OpenAI

Ipinapakilala ang GPT-6.2 Astra at Sol

Isang bagong pamantayan para sa propesyonal na trabaho

Subukan sa ChatGPT Work(magbubukas sa bagong window)

Ipinapakilala namin ang GPT‑6.2 Astra, ang aming bagong frontier na modelo para sa pinakamahihirap mong proyekto, at ang GPT‑6.2 Sol, ang aming episyente at maraming-gamit na modelo para sa pang-araw-araw na trabaho. Parehong naghahatid ang mga modelo ng mas magagandang resulta sa mahihirap na gawain gamit ang mas kaunting output token, kaya mas marami kang magagawa nang hindi lumalampas sa iyong mga limitasyon sa paggamit. Para sa mga negosyo at developer, nangangahulugan ito ng frontier na pagganap sa gastos na angkop kahit sa malawakang paggamit.

Nagtatakda ang GPT‑6.2 Astra ng bagong pamantayan ng kalidad para sa AI sa komplikadong propesyonal na trabaho. Hindi gaanong halatang gawa ng AI ang mga slide, spreadsheet, at dokumento nito, at mas tumpak nitong sinusunod ang mga template na ibinibigay mo at ang mga nakasanayang pamantayan sa larangan mo. Nagsusulat ito ng mas malinis na code at bumubuo ng mga frontend na mas maganda ang hitsura at mas mahusay gumana, lalo na para sa mga website, gaming, at 3D design.

Sa Agents’ Last Exam, na sumusubok sa propesyonal na gawaing may maraming hakbang, nagtala ang GPT‑6.2 Astra ng bagong pinakamataas na marka: 5.2 puntos na mas mataas kaysa sa GPT‑6 Astra sa wala pang sangkatlo ng gastos, at 5.5 puntos na mas mataas kaysa sa Claude Fable 5.2 sa 5% lang ng gastos.

Sinusuri ng Agents’ Last Exam ang mga modelo sa mga propesyonal na workflow na nangangailangan ng mahabang proseso. Hindi kasama sa mga resulta ng Fable 5.2 sa leaderboard nito ang siyam na gawaing gumamit ng pamalit na modelo.

Naniniwala kaming ang GPT-6.2 Astra ang pinakamahusay na modelo sa mundo para sa mga siyentista. Nagtala ito ng bagong pinakamataas na marka sa Terminal-Bench-Science 0.1, na sumusubok kung gaano kahusay ang mga modelo sa pagsasagawa ng siyentipikong gawain sa isang terminal. Mas mataas nang 9 na percentage point ang marka ng GPT-6.2 Astra kaysa sa GPT-6 Astra sa wala pang sangkatlo ng gastos. Nagtala rin ito ng bagong pinakamataas na marka sa Vals Science Index, kung saan hinihiling sa mga modelo na bigyang-kahulugan ang aktuwal na biyolohikal na datos at magsagawa ng mga eksperimento upang mahinuha kung paano gumagana ang isang sistema sa simulation.

Sa API, 20% na mas mababa ang mga presyo ng input at output token ng GPT‑6.2 Astra kaysa sa GPT‑6 Astra, na may 60% diskuwento sa naka-cache na input ($8 para sa input, $0.40 para sa naka-cache na input, at $40 para sa output, lahat ay kada milyong token). Pinananatili ng GPT‑6.2 Sol ang mga presyo ng API token ng GPT‑6.1 Sol. Sa ilang benchmark, halos kapantay o nahihigitan ng parehong modelo ang iba pang nangungunang modelo sa napakaliit na bahagi lamang ng gastos kada gawain.

GPT-6.2 Sol: ang aming pangunahing modelo para sa pang-araw-araw na trabaho

Kompara sa GPT‑6.1 Sol, mas matalino at mas matipid sa mga resource ang GPT‑6.2 Sol, at mas marami kang matatapos na gawain sa parehong bayad na plan. Mahusay nitong naisasagawa ang mga workflow ng agent na may maraming hakbang, malinaw at natural itong magsulat, at madali itong katuwang sa trabaho. Maraming empleyado sa OpenAI ang gumagamit nito bilang kanilang default na modelo para sa mga teknikal at di-teknikal na gawain.

Sa FrontierCode 2.0 ng Cognition, nasa loob ng 0.5 puntos ang agwat ng GPT‑6.2 Sol sa GPT‑6.2 Astra sa humigit-kumulang sangkalima ng gastos (parehong nasa Max).

Sinusuri ng FrontierCode 2.0 kung natutugunan ng mga pagbabago sa mga aktuwal na codebase ang mga pamantayan ng mga maintainer para sa pag-merge.

Dahil sa bilis at talino nito, angkop din ito para sa mahahalagang gawain sa labas ng trabaho na ipinapatulong ng mga tao sa AI. Sa aming kamakailang inilabas na pagsusuring LifeVal⁠, na sumusukat sa pagganap sa mahihirap na pang-araw-araw na gawain, mas mataas ang marka ng GPT‑6.2 Sol kaysa sa GPT‑6 Astra sa humigit-kumulang sangkapito ng gastos.

Sinusubok ng LifeVal kung gaano kahusay ang mga modelo sa paghawak ng pang-araw-araw na gawaing iniangkop sa pangangailangan ng isang tao, gaya ng pagpili ng mga kindergarten na pag-iisipang pasukan matapos lumipat ng tirahan, paghahanap ng bahay na angkop sa badyet at biyahe ng isang pamilya, o pagpaplano ng pagkain para sa isang magulang na umaangkop sa bagong diagnosis.

Mga propesyonal na output na tumutugon sa mga pamantayan ng industriya

Sinanay namin ang GPT‑6.2 Astra na gumawa ng mas malinaw at mas mahusay ang disenyong mga slide, spreadsheet, at dokumento na mas malapit na sumusunod sa mga kumbensiyong ginagamit ng mga propesyonal sa mga larangang gaya ng batas, sales, finance, at accounting. Mas direkta at tiyak ang pagkakasulat, na may mas kaunting pangkalahatang konklusyon at di-kailangang teksto.

Gumagamit ang Harvey LAB‑AA v1.1 ng mga legal na gawain upang subukin kung kayang hanapin ng mga modelo ang mga kaugnay na katotohanan sa mga pinagmulang dokumento, gamitin ang mga ito ayon sa detalyadong mga tagubilin, at gumawa ng tumpak na output na tumutugon sa bawat kinakailangan. Nagtakda ang GPT‑6.2 Astra ng bagong pinakamataas na pamantayan, na mahigit doble ang porsiyento ng pagpasa kumpara sa Claude Fable 5.2 sa humigit-kumulang sangkanim ng gastos. Mas mataas pa ang marka sa benchmark na ito ng OpenAI for Law⁠, ang aming configuration ng GPT-6.2 Astra para sa mga abogado.

Sinusubok ng Harvey LAB‑AA ang mga legal na gawain gaya ng pagsusuri ng mga probisyon ng kontrata. Nagbibigay lamang ng puntos ang pangunahing marka nito kapag natutugunan ng output ang lahat ng pamantayan sa pagmamarka at wala itong gawa-gawang impormasyong may makabuluhang epekto.

Ang aming panloob na benchmark na GDPval v2 ang susunod na bersiyon ng GDPval⁠ na sumusukat sa mga kumplikado at mahabang workflow mula sa mga aktuwal na proyekto sa mga sektor gaya ng consulting, finance, at disenyo. Nangunguna ang GPT‑6.2 Astra sa mga modelong sinubok namin, na mas mataas nang 6.2 percentage point kaysa sa GPT‑6 Astra habang gumagamit ng 22% na mas kaunting output token. Mas mataas nang 5.3 puntos ang GPT‑6.2 Sol kaysa sa GPT‑6.1 Sol.

Binubuo ang GDPval v2 ng mga gawaing nakabatay sa kaalaman at nangangailangan ng mahabang proseso, mula sa mga aktuwal na proyekto sa mga sektor gaya ng finance, data science, biotechnology, at marketing.

Mga workbook at memo

Nagsisimula ang paggawa ng workbook para sa pagtataya ng halaga o pagsulat ng memo sa pamumuhunan sa paghahanap ng mga kaugnay na bilang sa mga pinagmulang file at pagtukoy kung paano magkakaugnay ang mga ito. Sinusubok ng AA‑AnalystAgent ng Artificial Analysis ang gawaing iyon gamit ang mga aktuwal na spreadsheet at ulat. Sa isang gawain, ginagamit ng mga modelo ang mga ulat ng paggasta ng California Medicaid upang kalkulahin kung magkano ang ginastos ng programa sa transportasyong medikal. Nagtala ang GPT‑6.2 Astra ng bagong pinakamataas na marka, na nasagot nang tama ang 62.5% ng mga tanong sa lahat ng limang magkakahiwalay na pagsubok.

Mga slideshow

Ang GPT‑6.2 Astra ang pinakamahusay naming modelo sa ngayon sa pagdidisenyo ng mga slide at pagsunod sa mga slide template, orihinal na file man o kahit screenshot lang ang ibigay. Kaya nitong tularan ang layout, mga kulay, at typography hanggang sa eksaktong laki ng font, at gamitin ang estilo ng pagsulat ng template sa mga bagong slide. Napansin ng mga unang sumubok na mas madaling gamitin agad ang mga deck at mas kaunti ang kailangang baguhin, dahil sa mga pamagat na nagsasaad ng pangunahing mensahe at maikling tekstong nakatuon sa mga detalyeng kailangan ng mga mambabasa.

1 sa 4
“

Sinuri namin ang GPT-6.2 Astra sa pagbuo ng madaling basahing mga brief at infographic mula sa masinsing impormasyon, para sa mga audience na may teknikal at di-teknikal na background. Kabilang sa mga halimbawa ang mga trading brief at diagram ng mga workflow ng agent.

Malaki ang ikinahusay ng mga dokumento ng GPT-6.2 Astra kompara sa GPT-6 Astra. Mas madaling matukoy ang mahahalagang punto ng isang briefing dahil sa pagsulat at mga chart, at nilinaw ng mga diagram ang mga komplikadong sistema sa pamamagitan ng pagpapakita kung paano nagtutulungan ang mga bahagi.

”
Marquis Wong, Pangunahing AI Engineer, IMC

Paggamit ng computer at interactive na web design

Dahil mas eksakto ang paggamit ng GPT‑6.2 Astra sa computer, kaya nitong magtrabaho hanggang sa antas ng bawat piyesa at koneksiyon sa mga CAD at simulation tool. Magagamit ng mga engineer ang dagdag na detalyeng iyon upang suriin kung paano nagkakasya ang mga bahagi, makita kung saan lumilipat ang mga load habang gumagalaw ang disenyo, at subukin ang mga rebisyon bago bumuo ng prototype.

Simulation ng pagmamaneho

Hiniling namin sa GPT‑6.2 Astra na ilarawan ang dynamics ng chassis ng isang kotseng bumibiyahe sa kalsada sa bundok. Ginawa ng Astra ang 3D model at sumulat ng Python solver upang i-simulate ang komplikadong dynamics sa pagitan ng mga gulong at suspension, at pagkatapos ay ginawang animation ang mga resulta sa Blender. Nagbibigay ito sa mga engineer ng kakayahang mabilis na subukin ang mga bagong disenyo at patuloy na pagbutihin ang katumpakan ng simulation.

Disenyong mekanikal at pag-assemble

Kayang gumawa ng GPT‑6.2 Astra ng modelo ng isang mekanikal na sistema, piyesa kada piyesa, kaya naipapakita ng mga inhinyero kung paano ito binubuo at nasusubok kung paano naaapektuhan ng mga pagbabago sa disenyo ang paggana nito.

Mula CAD tungong paper lamp

Ginamit ng aming team ang GPT‑6.2 Astra upang gawing inspirasyon sa isang lampara ang mga balkonaheng may kurbadong gilid ng Marina City towers sa Chicago. Sinusundan ng video ang disenyo mula sa mga larawang sanggunian, sa mga rebisyon sa CAD, hanggang sa aktuwal na lamparang binuo sa pamamagitan ng kamay. Magagamit ang site na ginawa ng GPT-6.2 Astra upang lumikha ng sarili mong lamparang papel.

Nagdudulot ang GPT‑6.2 Astra ng mas mahusay na biswal na pangangatwiran sa web design: pumipili ito ng mga layout at larawang nagbibigay ng natatanging hitsura sa bawat site, at bumubuo ng mga elemento ayon sa mismong layunin ng site.

Umaabot din sa 3D design ang mga pagsulong na ito sa biswal na pangangatwiran at paggamit ng computer. Kayang gawing interactive na karanasan sa browser ng GPT‑6.2 Astra at Sol ang nakasulat na mga tagubilin, mula sa pinball table na maaari mong laruin hanggang sa muling paglikha ng Colosseum na maaari mong tuklasin mula sa iba't ibang anggulo. Sa AA‑3D ng Artificial Analysis, sinusubukan ng mga taong tagasuri ang dalawang karanasang binuo mula sa iisang prompt nang hindi nila alam kung aling modelo ang gumawa ng mga ito, at ibinoboto nila ang mas gusto nila. Nangunguna ang GPT‑6.2 Astra na may 1,318 Elo, kasunod ang Claude Fable 5.2 sa 1,271 at GPT‑6.2 Sol sa 1,259.

“

Napakalaking pagsulong ang GPT-6.2 Astra para sa malikhaing gawain. Ginagawa nitong posible ang Higgsfield Miracle, na nagbibigay-daan sa real-time na pag-edit ng video nang eksakto hanggang sa bawat pixel at nagbibigay sa mga creator ng lubos na kontrol sa kanilang paglikha. Sa aming mga panloob na pagsusuri sa pagbuo ng 3D, nakuha nito ang target na resulta sa unang pagsubok sa 73% ng mga kaso, samantalang kinailangan ng GPT-6 Astra ng tatlo o higit pang ulit. Malaking oras ang natitipid nito para sa aming creative team at nagbibigay-daan ito sa mas mahusay na mga workflow na ganap na pinapatakbo ng mga agent.

”
Alex Mashrabov, CEO at Kapwa Tagapagtatag, Higgsfield AI

Mas mahusay na mga workflow na may mas malinis na estilo ng code

Mas mahusay ang pagpapasya ng GPT‑6.2 Astra kung paano isasagawa ang isang gawain, kabilang ang pag-angkop ng mga tool at antas ng pagsisikap nito sa workflow, at pag-alam kung kailan gagamit ng mga plugin sa halip na direktang gumamit ng computer.

Sa coding, mas mahusay ang GPT-6.2 Astra sa pagpapatupad at pagsubok ng mga komplikadong pagbabago sa mga umiiral na codebase. Iniulat ng mga unang sumubok ang mas malinis na estilo ng code at mas nakatuong mga test, na nangangailangan ng mas kaunting ulit ng rebisyon.

Mga kakayahan sa cybersecurity

Ang GPT‑6.2 Astra at GPT-6.2 Sol ay isa na namang malaking pagsulong sa mga kakayahan sa cyber. Mas epektibo silang nakakahanap at nagsasamantala ng mga kahinaan, nagsusulat ng mas ligtas na code, at gumagawa ng mas mahuhusay na patch, na may malaking paghusay sa episyenteng paggamit ng token sa ilang pagsusuri. Tulad ng GPT‑6 Astra⁠, naaabot ng 6.2 Astra at Sol ang antas na Kritikal para sa cybersecurity sa ilalim ng aming Preparedness Framework⁠.

Dahil sa mas mataas nilang kakayahan, inilulunsad namin ang GPT‑6.2 Astra at Sol na may mas mahihigpit na pananggalang para sa tulong sa cybersecurity na may mas mataas na panganib. Binabawasan ng mga proteksiyong ito ang panganib ng maling paggamit, pero nililimitahan din ang ilang lehitimong workflow para sa pananaliksik sa mga kahinaan at pagsubok sa seguridad. Sa pamamagitan ng OpenAI Daybreak⁠, kasalukuyang magagamit ng mga tagapagtanggol sa cybersecurity ang GPT‑6 Sol na may mas kaunting pagtanggi sa mga kahilingang may kinalaman sa cyber sa Daybreak Blue, bukod pa sa aming alpha para sa GPT-6 Astra, at ang GPT‑6 Cyber⁠ para sa advanced at awtorisadong pagsubok sa seguridad sa Daybreak Red. Pagsisikapan naming dalhin ang mga modelo ng GPT‑6.2 sa Daybreak.

Itinatampok namin sa ibaba ang mahahalagang resulta ng benchmark, gamit ang mga panloob na configuration sa pagsubok na naka-disable ang mga pananggalang sa cybersecurity at classifier. Tingnan ang kasamang card ng system⁠(magbubukas sa bagong window) para sa kompletong mga resulta at pamamaraan.

Pagbibigay ng bentahe sa mga tagapagtanggol sa cyber

Lalong umaasa ang mga developer sa mga coding agent upang sumulat ng software para sa production, kahit pinadadali rin ng mas mahuhusay na agent ang paghahanap at pagsasamantala sa mga kahinaan. Ipinakita ng PHP2Shell⁠(magbubukas sa bagong window) kung paano makatutulong ang AI sa mga mananaliksik na matuklasan ang mga kritikal na kahinaan. Sa GPT‑6.2 Astra at Sol, ginawa naming pangunahing pokus ang mga kakayahang pananggol, at nagpakilala kami ng mga bagong signal sa pagsasanay upang tulungan ang mga developer na maiwasan at maayos ang mga kahinaang iyon—sa pamamagitan ng pagsulat ng ligtas na code mula pa sa simula at paggawa ng mga patch na nagpapanatili sa nilalayong paggana.

Kaligtasan at alignment

Idine-deploy namin ang GPT-6.2 Astra at Sol na may pinakamahihigpit naming pananggalang sa ngayon. Hinigpitan namin ang mga paghihigpit at pinalakas ang mga sistemang ginagamit namin upang subaybayan ang mga modelo⁠ at mamagitan kung kinakailangan⁠.

Tulad ng GPT-6 Astra, bukod sa pag-abot sa Kritikal na antas para sa cybersecurity, parehong umaabot ang GPT-6.2 Astra at Sol sa Mataas na antas para sa mga biyolohikal at kemikal na kakayahan sa ilalim ng aming Preparedness Framework⁠. Nagpatupad kami ng mga proteksiyon upang mabawasan ang mga kaugnay na panganib, kasabay ng paghihigpit sa isang pangkat ng mga kahilingan sa biyolohiya at cybersecurity na posibleng magamit kapwa sa kapaki-pakinabang at mapaminsalang paraan.

Makikita ang higit pang detalye tungkol sa aming mga pananggalang at pagsubok sa card ng system ng GPT-6.2⁠(magbubukas sa bagong window).

Mga kakayahan at pananggalang sa pananaliksik sa AI

Ang GPT-6.2 Astra ang una naming modelong inilabas para sa paggamit sa labas ng OpenAI na umabot sa Mataas na antas para sa AI Self-improvement, na sumusukat sa kakayahan ng isang modelo na mapabilis ang pananaliksik sa AI. Ang pagtatalagang ‘Mataas’ ay sumasalamin sa aming pagtataya na ang epekto ng modelo ay katumbas ng pagbibigay sa bawat mananaliksik ng OpenAI ng isang karagdagang research engineer na lubhang mahusay bilang katulong, kumpara sa kanilang batayang kalagayan noong 2024. Sinusubaybayan namin ang kakayahang ito dahil ang mga modelong makakatulong sa pagbuo ng mga sistema ng AI sa hinaharap ay maaari ring magdulot ng mga bagong panganib sa kaligtasan, gaya ng pagpapabilis ng pag-unlad nang higit sa kayang sabayan ng mga pananggalang o ng pangangasiwa ng tao.

Upang tugunan ang mga panganib na ito, nagdagdag kami ng pangangasiwa at mga kontrol sa paraan ng pagsasanay at pag-deploy namin ng aming mga modelo. Bago palawakin ang panloob na access sa GPT-6.2 Astra, sinuri namin ang pagkakaayon nito sa mga nilalayong layunin at tiniyak na nakalagay ang mga kinakailangang pananggalang sa bawat yugto. Pinalakas namin ang mga hakbang sa pagpigil sa loob ng aming mga kapaligiran sa pananaliksik⁠, at sinubok ang mga proteksiyong iyon gamit ang aming mga modelong may pinakamataas na kakayahan. Binuo rin namin ang Control Room⁠, isang sistemang sumusubaybay sa mga workload sa pananaliksik at kayang ihinto ang patuloy na pagbuo ng output ng modelo kapag kailangan ng interbensiyon. Sinusuri ng aming pinalawak na pagsubaybay⁠ ang pangangatwiran at mga kilos ng mga modelo sa mga panloob na workload at suportadong pag-deploy sa labas ng OpenAI. Kaya nitong awtomatikong mag-flag ng hindi awtorisadong pag-uugali at, kung sinusuportahan, pansamantalang ihinto ang mga workload o pag-uusap.

Alignment

Katulad ng GPT-6 Astra ang pagganap ng parehong modelo sa karamihan ng mga pagsusuri sa alignment, at mas kaunti ang ginawa nilang di-wastong pagkilos sa mga simulated na gawain sa lugar ng trabaho. Gayunman, sa dalawang pagsubok, mas malamang na hindi nila banggitin ang mga hadlang na pumigil sa kanilang trabaho, gaya ng nawawalang file o hindi available na tool sa paghahanap. Nagdagdag kami ng mga tagubilin sa Codex na lubhang nagpapababa sa mga ganitong hindi pagbanggit, at patuloy naming sinisiyasat ang asal na ito.

Pagpepresyo at availability

Simula ngayong araw, available na ang GPT-6.2 Astra at Sol sa lahat ng Plus, Pro, Enterprise, at Edu user sa ChatGPT Work at Codex. Maaaring gamitin ng mga subscriber ng Pro 500 ang Ultrafast sa alinman sa dalawang modelo. Sa unang pagkakataon, ibinibigay rin namin ang Ultrafast sa mga subscriber ng Pro 200, simula sa GPT-6.2 Sol. Makakakuha ng parehong access ang mga kalipikadong Enterprise at Edu user kapag na-enable ito ng kanilang workspace admin. Maa-access din ng mga developer ang gpt-6.2-astra at gpt-6.2-sol sa pamamagitan ng OpenAI API, at available na ang Ultrafast para sa parehong modelo sa paglulunsad.

Mas malaki ang ibinaba ng gastos kada gawain sa GPT‑6.2 Astra kumpara sa GPT‑6 Astra, dahil sa mas episyenteng paggamit ng token, 20% diskuwento sa mga input at output token, at mas malaking 60% diskuwento sa mga naka-cache na input token. Ang mga karaniwang rate ng API kada milyong token ay $8 para sa input, $0.40 para sa naka-cache na input, at $40 para sa output. Pinananatili ng GPT‑6.2 Sol ang mga rate ng GPT‑6.1 Sol na $2 para sa input, $0.10 para sa naka-cache na input, at $10 para sa output kada milyong token.

Para sa GPT-6.2 Astra at Sol, upang mapahusay ang muling paggamit ng cache, makatulong sa pagpapababa ng gastos at latency, at mapanatili ang pangangatwiran sa bawat palitan, inirerekomenda namin ang pagpapanatiling hindi nagbabago ng mga prefix ng prompt at pagdaragdag ng mga bagong tagubilin⁠(magbubukas sa bagong window) sa pag-uusap.

May-akda

OpenAI

Footnotes

  1. 1

    Ang mga resulta ng Fable 5.2 sa Terminal-Bench-Science 0.1 ay ayon sa iniulat ng Artificial Analysis⁠(magbubukas sa bagong window) gamit ang mini-swe-agent harness. Iniulat ng Anthropic ang markang 74.6% ng Fable 5.2 sa pinakamataas na antas ng pangangatwiran sa Claude Code.