Memperkenalkan GPT-6.2 Astra dan Sol
Standar baru untuk pekerjaan profesional
Coba di ChatGPT Work(terbuka di jendela baru)Kami memperkenalkan GPT‑6.2 Astra, model terdepan terbaru kami untuk proyek Anda yang paling sulit, dan GPT‑6.2 Sol, model kami yang efisien dan serbaguna untuk pekerjaan sehari-hari. Kedua model memberikan hasil yang lebih baik pada tugas-tugas yang menantang dengan lebih sedikit token output, sehingga Anda dapat menyelesaikan lebih banyak pekerjaan dalam batas penggunaan Anda. Bagi bisnis dan pengembang, ini berarti performa terdepan dengan biaya yang masuk akal untuk penggunaan berskala besar.
GPT‑6.2 Astra menetapkan standar kualitas baru bagi AI dalam pekerjaan profesional yang kompleks. Slide, spreadsheet, dan dokumen yang dihasilkannya tidak lagi terlalu terasa seperti buatan AI, serta lebih sesuai dengan templat yang Anda berikan dan kaidah di bidang Anda. Model ini menulis kode yang lebih rapi dan membangun frontend dengan tampilan serta fungsi yang lebih baik, terutama untuk situs web, game, dan desain 3D.
Pada Agents’ Last Exam, yang menguji pekerjaan profesional bertahap, GPT‑6.2 Astra mencetak rekor baru dengan skor 5,2 poin lebih tinggi daripada GPT‑6 Astra dengan biaya kurang dari sepertiganya, serta unggul 5,5 poin dari Claude Fable 5.2 dengan biaya hanya 5%-nya.
Agents’ Last Exam mengevaluasi model pada alur kerja profesional berjangka panjang. Hasil Fable 5.2 pada papan peringkatnya tidak menyertakan sembilan tugas yang menggunakan model cadangan.
Kami meyakini GPT-6.2 Astra adalah model terbaik di dunia untuk para ilmuwan. Model ini mencetak rekor baru pada Terminal-Bench-Science 0.1, yang menguji seberapa baik model dapat melakukan pekerjaan ilmiah di terminal. GPT-6.2 Astra meraih skor 9 poin persentase lebih tinggi daripada GPT-6 Astra dengan biaya kurang dari sepertiganya. Model ini juga mencetak rekor baru pada Vals Science Index, yang meminta model menafsirkan data biologis nyata dan menjalankan eksperimen untuk menyimpulkan cara kerja suatu sistem simulasi.
Di API, harga token input dan output GPT‑6.2 Astra 20% lebih rendah daripada GPT‑6 Astra, dengan diskon 60% untuk input yang di-cache ($8 untuk input, $0,40 untuk input yang di-cache, dan $40 untuk output, semuanya per satu juta token). GPT‑6.2 Sol mempertahankan harga token API GPT‑6.1 Sol. Pada beberapa tolok ukur, kedua model mendekati atau melampaui model-model terkemuka lainnya dengan biaya per tugas yang jauh lebih rendah.
GPT-6.2 Sol: model andalan kami untuk pekerjaan sehari-hari
Dibandingkan dengan GPT‑6.1 Sol, GPT‑6.2 Sol lebih cerdas, lebih efisien, dan memungkinkan Anda menyelesaikan lebih banyak tugas dengan paket berbayar yang sama. Model ini mampu menjalankan alur kerja agentik multilangkah dengan lancar, menulis dengan jelas dan alami, serta mudah diajak berkolaborasi. Banyak karyawan OpenAI menggunakannya sebagai model utama untuk tugas teknis maupun nonteknis.
Pada FrontierCode 2.0 dari Cognition, skor GPT‑6.2 Sol hanya terpaut 0,5 poin dari GPT‑6.2 Astra dengan biaya sekitar seperlimanya (keduanya pada pengaturan Max).
FrontierCode 2.0 mengevaluasi apakah perubahan pada basis kode nyata memenuhi standar pengelola untuk digabungkan.
Kecepatan dan kecerdasannya juga membuat model ini ideal untuk tugas-tugas penting di luar pekerjaan yang biasanya dikerjakan orang dengan bantuan AI. Pada evaluasi LifeVal yang baru kami rilis, yang mengukur performa pada tugas sehari-hari yang menantang, GPT‑6.2 Sol mengungguli skor GPT‑6 Astra dengan biaya sekitar sepertujuhnya.
LifeVal menguji seberapa baik model menangani tugas sehari-hari yang disesuaikan dengan kebutuhan seseorang, seperti menyeleksi pilihan taman kanak-kanak setelah pindah rumah, mencari rumah yang sesuai dengan anggaran dan perjalanan rutin keluarga, atau merencanakan menu makan untuk orang tua yang sedang menyesuaikan diri dengan diagnosis baru.
Hasil kerja profesional yang sesuai standar industri
Kami melatih GPT‑6.2 Astra untuk membuat slide, spreadsheet, dan dokumen yang lebih jelas, berdesain lebih baik, serta lebih sesuai dengan kaidah yang digunakan para profesional di bidang seperti hukum, penjualan, keuangan, dan akuntansi. Tulisannya lebih lugas dan spesifik, dengan lebih sedikit kesimpulan umum dan kata-kata yang tidak perlu.
Harvey LAB‑AA v1.1 menggunakan tugas hukum untuk menguji apakah model dapat menemukan fakta yang relevan dari berbagai dokumen sumber, menerapkannya sesuai arahan terperinci, dan menghasilkan keluaran yang akurat serta memenuhi setiap persyaratan. GPT‑6.2 Astra menetapkan standar performa tertinggi baru, dengan tingkat kelulusan lebih dari dua kali lipat Claude Fable 5.2 dengan biaya sekitar seperenamnya. OpenAI untuk Hukum, konfigurasi GPT-6.2 Astra kami untuk pengacara, meraih skor yang bahkan lebih tinggi pada tolok ukur ini.
Harvey LAB‑AA menguji pekerjaan hukum seperti meninjau ketentuan kontrak. Skor utamanya hanya memberikan nilai jika hasil kerja memenuhi setiap kriteria penilaian dan tidak mengandung halusinasi yang material.
Tolok ukur internal kami, GDPval v2, adalah versi lanjutan dari GDPval yang mengukur alur kerja kompleks berjangka panjang dari proyek nyata di sektor seperti konsultasi, keuangan, dan desain. GPT‑6.2 Astra memimpin di antara model-model yang kami uji, naik 6,2 poin persentase dari GPT‑6 Astra sekaligus menggunakan 22% lebih sedikit token output. GPT‑6.2 Sol meningkat 5,3 poin dibandingkan GPT‑6.1 Sol.
GDPval v2 terdiri dari tugas-tugas pekerjaan berbasis pengetahuan berjangka panjang dari proyek nyata di sektor seperti keuangan, sains data, bioteknologi, dan pemasaran.
Buku kerja dan memo
Membuat buku kerja valuasi atau menulis memo investasi dimulai dengan mencari angka-angka yang relevan dalam file sumber dan memahami keterkaitan di antaranya. AA‑AnalystAgent dari Artificial Analysis menguji pekerjaan tersebut menggunakan spreadsheet dan laporan nyata. Dalam salah satu tugas, model menggunakan laporan pengeluaran Medicaid California untuk menghitung berapa banyak dana yang dibelanjakan program tersebut untuk transportasi medis. GPT‑6.2 Astra mencetak rekor baru dengan menjawab 62,5% pertanyaan secara benar dalam kelima percobaan independen.
Presentasi slide
GPT‑6.2 Astra adalah model terbaik kami sejauh ini dalam mendesain slide dan mengikuti templat slide, baik dari file asli maupun hanya tangkapan layar. Model ini dapat menyesuaikan tata letak, warna, dan tipografi hingga ukuran font yang persis sama, serta menerapkan gaya penulisan templat pada slide baru. Penguji awal menilai presentasi yang dihasilkan lebih mudah langsung digunakan dengan lebih sedikit penyuntingan, berkat judul yang menyampaikan inti pesan dan teks isi yang ringkas serta berfokus pada detail yang dibutuhkan pembaca.
Penggunaan komputer dan desain web interaktif
Kemampuan penggunaan komputer GPT‑6.2 Astra yang lebih presisi memungkinkannya mengerjakan detail hingga ke setiap komponen dan sambungan dalam alat CAD dan simulasi. Insinyur dapat memanfaatkan detail tambahan ini untuk memeriksa kecocokan komponen, melihat pergeseran beban saat desain bergerak, dan menguji revisi sebelum membuat prototipe.
Simulasi berkendara
Kami meminta GPT‑6.2 Astra memvisualisasikan dinamika sasis mobil di jalan pegunungan. Astra membuat model 3D dan menulis solver Python untuk menyimulasikan dinamika kompleks antara ban dan suspensi, lalu menganimasikan hasilnya di Blender. Hal ini memungkinkan insinyur menguji desain baru dengan cepat dan meningkatkan akurasi simulasi seiring waktu.
Desain dan perakitan mekanis
GPT‑6.2 Astra dapat memodelkan sistem mekanis komponen demi komponen, sehingga para insinyur dapat menunjukkan cara perakitannya dan menguji dampak perubahan desain terhadap perilaku sistem.
Dari CAD menjadi lampu kertas
Tim kami menggunakan GPT‑6.2 Astra untuk mengubah bentuk balkon berlekuk pada menara Marina City di Chicago menjadi sebuah lampu. Video ini mengikuti proses desainnya, dari foto referensi dan revisi CAD hingga menjadi lampu fisik yang dirakit dengan tangan. Situs yang dibuat oleh GPT-6.2 Astra ini dapat digunakan untuk membuat lampu kertas Anda sendiri.
GPT‑6.2 Astra menghadirkan penalaran visual yang lebih kuat dalam desain web, memilih tata letak dan gambar yang memberikan tampilan khas pada setiap situs serta membangun elemen yang sesuai dengan tujuan utama situs tersebut.
Peningkatan penalaran visual dan penggunaan komputer tersebut juga diterapkan dalam desain 3D. GPT‑6.2 Astra dan Sol dapat mengubah arahan tertulis menjadi pengalaman interaktif di browser, mulai dari meja pinball yang dapat Anda mainkan hingga rekreasi Colosseum yang dapat Anda jelajahi dari berbagai sudut. Pada AA‑3D dari Artificial Analysis, penilai manusia mencoba dua pengalaman yang dibuat dari prompt yang sama tanpa mengetahui model pembuatnya, lalu memilih yang lebih mereka sukai. GPT‑6.2 Astra menempati peringkat pertama dengan Elo 1.318, diikuti Claude Fable 5.2 dengan 1.271 dan GPT‑6.2 Sol dengan 1.259.
Alur kerja efisien dengan gaya kode yang lebih rapi
GPT‑6.2 Astra lebih cermat dalam menentukan cara menjalankan tugas, termasuk menyesuaikan alat dan upayanya dengan alur kerja, serta mengetahui kapan harus menggunakan plugin atau mengoperasikan komputer.
Dalam pengodean, GPT-6.2 Astra lebih baik dalam menerapkan dan menguji perubahan kompleks pada basis kode yang sudah ada. Penguji awal melaporkan gaya kode yang lebih rapi dan pengujian yang lebih terarah, dengan lebih sedikit putaran revisi.
Kemampuan keamanan siber
GPT‑6.2 Astra dan GPT-6.2 Sol menandai satu lagi lompatan signifikan dalam kemampuan siber. Keduanya menemukan dan mengeksploitasi kerentanan dengan lebih efektif, menulis kode yang lebih aman, serta menghasilkan patch yang lebih baik, dengan peningkatan besar dalam efisiensi token pada beberapa evaluasi. Seperti GPT‑6 Astra, 6.2 Astra dan Sol memenuhi ambang Kritis untuk keamanan siber berdasarkan Kerangka Kerja Kesiapan kami.
Seiring meningkatnya kemampuan kedua model, kami meluncurkan GPT‑6.2 Astra dan Sol dengan pengamanan yang lebih ketat untuk bantuan keamanan siber berisiko lebih tinggi. Perlindungan ini mengurangi risiko penyalahgunaan, tetapi juga membatasi sejumlah alur kerja riset kerentanan dan pengujian keamanan yang sah. Melalui OpenAI Daybreak, pihak yang bertugas menjaga keamanan siber saat ini dapat mengakses GPT‑6 Sol dengan lebih sedikit penolakan terhadap permintaan terkait siber di Daybreak Blue, selain versi alfa kami untuk GPT-6 Astra, serta GPT‑6 Cyber untuk pengujian keamanan tingkat lanjut yang berizin di Daybreak Red. Kami akan mengupayakan agar model GPT‑6.2 tersedia di Daybreak.
Di bawah ini kami menyoroti hasil utama tolok ukur, menggunakan konfigurasi pengujian internal dengan pengamanan dan pengklasifikasi keamanan siber dinonaktifkan. Lihat kartu sistem pendamping(terbuka di jendela baru) untuk hasil dan metodologi lengkap.
Memberi keunggulan bagi pihak pertahanan siber
Developer semakin mengandalkan agen pengodean untuk menulis perangkat lunak produksi, sementara agen yang lebih andal juga mempermudah penemuan dan eksploitasi kerentanan. PHP2Shell(terbuka di jendela baru) menunjukkan bagaimana AI dapat membantu peneliti mengungkap celah kritis. Pada GPT‑6.2 Astra dan Sol, kami menjadikan kemampuan defensif sebagai fokus utama, dengan memperkenalkan sinyal pelatihan baru untuk membantu developer mencegah dan memperbaiki celah tersebut—menulis kode yang aman sejak awal dan menghasilkan patch yang mempertahankan perilaku yang diharapkan.
Keselamatan dan penyelarasan
Kami menerapkan GPT-6.2 Astra dan Sol dengan pengamanan terkuat kami hingga saat ini. Kami telah memperketat pembatasan dan memperkuat sistem yang kami gunakan untuk memantau model dan melakukan intervensi saat diperlukan.
Seperti GPT-6 Astra, selain memenuhi ambang Kritis untuk keamanan siber, GPT-6.2 Astra dan Sol juga memenuhi ambang Tinggi untuk kemampuan biologis dan kimia dalam Kerangka Kerja Kesiapan kami. Kami telah menerapkan perlindungan untuk memitigasi risiko terkait, sekaligus memperketat pembatasan terhadap sejumlah permintaan biologis dan keamanan siber yang berpotensi memiliki kegunaan ganda.
Detail selengkapnya tentang pengamanan dan pengujian kami tersedia dalam kartu sistem GPT-6.2(terbuka di jendela baru).
Kemampuan riset AI dan pengamanan
GPT-6.2 Astra adalah model pertama kami yang dirilis secara eksternal dan memenuhi ambang Tinggi untuk Peningkatan Diri AI, yang mengukur kemampuan model dalam mempercepat riset AI. Penetapan kategori ‘Tinggi’ mencerminkan penilaian kami bahwa, dibandingkan dengan kondisi dasar pada 2024, dampak model ini setara dengan memberikan satu insinyur riset tambahan yang sangat cakap sebagai asisten bagi setiap peneliti OpenAI. Kami memantau kemampuan ini karena model yang dapat membantu mengembangkan sistem AI masa depan juga dapat menimbulkan risiko keselamatan baru, seperti mempercepat kemajuan melampaui kemampuan pengamanan atau pengawasan manusia untuk beradaptasi.
Untuk menangani risiko ini, kami telah menambahkan lebih banyak pengawasan dan kontrol dalam proses pelatihan dan penerapan model kami. Sebelum memperluas akses internal ke GPT-6.2 Astra, kami mengevaluasi keselarasannya dan memastikan bahwa pengamanan yang diperlukan telah diterapkan di setiap tahap. Kami memperkuat pembatasan akses dan isolasi di lingkungan riset kami, serta menguji perlindungan tersebut dengan model-model kami yang paling cakap. Kami juga membangun Control Room, sistem yang melacak beban kerja riset dan dapat menghentikan keluaran model berikutnya ketika intervensi diperlukan. Pemantauan kami yang diperluas memeriksa penalaran dan tindakan model di berbagai beban kerja internal serta penerapan eksternal yang didukung. Sistem ini dapat secara otomatis menandai perilaku tanpa izin dan, jika didukung, menjeda beban kerja atau percakapan.
Penyelarasan
Kedua model menunjukkan performa yang serupa dengan GPT-6 Astra pada sebagian besar evaluasi penyelarasan, dan melakukan lebih sedikit tindakan yang tidak semestinya dalam simulasi tugas di tempat kerja. Namun, dalam dua pengujian, keduanya lebih cenderung tidak menyebutkan kendala yang menghambat pekerjaan, seperti file yang hilang atau alat pencarian yang tidak tersedia. Kami menambahkan instruksi di Codex yang secara substansial mengurangi kelalaian tersebut, dan kami terus menyelidiki perilaku ini.
Harga dan ketersediaan
Mulai hari ini, GPT-6.2 Astra dan Sol tersedia bagi semua pengguna Plus, Pro, Enterprise, dan Edu di ChatGPT Work dan Codex. Pelanggan Pro 500 dapat menggunakan Ultrafast dengan salah satu dari kedua model. Untuk pertama kalinya, kami juga menghadirkan Ultrafast bagi pelanggan Pro 200, dimulai dengan GPT-6.2 Sol. Pengguna Enterprise dan Edu yang memenuhi syarat mendapatkan akses yang sama setelah admin workspace mereka mengaktifkannya. Developer juga dapat mengakses gpt-6.2-astra dan gpt-6.2-sol melalui API OpenAI, dengan Ultrafast tersedia untuk kedua model sejak peluncuran.
Biaya per tugas GPT‑6.2 Astra jauh lebih rendah daripada GPT‑6 Astra berkat efisiensi token yang lebih baik, diskon 20% untuk token input dan output, serta diskon lebih besar sebesar 60% untuk token input yang di-cache. Tarif API standar per satu juta token adalah $8 untuk input, $0,40 untuk input yang di-cache, dan $40 untuk output. GPT‑6.2 Sol mempertahankan tarif GPT‑6.1 Sol sebesar $2 untuk input, $0,10 untuk input yang di-cache, dan $10 untuk output per satu juta token.
Untuk GPT-6.2 Astra & Sol, guna meningkatkan penggunaan ulang cache, membantu menurunkan biaya dan latensi, serta mempertahankan penalaran antargiliran, kami menyarankan agar prefiks prompt tetap tidak berubah dan instruksi baru ditambahkan(terbuka di jendela baru) ke percakapan.
Penulis
Footnotes
- 1
Hasil Terminal-Bench-Science 0.1 untuk Fable 5.2 mengikuti laporan Artificial Analysis(terbuka di jendela baru) dengan harness mini-swe-agent. Anthropic melaporkan skor Fable 5.2 sebesar 74,6% dengan penalaran Max di Claude Code.



