de paper

El nostre equip va utilitzar GPT‑6.2 Astra per transformar els balcons de vores ondulades de les torres Marina City de Chicago en un llum. El vídeo mostra l'evolució del disseny, des de les fotografies de referència i les revisions en CAD fins a un llum físic muntat a mà. El lloc web, generat per GPT-6.2 Astra, et permet crear el teu propi llum de paper.

GPT‑6.2 Astra aporta un raonament visual més sòlid al disseny web: tria composicions i imatges que donen un aspecte distintiu a cada lloc web i crea elements en funció del seu objectiu real.

Aquestes millores en el raonament visual i en l'ús de l'ordinador també es traslladen al disseny 3D. GPT‑6.2 Astra i Sol poden convertir un encàrrec escrit en una experiència interactiva al navegador, des d'una taula de pinball amb què pots jugar fins a una recreació del Colosseu que pots explorar des de diferents angles. A AA‑3D d'Artificial Analysis, avaluadors humans proven dues experiències creades a partir de la mateixa indicació, sense saber quin model ha creat cadascuna, i voten la que prefereixen. GPT‑6.2 Astra ocupa el primer lloc amb 1.318 punts Elo, seguit de Claude Fable 5.2 amb 1.271 i GPT‑6.2 Sol amb 1.259.

“

GPT-6.2 Astra representa un enorme salt endavant per al treball creatiu. Fa possible Higgsfield Miracle, en impulsar l'edició de vídeo en temps real amb precisió de píxel i atorgar als creadors un control creatiu total. En les nostres avaluacions internes de generació 3D, va aconseguir el resultat desitjat al primer intent en el 73 % dels casos, mentre que GPT-6 Astra necessitava un mínim de tres iteracions. Això estalvia molt de temps al nostre equip creatiu i permet gaudir de fluxos de treball completament agentius més eficients.

”
Alex Mashrabov, director executiu i cofundador de Higgsfield AI

Fluxos de treball eficients amb un estil de codi més net

GPT‑6.2 Astra té més bon criteri a l'hora d'executar una tasca: adapta les eines i l'esforç al flux de treball i sap quan convé fer servir connectors en comptes d'interactuar amb l'ordinador.

En programació, GPT-6.2 Astra implementa i prova millor els canvis complexos en bases de codi existents. Els primers usuaris que el van provar van destacar que l'estil de codi era més net i les proves estaven més centrades, per la qual cosa es requerien menys rondes de revisió.

Capacitats de ciberseguretat

GPT‑6.2 Astra i GPT-6.2 Sol representen un altre salt significatiu en les capacitats de ciberseguretat. Troben i exploten vulnerabilitats amb més eficàcia, escriuen codi més segur i produeixen pedaços millors, amb millores substancials en l'eficiència d'ús dels segments textuals en diverses avaluacions. De la mateixa manera que GPT‑6 Astra⁠, 6.2 Astra i Sol assoleixen el llindar crític de ciberseguretat segons el nostre Entorn de treball de preparació⁠.

Atès que les seves capacitats han augmentat, llancem GPT‑6.2 Astra i Sol amb salvaguardes més estrictes per a l'assistència en ciberseguretat de més risc. Aquestes proteccions redueixen el risc d'ús indegut, però també restringeixen alguns fluxos de treball legítims de recerca de vulnerabilitats i proves de seguretat. A través d'OpenAI Daybreak⁠, els professionals de la ciberdefensa poden accedir actualment a GPT‑6 Sol amb menys rebutjos de sol·licituds de ciberseguretat a Daybreak Blue, a més de la nostra versió alfa de GPT-6 Astra, i a GPT‑6 Cyber⁠ per fer proves de seguretat avançades i autoritzades a Daybreak Red. Treballarem per incorporar els models GPT‑6.2 a Daybreak.

A continuació, destaquem els principals resultats de les proves de referència, obtinguts amb configuracions de prova internes amb les salvaguardes i els classificadors de ciberseguretat desactivats. Consulta la fitxa del model adjunta⁠(s'obre en una finestra nova) per veure'n els resultats complets i la metodologia.

Un avantatge per als professionals de la ciberdefensa

Els desenvolupadors recorren cada vegada més a agents de programació per escriure programari de producció, alhora que els agents més capaços faciliten la detecció i l'explotació de vulnerabilitats. PHP2Shell⁠(s'obre en una finestra nova) va mostrar com la IA pot ajudar els investigadors a descobrir errors crítics. Amb GPT‑6.2 Astra i Sol, hem fet de les capacitats defensives una prioritat central i hem introduït nous senyals d'entrenament per ajudar els desenvolupadors a prevenir i corregir aquests errors escrivint codi segur des del principi i produint pedaços que preservin el comportament previst.

Seguretat i alineament

Despleguem GPT-6.2 Astra i Sol amb les nostres salvaguardes més sòlides fins ara. Hem endurit les restriccions i reforçat els sistemes que fem servir per supervisar els models⁠ i intervenir quan cal⁠.

Igual que GPT-6 Astra, a més d'assolir el llindar Crític en ciberseguretat, tant GPT-6.2 Astra com Sol assoleixen el llindar Alt en capacitats biològiques i químiques segons el nostre Entorn de treball de preparació⁠. Hem implementat proteccions per mitigar els riscos associats i hem reforçat les restriccions per a un conjunt de sol·licituds de biologia i ciberseguretat potencialment de doble ús.

Trobaràs més detalls sobre les nostres salvaguardes i proves a la fitxa del model GPT-6.2⁠(s'obre en una finestra nova).

Capacitats de recerca en IA i salvaguardes

GPT-6.2 Astra és el nostre primer model disponible externament que assoleix el llindar Alt en automillora de la IA, que mesura la capacitat d'un model per accelerar la recerca en IA. La designació "Alt" reflecteix la nostra avaluació que l'impacte del model equival a proporcionar a cada investigador d'OpenAI un enginyer de recerca addicional molt capacitat com a assistent, en comparació amb la seva situació de referència del 2024. Fem un seguiment d'aquesta capacitat perquè els models que poden ajudar a desenvolupar futurs sistemes d'IA també podrien introduir nous riscos per a la seguretat, com ara accelerar el progrés a un ritme superior a la capacitat d'adaptació de les salvaguardes o de la supervisió humana.

Per abordar aquests riscos, hem incorporat més supervisió i controls a la manera com entrenem i despleguem els nostres models. Abans d'ampliar l'accés intern a GPT-6.2 Astra, vam avaluar-ne l'alineament i vam verificar que les salvaguardes necessàries estiguessin implementades en cada etapa. Vam reforçar la contenció als nostres entorns de recerca⁠ i vam posar a prova aquestes proteccions amb els nostres models més capaços. També vam crear Control Room⁠, un sistema que fa un seguiment de les càrregues de treball de recerca i pot aturar la generació de més contingut per part del model quan cal intervenir. La nostra supervisió ampliada⁠ examina el raonament i les accions dels models en les càrregues de treball internes i en els desplegaments externs compatibles. Pot assenyalar automàticament comportaments no autoritzats i, quan aquesta funció és compatible, posar en pausa càrregues de treball o converses.

Alineament

Tots dos models van obtenir resultats semblants als de GPT-6 Astra en la majoria d'avaluacions d'alineament i van dur a terme menys accions indegudes en tasques laborals simulades. Tanmateix, en dues proves es van mostrar més propensos a no esmentar els obstacles que els impedien treballar, com ara un fitxer absent o una eina de cerca no disponible. Hem afegit instruccions al Codex que redueixen aquestes omissions de manera substancial i continuem investigant aquest comportament.

Preus i disponibilitat

A partir d'avui, GPT-6.2 Astra i Sol estan disponibles per a tots els usuaris de Plus, Pro, Enterprise i Edu a ChatGPT Work i el Codex. Els subscriptors de Pro 500 poden fer servir Ultrafast amb qualsevol dels dos models. Per primera vegada, també oferim Ultrafast als subscriptors de Pro 200, començant per GPT-6.2 Sol. Els usuaris d'Enterprise i Edu que compleixin els requisits tindran el mateix accés un cop l'administrador del seu espai de treball l'habiliti. Els desenvolupadors també poden accedir a gpt-6.2-astra i gpt-6.2-sol a través de l'API d'OpenAI, amb Ultrafast disponible per a tots dos models des del llançament.

GPT‑6.2 Astra té un cost per tasca significativament inferior al de GPT‑6 Astra, gràcies a una major eficiència en l'ús de segments, un descompte del 20 % en els segments d'entrada i de sortida i un descompte encara més gran, del 60 %, en els segments d'entrada en memòria cau. Les tarifes estàndard de l'API per milió de segments són de 8 $ per l'entrada, 0,40 $ per l'entrada en memòria cau i 40 $ per la sortida. GPT‑6.2 Sol manté les tarifes de GPT‑6.1 Sol de 2 $ per l'entrada, 0,10 $ per l'entrada en memòria cau i 10 $ per la sortida, per milió de segments.

Per a GPT-6.2 Astra i Sol, recomanem mantenir inalterats els prefixos de les indicacions i afegir instruccions noves⁠(s'obre en una finestra nova) a la conversa per millorar la reutilització de la memòria cau, ajudar a reduir els costos i la latència i preservar el raonament entre torns.

Autor

OpenAI

Footnotes

  1. 1

    Els resultats de Fable 5.2 a Terminal-Bench-Science 0.1 són els publicats per Artificial Analysis⁠(s'obre en una finestra nova) amb l'entorn d'execució mini-swe-agent. Anthropic va publicar una puntuació del 74,6 % per a Fable 5.2 amb el nivell màxim de raonament a Claude Code.