Vi introduserer GPT-6.2 Astra og Sol
En ny standard for profesjonelt arbeid
Prøv i ChatGPT Work(åpnes i et nytt vindu)Vi introduserer GPT‑6.2 Astra, vår nye banebrytende modell for de vanskeligste prosjektene dine, og GPT‑6.2 Sol, vår effektive og allsidige modell for hverdagsarbeid. Begge modellene gir bedre resultater på krevende oppgaver med færre utdatatoken, slik at du kan få mer gjort innenfor bruksgrensene dine. For bedrifter og utviklere betyr det banebrytende ytelse til kostnader som er fornuftige også i stor skala.
GPT‑6.2 Astra setter en ny kvalitetsstandard for KI i komplekst profesjonelt arbeid. Lysbildene, regnearkene og dokumentene den lager, bærer mindre preg av KI og følger i større grad malene du oppgir, og konvensjonene i fagfeltet ditt. Den skriver ryddigere kode og bygger frontender som ser bedre ut og fungerer bedre, særlig for nettsteder, spill og 3D-design.
På Agents’ Last Exam, som tester profesjonelt arbeid i flere trinn, setter GPT‑6.2 Astra ny rekord med en poengsum som er 5,2 poeng høyere enn GPT‑6 Astra til under en tredjedel av kostnaden, og 5,5 poeng høyere enn Claude Fable 5.2 til bare 5 % av kostnaden.
Agents’ Last Exam evaluerer modeller på langvarige profesjonelle arbeidsflyter. Resultatene for Fable 5.2 på resultatlisten utelater ni oppgaver der en reservemodell ble brukt.
Vi mener GPT-6.2 Astra er verdens beste modell for forskere. Den setter ny rekord på Terminal-Bench-Science 0.1, som tester hvor godt modeller kan utføre vitenskapelig arbeid i en terminal. GPT-6.2 Astra oppnår 9 prosentpoeng høyere resultat enn GPT-6 Astra til under en tredjedel av kostnaden. Den setter også ny rekord på Vals Science Index, der modellene skal tolke reelle biologiske data og utføre eksperimenter for å utlede hvordan et simulert system fungerer.
I API-et er prisene på inndata- og utdatatoken for GPT‑6.2 Astra 20 % lavere enn for GPT‑6 Astra, med 60 % rabatt på hurtigbufrede inndata (8 USD for inndata, 0,40 USD for hurtigbufrede inndata og 40 USD for utdata, alt per million token). GPT‑6.2 Sol beholder tokenprisene til GPT‑6.1 Sol i API-et. På flere ytelsestester kommer begge modellene nær eller overgår andre ledende modeller til en liten brøkdel av kostnaden per oppgave.
GPT-6.2 Sol: vårt førstevalg for det daglige arbeidet
Sammenlignet med GPT‑6.1 Sol er GPT‑6.2 Sol smartere og mer effektiv og gir muligheten til å fullføre flere oppgaver med det samme betalte abonnementet. Den håndterer agentiske arbeidsflyter i flere trinn effektivt, skriver klart og naturlig og er intuitiv å samarbeide med. Mange ansatte i OpenAI bruker den som standardmodell for både tekniske og ikke-tekniske oppgaver.
I Cognitions FrontierCode 2.0 kommer GPT‑6.2 Sol innenfor 0,5 poeng av GPT‑6.2 Astra til omtrent en femtedel av kostnaden (begge med Max).
FrontierCode 2.0 evaluerer om endringer i reelle kodebaser oppfyller vedlikeholdernes krav for innfletting.
Hastigheten og intelligensen gjør den også ideell for de viktige oppgavene folk bruker AI til utenfor jobben. På vår nylig lanserte LifeVal-evaluering, som måler ytelse på krevende hverdagsoppgaver, oppnår GPT‑6.2 Sol høyere poengsum enn GPT‑6 Astra til omtrent en sjuendedel av kostnaden.
LifeVal tester hvor godt modeller håndterer hverdagsoppgaver tilpasset den enkeltes behov, som å lage en kortliste over barnehager etter en flytting, finne en bolig som passer familiens budsjett og reisevei til jobb, eller planlegge måltider for en forelder som må tilpasse seg en ny helsetilstand.
Profesjonelle leveranser som holder bransjestandard
Vi trente GPT‑6.2 Astra til å lage tydeligere og bedre utformede lysbilder, regneark og dokumenter som i større grad følger konvensjonene fagfolk bruker innen blant annet jus, salg, finans og regnskap. Teksten er mer direkte og konkret, med færre generelle konklusjoner og mindre fyllstoff.
Harvey LAB‑AA v1.1 bruker juridiske oppgaver til å teste om modeller kan finne relevante fakta på tvers av kildedokumenter, bruke dem i tråd med en detaljert oppdragsbeskrivelse og utarbeide en korrekt leveranse som oppfyller alle krav. GPT‑6.2 Astra setter en ny standard med mer enn dobbelt så høy beståttandel som Claude Fable 5.2, til omtrent en sjettedel av kostnaden. OpenAI for jus, vår konfigurasjon av GPT-6.2 Astra for advokater, oppnår enda høyere poengsum på denne ytelsestesten.
Harvey LAB‑AA tester juridisk arbeid som gjennomgang av kontraktsbestemmelser. Hovedresultatet gir bare uttelling når en leveranse oppfyller alle vurderingskriteriene og ikke inneholder vesentlige hallusinasjoner.
Vår interne ytelsestest GDPval v2 er neste versjon av GDPval og måler komplekse, langvarige arbeidsflyter fra reelle prosjekter i bransjer som rådgivning, finans og design. GPT‑6.2 Astra leder blant modellene vi testet, med en forbedring på 6,2 prosentpoeng fra GPT‑6 Astra og samtidig 22 % færre utdatatoken. GPT‑6.2 Sol forbedrer resultatet med 5,3 poeng fra GPT‑6.1 Sol.
GDPval v2 består av langvarige kunnskapsoppgaver fra reelle prosjekter innen blant annet finans, datavitenskap, bioteknologi og markedsføring.
Arbeidsbøker og notater
Å lage en arbeidsbok for verdsettelse eller skrive et investeringsnotat begynner med å finne relevante tall i kildefilene og forstå hvordan de henger sammen. AA‑AnalystAgent fra Artificial Analysis tester dette arbeidet med reelle regneark og rapporter. I én oppgave bruker modellene utgiftsrapporter fra Medicaid i California til å beregne hvor mye programmet brukte på pasienttransport. GPT‑6.2 Astra setter ny rekord ved å svare riktig på 62,5 % av spørsmålene i alle fem uavhengige forsøk.
Lysbildepresentasjoner
GPT‑6.2 Astra er vår beste modell hittil til å utforme lysbilder og følge lysbildemaler, enten den får en originalfil eller bare et skjermbilde. Den kan gjenskape oppsett, farger og typografi helt ned til nøyaktig skriftstørrelse, og videreføre malens skrivestil i nye lysbilder. Tidlige testere opplevde at presentasjonene var lettere å ta i bruk direkte med færre endringer, takket være titler som formidler hovedpoenget og konsis brødtekst som fokuserer på detaljene leserne trenger.
Datamaskinbruk og interaktivt webdesign
GPT‑6.2 Astras mer presise datamaskinbruk lar den arbeide helt ned på nivået til enkeltdeler og forbindelser i CAD- og simuleringsverktøy. Ingeniører kan bruke det økte detaljnivået til å kontrollere hvordan komponenter passer sammen, se hvor belastninger forskyves når konstruksjonen beveger seg, og teste endringer før de bygger en prototype.
Kjøresimulering
Vi ba GPT‑6.2 Astra visualisere chassisdynamikken til en bil på en fjellvei. Astra laget 3D-modellen og skrev en numerisk løser i Python for å simulere den komplekse dynamikken mellom dekkene og hjulopphenget, og animerte deretter resultatene i Blender. Dette gjør det mulig for ingeniører å teste nye konstruksjoner raskt og forbedre nøyaktigheten i simuleringene over tid.
Mekanisk konstruksjon og montering
GPT‑6.2 Astra kan modellere et mekanisk system del for del, slik at ingeniører kan vise hvordan det settes sammen og teste hvordan designendringer påvirker systemets oppførsel.
Fra CAD til en papirlampe
Teamet vårt brukte GPT‑6.2 Astra til å lage en lampe med utgangspunkt i de bølgeformede balkongene på Marina City-tårnene i Chicago. Videoen følger designprosessen fra referansebilder via CAD-revisjoner til en fysisk lampe satt sammen for hånd. Nettstedet, som er generert av GPT-6.2 Astra, kan brukes til å lage din egen papirlampe.
GPT‑6.2 Astra bruker sterkere visuell resonnering i webdesign. Den velger oppsett og bilder som gir hvert nettsted et særpreg, og bygger elementer med utgangspunkt i nettstedets faktiske formål.
Disse forbedringene i visuell resonnering og datamaskinbruk kommer også til nytte i 3D-design. GPT‑6.2 Astra og Sol kan gjøre en skriftlig oppdragsbeskrivelse om til en interaktiv opplevelse i nettleseren, fra et flipperspill du kan spille, til en gjenskaping av Colosseum som du kan utforske fra ulike vinkler. På AA‑3D fra Artificial Analysis prøver menneskelige dommere to opplevelser laget med samme prompt, uten å vite hvilken modell som har laget dem, og stemmer på den de foretrekker. GPT‑6.2 Astra rangeres først med 1 318 Elo, fulgt av Claude Fable 5.2 med 1 271 og GPT‑6.2 Sol med 1 259.
Effektive arbeidsflyter med ryddigere kodestil
GPT‑6.2 Astra vurderer bedre hvordan en oppgave bør utføres, blant annet ved å tilpasse verktøy og innsats til arbeidsflyten og vite når den bør bruke programtillegg fremfor å betjene datamaskinen direkte.
Innen koding er GPT-6.2 Astra bedre til å implementere og teste komplekse endringer i eksisterende kodebaser. Tidlige testere rapporterte om ryddigere kodestil og mer målrettede tester, med færre revisjonsrunder.
Evner innen cybersikkerhet
GPT‑6.2 Astra og GPT-6.2 Sol markerer nok et betydelig fremskritt i cyberevner. De finner og utnytter sårbarheter mer effektivt, skriver sikrere kode og lager bedre sikkerhetsrettelser, med betydelig mer effektiv tokenbruk i flere evalueringer. I likhet med GPT‑6 Astra når 6.2 Astra og Sol terskelen Kritisk for cybersikkerhet i vårt Preparedness Framework.
På grunn av de økte kapasitetene lanserer vi GPT‑6.2 Astra og Sol med strengere sikkerhetstiltak for bistand innen cybersikkerhet som innebærer høyere risiko. Disse tiltakene reduserer risikoen for misbruk, men begrenser også enkelte legitime arbeidsflyter for sårbarhetsforskning og sikkerhetstesting. Gjennom OpenAI Daybreak kan sikkerhetsaktører nå få tilgang til GPT‑6 Sol med færre avvisninger av cybersikkerhetsforespørsler på Daybreak Blue, i tillegg til alfaversjonen vår av GPT-6 Astra, og GPT‑6 Cyber for avansert, autorisert sikkerhetstesting på Daybreak Red. Vi vil arbeide for å gjøre GPT‑6.2-modellene tilgjengelige i Daybreak.
Nedenfor fremhever vi sentrale resultater fra referansetester, utført med interne testkonfigurasjoner der sikkerhetstiltak og klassifikatorer for cybersikkerhet var deaktivert. Se det tilhørende systemkortet(åpnes i et nytt vindu) for fullstendige resultater og metodebeskrivelse.
Et fortrinn for cyberforsvarere
Utviklere bruker i økende grad kodeagenter til å skrive programvare for produksjon, samtidig som mer kapable agenter senker terskelen for å finne og utnytte sårbarheter. PHP2Shell(åpnes i et nytt vindu) viste hvordan KI kan hjelpe forskere med å avdekke kritiske feil. Med GPT‑6.2 Astra og Sol gjorde vi defensive evner til et hovedfokus og innførte nye treningssignaler for å hjelpe utviklere med å forebygge og rette slike feil – ved å skrive sikker kode fra starten av og lage sikkerhetsrettelser som bevarer den tilsiktede virkemåten.
Sikkerhet og samsvar med menneskelige verdier
Vi tar i bruk GPT-6.2 Astra og Sol med våre sterkeste sikkerhetstiltak hittil. Vi har strammet inn restriksjonene og styrket systemene vi bruker til å overvåke modeller og gripe inn ved behov.
I likhet med GPT-6 Astra når både GPT-6.2 Astra og Sol terskelen «kritisk» for cybersikkerhet og terskelen «høy» for biologiske og kjemiske kapasiteter i vårt Preparedness Framework. Vi har innført sikkerhetstiltak for å redusere de tilknyttede risikoene, sammen med strengere begrensninger for en rekke forespørsler innen biologi og cybersikkerhet som potensielt kan brukes til både nyttige og skadelige formål.
Du finner flere detaljer om sikkerhetstiltakene og testingen vår i systemkortet for GPT-6.2(åpnes i et nytt vindu).
Evner innen KI-forskning og sikkerhetstiltak
GPT-6.2 Astra er vår første eksternt lanserte modell som når terskelen «høy» for AI-selvforbedring, som måler en modells evne til å akselerere AI-forskning. Klassifiseringen «høy» gjenspeiler vår vurdering av at modellens effekt tilsvarer å gi hver OpenAI-forsker en ekstra, svært dyktig forskningsingeniør som assistent, sammenlignet med utgangspunktet deres i 2024. Vi følger med på denne kapasiteten fordi modeller som kan bidra til å utvikle fremtidige AI-systemer, også kan medføre nye sikkerhetsrisikoer, som å drive utviklingen raskere frem enn sikkerhetstiltak eller menneskelig tilsyn kan tilpasse seg.
For å håndtere disse risikoene har vi bygget inn mer tilsyn og flere kontrollmekanismer i måten vi trener og tar i bruk modellene våre på. Før vi utvidet den interne tilgangen til GPT-6.2 Astra, evaluerte vi hvor godt modellen var i tråd med menneskelige mål og verdier, og bekreftet at de nødvendige sikkerhetstiltakene var på plass på hvert trinn. Vi styrket isolasjonen i forskningsmiljøene våre og testet disse sikkerhetstiltakene med våre mest kapable modeller. Vi bygget også Control Room, et system som følger med på forskningsarbeidsbelastninger og kan stanse videre utdata fra modellen når det er nødvendig å gripe inn. Vår utvidede overvåking undersøker modellenes resonnering og handlinger på tvers av interne arbeidsbelastninger og støttede eksterne utrullinger. Den kan automatisk flagge uautorisert atferd og, der dette støttes, sette arbeidsbelastninger eller samtaler på pause.
Samsvar med menneskelige verdier
Begge modellene presterte omtrent som GPT-6 Astra i de fleste evalueringer av samsvar med menneskelige verdier, og utførte færre urettmessige handlinger i simulerte arbeidsoppgaver. I to tester var de imidlertid mer tilbøyelige til å unnlate å nevne hindringer som blokkerte arbeidet deres, for eksempel en manglende fil eller et utilgjengelig søkeverktøy. Vi la til instruksjoner i Codex som reduserer disse utelatelsene betydelig, og vi fortsetter å undersøke atferden.
Priser og tilgjengelighet
Fra i dag er GPT-6.2 Astra og Sol tilgjengelige for alle Plus-, Pro-, Enterprise- og Edu-brukere i ChatGPT Work og Codex. Pro 500-abonnenter kan bruke Ultrafast med begge modellene. For første gang gjør vi også Ultrafast tilgjengelig for Pro 200-abonnenter, først med GPT-6.2 Sol. Kvalifiserende Enterprise- og Edu-brukere får samme tilgang når administratoren for arbeidsområdet aktiverer den. Utviklere kan også få tilgang til gpt-6.2-astra og gpt-6.2-sol gjennom OpenAI API, med Ultrafast tilgjengelig for begge modellene ved lansering.
GPT‑6.2 Astra koster betydelig mindre per oppgave enn GPT‑6 Astra, takket være mer effektiv tokenbruk, 20 % rabatt på inndata- og utdatatoken og en større rabatt på 60 % på hurtigbufrede inndatatoken. Standardprisene i API-et per million token er 8 USD for inndata, 0,40 USD for hurtigbufrede inndata og 40 USD for utdata. GPT‑6.2 Sol viderefører prisene til GPT‑6.1 Sol på 2 USD for inndata, 0,10 USD for hurtigbufrede inndata og 10 USD for utdata per million token.
For GPT-6.2 Astra og Sol anbefaler vi å holde promptprefikser uendret og legge til nye instruksjoner(åpnes i et nytt vindu) i samtalen for å øke gjenbruken av hurtigbufferen, bidra til lavere kostnader og kortere ventetid og bevare resonneringen på tvers av samtalerunder.
Forfatter
Footnotes
- 1
Resultatene for Fable 5.2 på Terminal-Bench-Science 0.1 er som rapportert av Artificial Analysis(åpnes i et nytt vindu) i rammeverket mini-swe-agent. Anthropic rapporterte et resultat på 74,6 % for Fable 5.2 med maksimal resonnering i Claude Code.



