Maak kennis met GPT-6.2 Astra en Sol
Een nieuwe norm voor professioneel werk
Uitproberen in ChatGPThatGPT Work(opent in een nieuw venster)We introduceren GPT‑6.2 Astra, ons nieuwe grensverleggende model voor je moeilijkste projecten, en GPT‑6.2 Sol, ons efficiënte, veelzijdige model voor dagelijks werk. Beide modellen leveren betere resultaten bij veeleisende taken met minder uitvoertokens, zodat je meer kunt doen binnen je gebruikslimieten. Voor bedrijven en ontwikkelaars betekent dat grensverleggende prestaties tegen kosten die ook bij grootschalig gebruik betaalbaar blijven.
GPT‑6.2 Astra legt de kwaliteitslat voor AI bij complex professioneel werk hoger. De dia's, spreadsheets en documenten voelen minder aan als AI-teksten en sluiten beter aan op de sjablonen die je aanlevert en de conventies binnen je vakgebied. Het schrijft nettere code en bouwt frontends die er beter uitzien en beter werken, vooral voor websites, games en 3D-ontwerp.
Op Agents’ Last Exam, dat professioneel werk in meerdere stappen test, behaalt GPT‑6.2 Astra een nieuwe topscore: 5,2 punten hoger dan GPT‑6 Astra tegen minder dan een derde van de kosten, en 5,5 punten hoger dan Claude Fable 5.2 tegen slechts 5% van de kosten.
Agents’ Last Exam evalueert modellen op langdurige professionele workflows. De resultaten van Fable 5.2 in de ranglijst zijn exclusief negen taken waarbij een terugvalmodel is gebruikt.
Wij geloven dat GPT-6.2 Astra het beste model ter wereld is voor wetenschappers. Het behaalt een nieuwe topscore op Terminal-Bench-Science 0.1, dat test hoe goed modellen wetenschappelijk werk kunnen uitvoeren in een terminal. GPT-6.2 Astra scoort 9 procentpunten hoger dan GPT-6 Astra tegen minder dan een derde van de kosten. Het behaalt ook een nieuwe topscore op de Vals Science Index, die modellen vraagt om echte biologische gegevens te interpreteren en experimenten uit te voeren om af te leiden hoe een gesimuleerd systeem werkt.
In de API zijn de prijzen voor invoer- en uitvoertokens van GPT‑6.2 Astra 20% lager dan die van GPT‑6 Astra, met 60% korting op gecachte invoer ($ 8 voor invoer, $ 0,40 voor gecachte invoer en $ 40 voor uitvoer, allemaal per miljoen tokens). GPT‑6.2 Sol behoudt de API-tokenprijzen van GPT‑6.1 Sol. Op verschillende benchmarks benaderen of overtreffen beide modellen de prestaties van andere toonaangevende modellen tegen een fractie van de kosten per taak.
GPT-6.2 Sol: ons voorkeursmodel voor dagelijks werk
Vergeleken met GPT‑6.1 Sol is GPT‑6.2 Sol slimmer en efficiënter, en kun je er meer taken mee afronden binnen hetzelfde betaalde abonnement. Het doorloopt moeiteloos agentic workflows met meerdere stappen, schrijft helder en natuurlijk en werkt intuïtief samen. Veel medewerkers van OpenAI gebruiken het als hun standaardmodel voor zowel technische als niet-technische taken.
Op FrontierCode 2.0 van Cognition komt GPT‑6.2 Sol tot op 0,5 punt van GPT‑6.2 Astra, tegen ongeveer een vijfde van de kosten (beide op Max).
FrontierCode 2.0 evalueert of wijzigingen in echte codebases voldoen aan de eisen die beheerders stellen om ze te kunnen mergen.
Dankzij zijn snelheid en intelligentie is het model ook ideaal voor belangrijke taken waarvoor mensen buiten hun werk een beroep doen op AI. Op onze onlangs uitgebrachte LifeVal-evaluatie, die prestaties bij uitdagende dagelijkse taken meet, scoort GPT‑6.2 Sol hoger dan GPT‑6 Astra tegen ongeveer een zevende van de kosten.
LifeVal test hoe goed modellen dagelijkse taken afhandelen die zijn afgestemd op iemands behoeften, zoals een voorselectie van kleuterscholen maken na een verhuizing, een woning vinden die past bij het budget en de woon-werkreis van een gezin, of maaltijden plannen voor een ouder die zich moet aanpassen aan een nieuwe diagnose.
Professionele resultaten die aansluiten op de normen in je vakgebied
We hebben GPT‑6.2 Astra getraind om duidelijkere en beter vormgegeven dia's, spreadsheets en documenten te maken die nauwer aansluiten bij de gangbare werkwijzen in vakgebieden zoals recht, verkoop, financiën en accountancy. De teksten zijn directer en specifieker, met minder algemene conclusies en overbodige tekst.
Harvey LAB‑AA v1.1 gebruikt juridische opdrachten om te testen of modellen relevante feiten uit verschillende brondocumenten kunnen halen, deze kunnen toepassen op een gedetailleerde opdracht en een nauwkeurig eindproduct kunnen opleveren dat aan alle eisen voldoet. GPT‑6.2 Astra zet een nieuwe standaard: het slaagt voor ruim twee keer zoveel opdrachten als Claude Fable 5.2, tegen ongeveer een zesde van de kosten. OpenAI voor de juridische sector, onze configuratie van GPT-6.2 Astra voor advocaten, scoort nog hoger op deze benchmark.
Harvey LAB‑AA test juridisch werk, zoals het beoordelen van contractbepalingen. In de hoofdscore telt een eindproduct alleen mee als het aan elk beoordelingscriterium voldoet en geen hallucinaties van materieel belang bevat.
Onze interne benchmark GDPval v2 is de volgende versie van GDPval en meet prestaties bij complexe, langdurige workflows uit echte projecten in sectoren zoals consultancy, financiën en ontwerp. GPT‑6.2 Astra voert de geteste modellen aan met een score die 6,2 procentpunten hoger ligt dan die van GPT‑6 Astra, terwijl het 22% minder uitvoertokens gebruikt. GPT‑6.2 Sol scoort 5,3 punten hoger dan GPT‑6.1 Sol.
GDPval v2 bestaat uit langdurige kenniswerkopdrachten uit echte projecten in sectoren zoals financiën, datawetenschap, biotechnologie en marketing.
Werkmappen en memo's
Het maken van een waarderingswerkmap of het schrijven van een investeringsmemo begint met het vinden van relevante cijfers in bronbestanden en het uitzoeken hoe die samenhangen. AA‑AnalystAgent van Artificial Analysis test dit werk met echte spreadsheets en rapporten. Bij een van de taken gebruiken modellen uitgavenrapporten van Medicaid in Californië om te berekenen hoeveel het programma heeft uitgegeven aan medisch vervoer. GPT‑6.2 Astra behaalt een nieuwe topscore: het beantwoordt 62,5% van de vragen correct bij alle vijf onafhankelijke pogingen.
Diapresentaties
GPT‑6.2 Astra is ons beste model tot nu toe voor het ontwerpen van dia's en het volgen van diasjablonen, of je nu een origineel bestand aanlevert of alleen een screenshot. Het kan de lay-out, kleuren en typografie tot op de exacte lettergrootte overnemen en de schrijfstijl van het sjabloon doortrekken naar nieuwe dia's. De eerste testers vonden de presentaties makkelijker direct te gebruiken, met minder aanpassingen, dankzij titels die de belangrijkste conclusie weergeven en beknopte teksten die zich richten op de details die lezers nodig hebben.
Computergebruik en interactief webontwerp
Dankzij nauwkeuriger computergebruik kan GPT‑6.2 Astra in CAD- en simulatietools tot op het niveau van afzonderlijke onderdelen en verbindingen werken. Ingenieurs kunnen dat extra detail gebruiken om te controleren hoe onderdelen op elkaar aansluiten, te zien hoe belastingen verschuiven wanneer een ontwerp beweegt en aanpassingen te testen voordat ze een prototype bouwen.
Rijsimulatie
We vroegen GPT‑6.2 Astra om de chassisdynamiek van een auto op een bergweg te visualiseren. Astra maakte het 3D-model en schreef een solver in Python om de complexe dynamiek tussen de banden en de wielophanging te simuleren, en animeerde de resultaten vervolgens in Blender. Hiermee kunnen ingenieurs snel nieuwe ontwerpen testen en de nauwkeurigheid van simulaties gaandeweg verbeteren.
Mechanisch ontwerp en assemblage
GPT‑6.2 Astra kan een mechanisch systeem onderdeel voor onderdeel modelleren, zodat engineers kunnen laten zien hoe het in elkaar zit en kunnen testen hoe ontwerpwijzigingen het gedrag ervan beïnvloeden.
Van CAD naar een papieren lamp
Ons team gebruikte GPT‑6.2 Astra om de geschulpte balkons van de Marina City-torens in Chicago te vertalen naar een lampontwerp. De video volgt het ontwerp van referentiefoto's via CAD-aanpassingen tot een fysieke lamp die met de hand in elkaar wordt gezet. Met de door GPT-6.2 Astra gegenereerde site kun je je eigen papieren lamp maken.
GPT‑6.2 Astra past sterkere visuele redenering toe bij webdesign: het kiest lay-outs en beelden die elke site een eigen uitstraling geven en bouwt elementen die aansluiten bij het werkelijke doel van de site.
Die verbeteringen in visuele redenering en computergebruik komen ook tot uiting in 3D-ontwerp. GPT‑6.2 Astra en Sol kunnen een schriftelijke opdracht omzetten in een interactieve browserervaring, van een bespeelbare flipperkast tot een reconstructie van het Colosseum die je vanuit verschillende hoeken kunt verkennen. Bij AA‑3D van Artificial Analysis proberen menselijke beoordelaars twee ervaringen uit die met dezelfde prompt zijn gemaakt, zonder te weten welk model ze heeft gebouwd, en stemmen ze op hun favoriet. GPT‑6.2 Astra staat op de eerste plaats met een Elo-score van 1.318, gevolgd door Claude Fable 5.2 met 1.271 en GPT‑6.2 Sol met 1.259.
Efficiënte workflows met een nettere codestijl
GPT‑6.2 Astra schat beter in hoe het een taak moet uitvoeren: het stemt zijn tools en inspanning af op de workflow en weet wanneer het beter plugins kan gebruiken dan de computer rechtstreeks te bedienen.
Bij het programmeren is GPT-6.2 Astra beter in het implementeren en testen van complexe wijzigingen in bestaande codebases. De eerste testers meldden een nettere codestijl en gerichtere tests, met minder revisierondes.
Cybersecuritymogelijkheden
GPT‑6.2 Astra en GPT-6.2 Sol betekenen opnieuw een aanzienlijke sprong in cybermogelijkheden. Ze vinden en misbruiken kwetsbaarheden effectiever, schrijven veiligere code en leveren betere patches, met een aanzienlijk efficiënter tokengebruik in verschillende evaluaties. Net als GPT‑6 Astra bereiken 6.2 Astra en Sol de drempel 'Kritiek' voor cybersecurity binnen ons Preparedness Framework.
Vanwege hun toegenomen capaciteiten introduceren we GPT‑6.2 Astra en Sol met strengere veiligheidsmaatregelen voor ondersteuning bij cyberbeveiligingstaken met een hoger risico. Deze maatregelen verkleinen het risico op misbruik, maar beperken ook sommige legitieme workflows voor kwetsbaarheidsonderzoek en beveiligingstests. Via OpenAI Daybreak hebben cyberbeveiligers momenteel toegang tot GPT‑6 Sol, dat minder cybergerelateerde verzoeken weigert op Daybreak Blue, naast onze alfaversie van GPT-6 Astra, en tot GPT‑6 Cyber voor geavanceerde, geautoriseerde beveiligingstests op Daybreak Red. We gaan eraan werken om GPT‑6.2-modellen beschikbaar te maken in Daybreak.
Hieronder lichten we de belangrijkste benchmarkresultaten uit, behaald met interne testconfiguraties waarin de cybersecuritywaarborgen en -classificatoren waren uitgeschakeld. Bekijk de bijbehorende systeemkaart(opent in een nieuw venster) voor de volledige resultaten en methodologie.
Cyberbeveiligers een voorsprong geven
Ontwikkelaars vertrouwen steeds vaker op programmeeragents om productiesoftware te schrijven, terwijl capabelere agents het ook makkelijker maken om kwetsbaarheden te vinden en te misbruiken. PHP2Shell(opent in een nieuw venster) liet zien hoe AI onderzoekers kan helpen kritieke beveiligingslekken te ontdekken. Bij GPT‑6.2 Astra en Sol hebben we defensieve mogelijkheden centraal gesteld, met nieuwe trainingssignalen die ontwikkelaars helpen deze lekken te voorkomen en te verhelpen: door vanaf het begin veilige code te schrijven en patches te maken die de bedoelde werking behouden.
Veiligheid en afstemming
We rollen GPT-6.2 Astra en Sol uit met onze sterkste waarborgen tot nu toe. We hebben de beperkingen aangescherpt en de systemen versterkt waarmee we modellen monitoren en ingrijpen wanneer dat nodig is.
Net als GPT-6 Astra bereiken zowel GPT-6.2 Astra als Sol niet alleen de drempel voor Kritiek op het gebied van cyberbeveiliging, maar ook de drempel voor Hoog voor biologische en chemische capaciteiten binnen ons Preparedness Framework. We hebben beschermingsmaatregelen ingevoerd om de bijbehorende risico's te beperken, naast strengere beperkingen voor een reeks biologische en cyberbeveiligingsverzoeken die zowel voor legitieme als schadelijke doeleinden kunnen worden gebruikt.
Meer informatie over onze waarborgen en tests vind je in de systeemkaart van GPT-6.2(opent in een nieuw venster).
Capaciteiten voor AI-onderzoek en veiligheidsmaatregelen
GPT-6.2 Astra is ons eerste extern uitgebrachte model dat de drempel voor Hoog bereikt op het gebied van AI-zelfverbetering, waarmee wordt gemeten in hoeverre een model AI-onderzoek kan versnellen. De aanduiding "Hoog" weerspiegelt onze inschatting dat de impact van het model gelijkstaat aan het geven van een extra, zeer bekwame onderzoeksengineer als assistent aan elke OpenAI-onderzoeker, vergeleken met hun uitgangssituatie in 2024. We volgen deze capaciteit omdat modellen die kunnen helpen bij de ontwikkeling van toekomstige AI-systemen ook nieuwe veiligheidsrisico's kunnen introduceren, bijvoorbeeld door de vooruitgang zo sterk te versnellen dat veiligheidsmaatregelen of menselijk toezicht zich niet snel genoeg kunnen aanpassen.
Om deze risico's aan te pakken, hebben we meer toezicht en controle ingebouwd in de manier waarop we onze modellen trainen en inzetten. Voordat we de interne toegang tot GPT-6.2 Astra uitbreidden, hebben we geëvalueerd in hoeverre het model is afgestemd op menselijke bedoelingen en waarden, en gecontroleerd of in elke fase de vereiste veiligheidsmaatregelen waren getroffen. We hebben de afscherming van onze onderzoeksomgevingen versterkt en die beschermingsmaatregelen getest met onze meest capabele modellen. We hebben ook Control Room gebouwd, een systeem dat onderzoeksworkloads volgt en verdere modeluitvoer kan stopzetten wanneer ingrijpen nodig is. Onze uitgebreide monitoring onderzoekt de redenering en acties van modellen bij interne workloads en ondersteunde externe implementaties. Die kan automatisch ongeautoriseerd gedrag signaleren en, waar dat wordt ondersteund, workloads of gesprekken pauzeren.
Afstemming op menselijke bedoelingen en waarden
Beide modellen presteerden bij de meeste afstemmingsevaluaties vergelijkbaar met GPT-6 Astra en voerden minder ongeoorloofde acties uit bij gesimuleerde werktaken. In twee tests lieten ze echter vaker na om obstakels te vermelden die hun werk blokkeerden, zoals een ontbrekend bestand of een niet-beschikbare zoektool. We hebben instructies toegevoegd aan Codex die deze omissies aanzienlijk verminderen en blijven dit gedrag onderzoeken.
Prijzen en beschikbaarheid
Vanaf vandaag zijn GPT-6.2 Astra en Sol beschikbaar voor alle Plus-, Pro-, Enterprise- en Edu-gebruikers in ChatGPT Work en Codex. Pro 500-abonnees kunnen Ultrafast met beide modellen gebruiken. Voor het eerst maken we Ultrafast ook beschikbaar voor Pro 200-abonnees, te beginnen met GPT-6.2 Sol. Enterprise- en Edu-gebruikers die hiervoor in aanmerking komen, krijgen dezelfde toegang zodra hun werkruimtebeheerder deze inschakelt. Ontwikkelaars hebben ook toegang tot gpt-6.2-astra en gpt-6.2-sol via de OpenAI API, waarbij Ultrafast vanaf de lancering beschikbaar is voor beide modellen.
GPT‑6.2 Astra kost aanzienlijk minder per taak dan GPT‑6 Astra dankzij efficiënter tokengebruik, 20% korting op invoer- en uitvoertokens en een hogere korting van 60% op gecachte invoertokens. De standaard API-tarieven per miljoen tokens zijn $ 8 voor invoer, $ 0,40 voor gecachte invoer en $ 40 voor uitvoer. GPT‑6.2 Sol behoudt de tarieven van GPT‑6.1 Sol: $ 2 voor invoer, $ 0,10 voor gecachte invoer en $ 10 voor uitvoer per miljoen tokens.
Voor GPT-6.2 Astra en Sol raden we aan om promptprefixen ongewijzigd te laten en nieuwe instructies aan het gesprek toe te voegen(opent in een nieuw venster). Dit bevordert het hergebruik van de cache, helpt kosten en latentie te verlagen en behoudt de redenering tussen beurten.
Auteurs
Footnotes
- 1
De resultaten van Fable 5.2 op Terminal-Bench-Science 0.1 zijn overgenomen zoals gerapporteerd door Artificial Analysis(opent in een nieuw venster), met gebruik van de mini-swe-agent-harness. Anthropic rapporteerde voor Fable 5.2 een score van 74,6% met maximale redenering in Claude Code.



