Ti presentiamo GPT-6.2 Astra e Sol
A new standard for professional work
Prova in ChatGPT Work(si apre in una nuova finestra)Presentiamo GPT‑6.2 Astra, il nostro nuovo modello di frontiera per i tuoi progetti più difficili, e GPT‑6.2 Sol, il nostro modello efficiente e versatile per il lavoro quotidiano. Entrambi i modelli offrono risultati migliori nelle attività impegnative con meno token di output, così puoi fare di più senza superare i tuoi limiti di utilizzo. Per aziende e sviluppatori, questo significa prestazioni di frontiera a costi sostenibili anche su larga scala.
GPT‑6.2 Astra stabilisce un nuovo standard di qualità per l'IA nelle attività professionali complesse. Le sue slide, i suoi fogli di calcolo e i suoi documenti sembrano meno generati dall'IA e seguono più fedelmente i modelli che fornisci e le convenzioni del tuo settore. Scrive codice più pulito e crea frontend migliori nell'aspetto e nel funzionamento, soprattutto per siti web, giochi e progettazione 3D.
In Agents’ Last Exam, che mette alla prova i modelli su attività professionali articolate in più passaggi, GPT‑6.2 Astra stabilisce un nuovo record, superando GPT‑6 Astra di 5,2 punti a meno di un terzo del costo e Claude Fable 5.2 di 5,5 punti ad appena il 5% del costo.
Agents’ Last Exam valuta i modelli su flussi di lavoro professionali di lunga durata. I risultati in classifica di Fable 5.2 escludono nove attività per le quali è stato usato un modello di riserva.
Riteniamo che GPT-6.2 Astra sia il miglior modello al mondo per gli scienziati. Stabilisce un nuovo record in Terminal-Bench-Science 0.1, che verifica la capacità dei modelli di svolgere attività scientifiche in un terminale. GPT-6.2 Astra ottiene un punteggio superiore di 9 punti percentuali rispetto a GPT-6 Astra, a meno di un terzo del costo. Stabilisce inoltre un nuovo record nel Vals Science Index, che chiede ai modelli di interpretare dati biologici reali e condurre esperimenti per dedurre il funzionamento di un sistema simulato.
Nell’API, i prezzi dei token di input e output di GPT‑6.2 Astra sono inferiori del 20% rispetto a quelli di GPT‑6 Astra, con una riduzione del 60% per l’input memorizzato nella cache (8 $ per l’input, 0,40 $ per l’input memorizzato nella cache e 40 $ per l’output, sempre per milione di token). GPT‑6.2 Sol mantiene gli stessi prezzi dei token API di GPT‑6.1 Sol. In diversi benchmark, entrambi i modelli si avvicinano alle prestazioni di altri modelli di punta o le superano, a una piccola frazione del costo per attività.
GPT-6.2 Sol: il nostro modello di riferimento per il lavoro quotidiano
Rispetto a GPT‑6.1 Sol, GPT‑6.2 Sol è più intelligente, più efficiente e ti permette di completare più attività con lo stesso piano a pagamento. Affronta con agilità flussi di lavoro agentici articolati in più passaggi, scrive in modo chiaro e naturale e rende la collaborazione intuitiva. Molti dipendenti di OpenAI lo usano come modello predefinito sia per attività tecniche sia per quelle non tecniche.
In FrontierCode 2.0 di Cognition, GPT‑6.2 Sol si avvicina a GPT‑6.2 Astra con uno scarto di appena 0,5 punti, a circa un quinto del costo (entrambi con impostazione Max).
FrontierCode 2.0 valuta se le modifiche apportate a basi di codice reali soddisfano i criteri dei manutentori per l’integrazione.
La sua velocità e intelligenza lo rendono ideale anche per le attività importanti per cui le persone si rivolgono all’IA al di fuori del lavoro. Nella nostra valutazione LifeVal, pubblicata di recente e dedicata alle prestazioni nelle attività quotidiane più impegnative, GPT‑6.2 Sol supera il punteggio di GPT‑6 Astra a circa un settimo del costo.
LifeVal verifica la capacità dei modelli di gestire attività quotidiane su misura per le esigenze di una persona, come selezionare le scuole dell'infanzia dopo un trasloco, trovare una casa adatta al budget e agli spostamenti casa-lavoro di una famiglia o pianificare i pasti per un genitore che deve adattarsi a una nuova diagnosi.
Elaborati professionali all'altezza degli standard di settore
Abbiamo addestrato GPT‑6.2 Astra a creare diapositive, fogli di calcolo e documenti più chiari e meglio progettati, che seguono più fedelmente le convenzioni usate dai professionisti in ambiti come diritto, vendite, finanza e contabilità. La scrittura è più diretta e specifica, con meno conclusioni generiche e contenuti superflui.
Harvey LAB‑AA v1.1 usa incarichi legali per verificare se i modelli sono in grado di individuare i fatti rilevanti nei documenti di origine, applicarli alle richieste di un incarico dettagliato e produrre un elaborato accurato che soddisfi ogni requisito. GPT‑6.2 Astra stabilisce un nuovo stato dell’arte, con un tasso di superamento delle prove più che doppio rispetto a Claude Fable 5.2, a circa un sesto del costo. OpenAI per il settore legale, la nostra configurazione di GPT-6.2 Astra per gli avvocati, ottiene un punteggio ancora più alto in questo benchmark.
Harvey LAB‑AA mette alla prova i modelli su attività legali, come la revisione di clausole contrattuali. Il suo punteggio principale assegna punti solo quando un elaborato soddisfa tutti i criteri di valutazione e non contiene allucinazioni rilevanti.
Il nostro benchmark interno GDPval v2 è la nuova versione di GDPval e misura le prestazioni su flussi di lavoro complessi e di lunga durata, tratti da progetti reali in settori come consulenza, finanza e design. GPT‑6.2 Astra è in testa tra i modelli che abbiamo testato, con un miglioramento di 6,2 punti percentuali rispetto a GPT‑6 Astra e un utilizzo di token di output inferiore del 22%. GPT‑6.2 Sol migliora di 5,3 punti rispetto a GPT‑6.1 Sol.
GDPval v2 comprende incarichi di lavoro intellettuale di lunga durata, tratti da progetti reali in settori come finanza, scienza dei dati, biotecnologie e marketing.
Cartelle di lavoro e memo
Per creare una cartella di lavoro per una valutazione finanziaria o scrivere un memorandum d’investimento, si parte dall’individuazione dei dati rilevanti nei file di origine e dall’analisi delle relazioni tra di essi. AA‑AnalystAgent di Artificial Analysis mette alla prova queste capacità su fogli di calcolo e report reali. In una delle attività, i modelli usano i rendiconti di spesa di Medicaid in California per calcolare quanto il programma ha speso per il trasporto sanitario. GPT‑6.2 Astra stabilisce un nuovo record, rispondendo correttamente al 62,5% delle domande in tutti e cinque i tentativi indipendenti.
Presentazioni
GPT‑6.2 Astra è il nostro miglior modello finora per progettare slide e seguirne i modelli, sia a partire da un file originale sia da un semplice screenshot. Può riprodurre layout, colori e tipografia fino all'esatta dimensione dei caratteri, e mantenere lo stile di scrittura del modello nelle nuove slide. I primi tester hanno trovato le presentazioni più facili da usare direttamente, con meno modifiche, grazie a titoli che esprimono il messaggio principale e testi concisi che si concentrano sui dettagli utili ai lettori.
Uso del computer e web design interattivo
La maggiore precisione di GPT‑6.2 Astra nell'uso del computer gli consente di lavorare fino ai singoli componenti e collegamenti negli strumenti CAD e di simulazione. Gli ingegneri possono sfruttare questo maggiore livello di dettaglio per verificare come si accoppiano i componenti, osservare dove si spostano i carichi quando il progetto è in movimento e testare le modifiche prima di costruire un prototipo.
Simulazione di guida
Abbiamo chiesto a GPT‑6.2 Astra di visualizzare la dinamica del telaio di un'auto su una strada di montagna. Astra ha creato il modello 3D e scritto un solutore in Python per simulare le complesse dinamiche tra pneumatici e sospensioni, per poi animare i risultati in Blender. Questo consente agli ingegneri di testare rapidamente nuovi progetti e migliorare nel tempo l'accuratezza delle simulazioni.
Progettazione meccanica e assemblaggio
GPT‑6.2 Astra può modellare un sistema meccanico componente per componente, consentendo agli ingegneri di mostrarne l’assemblaggio e verificare come le modifiche progettuali ne influenzano il comportamento.
Dal CAD a una lampada di carta
Il nostro team ha usato GPT‑6.2 Astra per trasformare i balconi dai bordi ondulati delle torri Marina City di Chicago in una lampada. Il video segue l’evoluzione del progetto, dalle foto di riferimento alle revisioni in CAD, fino a una lampada fisica assemblata a mano. Puoi usare il sito, generato da GPT-6.2 Astra, per creare la tua lampada di carta.
GPT‑6.2 Astra applica al web design capacità di ragionamento visivo più avanzate, scegliendo layout e immagini che conferiscono a ogni sito un aspetto distintivo e creando elementi in funzione del suo obiettivo effettivo.
Questi miglioramenti nel ragionamento visivo e nell’uso del computer si estendono alla progettazione 3D. GPT‑6.2 Astra e Sol possono trasformare un brief scritto in un’esperienza interattiva nel browser, da un flipper con cui giocare a una ricostruzione del Colosseo da esplorare da diverse angolazioni. In AA‑3D di Artificial Analysis, valutatori umani provano due esperienze create a partire dallo stesso prompt, senza sapere da quali modelli siano state generate, e votano quella che preferiscono. GPT‑6.2 Astra si classifica al primo posto con 1.318 punti Elo, seguito da Claude Fable 5.2 con 1.271 e GPT‑6.2 Sol con 1.259.
Flussi di lavoro efficienti e uno stile di codice più pulito
GPT‑6.2 Astra sa valutare meglio come eseguire un'attività, adattando strumenti e impegno al flusso di lavoro e riconoscendo quando ricorrere ai plugin anziché all'uso del computer.
Nella programmazione, GPT-6.2 Astra è più efficace nell'implementare e testare modifiche complesse a basi di codice esistenti. I primi tester hanno segnalato uno stile di codice più pulito e test più mirati, con meno cicli di revisione.
Capacità di cybersicurezza
GPT‑6.2 Astra e GPT-6.2 Sol segnano un altro significativo salto in avanti nelle capacità di cybersicurezza. Individuano e sfruttano le vulnerabilità in modo più efficace, scrivono codice più sicuro e producono patch migliori, con sostanziali miglioramenti nell'efficienza dei token in diverse valutazioni. Come GPT‑6 Astra, 6.2 Astra e Sol raggiungono la soglia critica per la cybersicurezza prevista dal nostro Preparedness Framework.
Viste le loro maggiori capacità, lanciamo GPT‑6.2 Astra e Sol con misure di sicurezza più rigorose per l’assistenza in ambito di cybersicurezza a rischio più elevato. Queste protezioni riducono il rischio di uso improprio, ma limitano anche alcuni flussi di lavoro legittimi di ricerca delle vulnerabilità e test di sicurezza. Attraverso OpenAI Daybreak, chi si occupa di difesa informatica può attualmente accedere a GPT‑6 Sol con meno rifiuti delle richieste di cybersicurezza su Daybreak Blue, oltre alla nostra versione alpha di GPT-6 Astra, e a GPT‑6 Cyber per test di sicurezza avanzati e autorizzati su Daybreak Red. Lavoreremo per portare i modelli GPT‑6.2 su Daybreak.
Di seguito presentiamo i principali risultati dei benchmark, ottenuti con configurazioni di test interne in cui le misure di protezione e i classificatori di cybersicurezza erano disattivati. Per i risultati completi e la metodologia, consulta la scheda di sistema di accompagnamento(si apre in una nuova finestra).
Un vantaggio in più per chi si occupa di difesa informatica
Gli sviluppatori si affidano sempre più agli agenti di programmazione per scrivere software destinato alla produzione, mentre agenti più capaci rendono più facile individuare e sfruttare le vulnerabilità. PHP2Shell(si apre in una nuova finestra) ha mostrato come l'IA possa aiutare i ricercatori a scoprire falle critiche. Con GPT‑6.2 Astra e Sol abbiamo posto le capacità difensive al centro del nostro lavoro, introducendo nuovi segnali di addestramento per aiutare gli sviluppatori a prevenire e correggere queste falle: scrivere codice sicuro fin dall'inizio e produrre patch che preservino il comportamento previsto.
Sicurezza e allineamento
Rendiamo disponibili GPT-6.2 Astra e Sol con le nostre misure di protezione più rigorose di sempre. Abbiamo inasprito le restrizioni e rafforzato i sistemi che usiamo per monitorare i modelli e intervenire quando necessario.
Come GPT-6 Astra, oltre a raggiungere la soglia di livello critico per la cybersicurezza, sia GPT-6.2 Astra sia Sol raggiungono la soglia di livello alto per le capacità biologiche e chimiche prevista dal nostro Preparedness Framework. Abbiamo implementato protezioni per mitigare i rischi associati, insieme a maggiori restrizioni su una serie di richieste potenzialmente a duplice uso in ambito biologico e di cybersicurezza.
Ulteriori dettagli sulle nostre misure di protezione e sui test sono disponibili nella scheda di sistema di GPT-6.2(si apre in una nuova finestra).
Capacità di ricerca sull'IA e misure di protezione
GPT-6.2 Astra è il nostro primo modello rilasciato all’esterno a raggiungere la soglia di livello alto per l’automiglioramento dell’IA, che misura la capacità di un modello di accelerare la ricerca sull’IA. La classificazione “Alto” riflette la nostra valutazione secondo cui l’impatto del modello equivale a mettere a disposizione di ogni ricercatore di OpenAI un ingegnere di ricerca aggiuntivo altamente competente come assistente, rispetto alle condizioni di riferimento del 2024. Monitoriamo questa capacità perché i modelli che possono contribuire allo sviluppo dei futuri sistemi di IA potrebbero anche introdurre nuovi rischi per la sicurezza, per esempio accelerando i progressi a un ritmo superiore a quello a cui le misure di sicurezza o la supervisione umana riescono ad adattarsi.
Per affrontare questi rischi, abbiamo rafforzato la supervisione e i controlli nei processi di addestramento e distribuzione dei nostri modelli. Prima di ampliare l’accesso interno a GPT-6.2 Astra, ne abbiamo valutato l’allineamento e verificato che le misure di sicurezza necessarie fossero presenti in ogni fase. Abbiamo rafforzato il contenimento nei nostri ambienti di ricerca e messo alla prova queste protezioni con i nostri modelli più capaci. Abbiamo anche creato Control Room, un sistema che monitora i carichi di lavoro di ricerca e può interrompere la generazione di ulteriori output del modello quando è necessario intervenire. Il nostro monitoraggio ampliato esamina il ragionamento e le azioni dei modelli nei carichi di lavoro interni e nelle implementazioni esterne supportate. Può segnalare automaticamente comportamenti non autorizzati e, dove supportato, sospendere carichi di lavoro o conversazioni.
Allineamento
Entrambi i modelli hanno ottenuto risultati simili a GPT-6 Astra nella maggior parte delle valutazioni di allineamento e hanno compiuto meno azioni improprie in attività lavorative simulate. Tuttavia, in due test, hanno mostrato una maggiore tendenza a omettere la segnalazione di ostacoli che impedivano loro di procedere, come un file mancante o uno strumento di ricerca non disponibile. Abbiamo aggiunto in Codex istruzioni che riducono sostanzialmente queste omissioni e stiamo continuando a indagare su questo comportamento.
Prezzi e disponibilità
A partire da oggi, GPT-6.2 Astra e Sol sono disponibili per tutti gli utenti Plus, Pro, Enterprise ed Edu in ChatGPT Work e Codex. Gli abbonati Pro 500 possono usare la modalità Ultraveloce con entrambi i modelli. Per la prima volta, rendiamo la modalità Ultraveloce disponibile anche agli abbonati Pro 200, a partire da GPT-6.2 Sol. Gli utenti Enterprise ed Edu idonei ottengono lo stesso accesso una volta abilitato dall'amministratore della loro area di lavoro. Gli sviluppatori possono inoltre accedere a gpt-6.2-astra e gpt-6.2-sol tramite l'API di OpenAI, con la modalità Ultraveloce disponibile per entrambi i modelli fin dal lancio.
GPT‑6.2 Astra ha un costo per attività significativamente inferiore a GPT‑6 Astra, grazie a un uso più efficiente dei token, a una riduzione del 20% del prezzo dei token di input e output e a una riduzione ancora maggiore, pari al 60%, per i token di input memorizzati nella cache. Le tariffe API standard per milione di token sono di 8 $ per l’input, 0,40 $ per l’input memorizzato nella cache e 40 $ per l’output. GPT‑6.2 Sol mantiene le tariffe di GPT‑6.1 Sol: 2 $ per l’input, 0,10 $ per l’input memorizzato nella cache e 10 $ per l’output, per milione di token.
Per GPT-6.2 Astra e Sol, al fine di migliorare il riutilizzo della cache, contribuire a ridurre costi e latenza e preservare il ragionamento tra i turni, consigliamo di mantenere invariati i prefissi dei prompt e aggiungere nuove istruzioni(si apre in una nuova finestra) alla conversazione.
Autore
Footnotes
- 1
I risultati di Fable 5.2 su Terminal-Bench-Science 0.1 sono quelli riportati da Artificial Analysis(si apre in una nuova finestra) nell’infrastruttura mini-swe-agent. Anthropic ha riportato per Fable 5.2 un punteggio del 74,6% con il ragionamento impostato al massimo in Claude Code.



