OpenAI

Przedstawiamy model GPT-6.2 Astra i Sol

Nowy standard pracy zawodowej

Wypróbuj w ChatGPT Work(otwiera nowe okno)

Przedstawiamy GPT‑6.2 Astra, nasz nowy pionierski model do najtrudniejszych projektów, oraz GPT‑6.2 Sol, wydajny i wszechstronny model do codziennej pracy. Oba modele osiągają lepsze wyniki w wymagających zadaniach, zużywając mniej tokenów wyjściowych, dzięki czemu możesz zrobić więcej w ramach swoich limitów użytkowania. Dla firm i deweloperów oznacza to możliwości pionierskich modeli przy kosztach, które pozwalają na opłacalne wykorzystanie na dużą skalę.

GPT‑6.2 Astra wyznacza nowy standard jakości AI w złożonych zadaniach zawodowych. Tworzone przez niego slajdy, arkusze kalkulacyjne i dokumenty mniej przypominają treści wygenerowane przez AI, a lepiej odpowiadają dostarczonym szablonom i konwencjom obowiązującym w Twojej branży. Pisze bardziej przejrzysty kod i tworzy frontend, który lepiej wygląda i działa — szczególnie w witrynach internetowych, grach i projektach 3D.

W teście Agents’ Last Exam, który sprawdza wykonywanie wieloetapowych zadań zawodowych, GPT‑6.2 Astra ustanawia nowy rekord: uzyskuje wynik o 5,2 punktu wyższy niż GPT‑6 Astra przy mniej niż jednej trzeciej kosztów oraz o 5,5 punktu wyższy niż Claude Fable 5.2 przy zaledwie 5% kosztów.

Agents’ Last Exam ocenia modele w rozbudowanych, długofalowych procesach pracy zawodowej. Wyniki modelu Fable 5.2 w rankingu nie uwzględniają dziewięciu zadań, w których użyto modelu zastępczego.

Uważamy, że GPT-6.2 Astra to najlepszy na świecie model dla naukowców. Ustanawia nowy rekord w Terminal-Bench-Science 0.1, który sprawdza, jak dobrze modele potrafią wykonywać pracę naukową w terminalu. GPT-6.2 Astra uzyskuje wynik o 9 punktów procentowych wyższy niż GPT-6 Astra przy mniej niż jednej trzeciej kosztów. Ustanawia też nowy rekord w Vals Science Index, w którym modele mają interpretować rzeczywiste dane biologiczne i przeprowadzać eksperymenty, aby ustalić, jak działa symulowany system.

W API ceny tokenów wejściowych i wyjściowych GPT‑6.2 Astra są o 20% niższe niż w przypadku GPT‑6 Astra, a cena tokenów wejściowych z pamięci podręcznej jest niższa o 60% (8 USD za dane wejściowe, 0,40 USD za dane wejściowe z pamięci podręcznej i 40 USD za dane wyjściowe — wszystkie stawki za milion tokenów). GPT‑6.2 Sol zachowuje ceny tokenów w API obowiązujące dla GPT‑6.1 Sol. W kilku testach porównawczych oba modele zbliżają się wynikami do innych czołowych modeli lub je przewyższają, przy zaledwie ułamku kosztu na zadanie.

GPT-6.2 Sol: nasz pierwszy wybór do codziennej pracy

W porównaniu z GPT‑6.1 Sol model GPT‑6.2 Sol jest inteligentniejszy, wydajniejszy i pozwala wykonać więcej zadań w ramach tego samego płatnego planu. Sprawnie realizuje wieloetapowe procesy agentowe, pisze jasno i naturalnie, a współpraca z nim jest intuicyjna. Wielu pracowników OpenAI korzysta z niego jako domyślnego modelu zarówno do zadań technicznych, jak i nietechnicznych.

W teście FrontierCode 2.0 firmy Cognition GPT‑6.2 Sol osiąga wynik zaledwie o 0,5 punktu niższy niż GPT‑6.2 Astra przy około jednej piątej kosztów (oba modele z ustawieniem Maks).

FrontierCode 2.0 ocenia, czy zmiany w rzeczywistych bazach kodu spełniają standardy wymagane do ich scalenia przez opiekunów projektów.

Dzięki szybkości i inteligencji model ten idealnie nadaje się również do ważnych zadań, w których ludzie korzystają z pomocy AI poza pracą. W naszym niedawno opublikowanym teście LifeVal⁠, który mierzy skuteczność w wymagających codziennych zadaniach, GPT‑6.2 Sol uzyskuje wyższy wynik niż GPT‑6 Astra przy około jednej siódmej kosztów.

LifeVal sprawdza, jak dobrze modele radzą sobie z codziennymi zadaniami dostosowanymi do indywidualnych potrzeb, takimi jak wybór kilku przedszkoli po przeprowadzce, znalezienie domu odpowiadającego budżetowi rodziny i potrzebom związanym z dojazdami czy planowanie posiłków dla rodzica, który dostosowuje się do nowej diagnozy.

Profesjonalne materiały zgodne ze standardami branżowymi

Wytrenowaliśmy GPT‑6.2 Astra tak, by tworzył bardziej przejrzyste i lepiej zaprojektowane slajdy, arkusze kalkulacyjne oraz dokumenty, które ściślej odpowiadają konwencjom stosowanym przez specjalistów w takich dziedzinach jak prawo, sprzedaż, finanse i księgowość. Teksty są bardziej rzeczowe i konkretne, zawierają mniej ogólnikowych wniosków i zbędnych treści.

Harvey LAB‑AA v1.1 wykorzystuje zadania prawnicze, aby sprawdzić, czy modele potrafią odnaleźć istotne fakty w dokumentach źródłowych, wykorzystać je zgodnie ze szczegółowymi wytycznymi i przygotować poprawny materiał spełniający wszystkie wymagania. GPT‑6.2 Astra wyznacza nowy najwyższy poziom: osiąga ponad dwukrotnie wyższy odsetek zaliczonych zadań niż Claude Fable 5.2 przy około jednej szóstej kosztów. OpenAI dla branży prawniczej⁠, nasza konfiguracja GPT-6.2 Astra dla prawników, uzyskuje w tym teście jeszcze wyższy wynik.

Harvey LAB‑AA sprawdza wykonywanie zadań prawniczych, takich jak analiza postanowień umownych. W głównym wyniku punkty przyznawane są tylko wtedy, gdy przygotowany materiał spełnia wszystkie kryteria oceny i nie zawiera istotnych halucynacji.

Nasz wewnętrzny test porównawczy GDPval v2 to kolejna wersja GDPval⁠, która ocenia złożone, długofalowe procesy pracy na podstawie rzeczywistych projektów z takich sektorów jak doradztwo, finanse i projektowanie. GPT‑6.2 Astra prowadzi wśród przetestowanych przez nas modeli: uzyskuje wynik o 6,2 punktu procentowego wyższy niż GPT‑6 Astra, zużywając przy tym o 22% mniej tokenów wyjściowych. GPT‑6.2 Sol poprawia wynik GPT‑6.1 Sol o 5,3 punktu.

GDPval v2 obejmuje rozbudowane, długofalowe zadania wymagające pracy umysłowej, zaczerpnięte z rzeczywistych projektów w takich sektorach jak finanse, data science, biotechnologia i marketing.

Skoroszyty i notatki

Przygotowanie skoroszytu do wyceny lub notatki inwestycyjnej zaczyna się od znalezienia odpowiednich danych liczbowych w plikach źródłowych i ustalenia, jak się ze sobą wiążą. AA‑AnalystAgent firmy Artificial Analysis sprawdza tę pracę na rzeczywistych arkuszach kalkulacyjnych i raportach. W jednym z zadań modele korzystają z raportów wydatków kalifornijskiego programu Medicaid, aby obliczyć, ile program wydał na transport medyczny. GPT‑6.2 Astra ustanawia nowy rekord, poprawnie odpowiadając na 62,5% pytań we wszystkich pięciu niezależnych próbach.

Prezentacje

GPT‑6.2 Astra to nasz dotychczas najlepszy model do projektowania slajdów i odwzorowywania ich szablonów — niezależnie od tego, czy otrzyma oryginalny plik, czy tylko zrzut ekranu. Potrafi odtworzyć układ, kolory i typografię aż po dokładny rozmiar czcionki, a także zachować styl tekstu z szablonu na nowych slajdach. Pierwsi testerzy uznali, że prezentacje łatwiej wykorzystać od razu, po mniejszej liczbie poprawek. Pomagają w tym tytuły przekazujące główny wniosek oraz zwięzła treść skupiona na szczegółach istotnych dla odbiorców.

1 z 4
“

Sprawdziliśmy, jak GPT-6.2 Astra przekształca obszerne, złożone informacje w czytelne opracowania i infografiki dla odbiorców zarówno technicznych, jak i nietechnicznych. Przykłady obejmowały opracowania dotyczące handlu na rynkach finansowych i schematy procesów agentowych.

Dokumenty GPT-6.2 Astra były znacznie lepsze niż te przygotowane przez GPT-6 Astra. Tekst i wykresy znacznie ułatwiały wychwycenie najważniejszych punktów opracowania, a diagramy wyjaśniały złożone systemy, pokazując współdziałanie ich elementów.

”
Marquis Wong, główny inżynier AI, IMC

Obsługa komputera i projektowanie interaktywnych stron

Precyzyjniejsza obsługa komputera pozwala GPT‑6.2 Astra pracować w narzędziach CAD i symulacyjnych na poziomie pojedynczych części i połączeń. Inżynierowie mogą wykorzystać tę większą szczegółowość, aby sprawdzać dopasowanie komponentów, obserwować zmiany rozkładu obciążeń podczas ruchu konstrukcji i testować poprawki przed zbudowaniem prototypu.

Symulacja jazdy

Poprosiliśmy GPT‑6.2 Astra o wizualizację dynamiki podwozia samochodu na górskiej drodze. Astra stworzył model 3D i napisał solver w Pythonie do symulacji złożonych oddziaływań dynamicznych między oponami a zawieszeniem, a następnie przedstawił wyniki w formie animacji w Blenderze. Dzięki temu inżynierowie mogą szybko testować nowe projekty i z czasem zwiększać dokładność symulacji.

Projektowanie mechaniczne i montaż

GPT‑6.2 Astra potrafi modelować układ mechaniczny część po części, pozwalając inżynierom pokazać sposób jego montażu i sprawdzić, jak zmiany konstrukcyjne wpływają na jego działanie.

Od CAD do papierowej lampy

Nasz zespół wykorzystał GPT‑6.2 Astra, aby przekształcić falisty kształt balkonów wieżowców Marina City w Chicago w projekt lampy. Film pokazuje kolejne etapy projektu: od zdjęć referencyjnych, przez poprawki w CAD, aż po rzeczywistą, ręcznie złożoną lampę. Witryna wygenerowana przez GPT-6.2 Astra pozwala stworzyć własną papierową lampę.

GPT‑6.2 Astra wykorzystuje lepsze rozumowanie wizualne przy projektowaniu stron internetowych: dobiera układy i obrazy, które nadają każdej witrynie charakterystyczny wygląd, oraz tworzy elementy odpowiadające jej rzeczywistemu celowi.

Te postępy w rozumowaniu wizualnym i obsłudze komputera przekładają się również na projektowanie 3D. GPT‑6.2 Astra i Sol potrafią przekształcić pisemne wytyczne w interaktywne środowisko w przeglądarce — od stołu do pinballa, na którym można grać, po rekonstrukcję Koloseum, którą można oglądać z różnych perspektyw. W teście AA‑3D firmy Artificial Analysis oceniający wypróbowują dwa interaktywne projekty stworzone na podstawie tego samego polecenia, nie wiedząc, który model je przygotował, i głosują na ten, który wolą. GPT‑6.2 Astra zajmuje pierwsze miejsce z wynikiem 1318 Elo, a za nim plasują się Claude Fable 5.2 z wynikiem 1271 i GPT‑6.2 Sol z wynikiem 1259.

“

GPT-6.2 Astra to ogromny krok naprzód w pracy twórczej. Umożliwia działanie Higgsfield Miracle, zapewniając edycję wideo w czasie rzeczywistym z precyzją co do piksela i dając twórcom pełną kontrolę nad efektem artystycznym. W naszych wewnętrznych ocenach generowania 3D osiągnął docelowy rezultat za pierwszym podejściem w 73% przypadków, podczas gdy GPT-6 Astra potrzebował co najmniej trzech iteracji. Oszczędza to naszemu zespołowi kreatywnemu dużo czasu i pozwala wydajniej realizować procesy w pełni oparte na agentach.

”
Alex Mashrabov, dyrektor generalny i współzałożyciel, Higgsfield AI

Wydajne procesy i bardziej przejrzysty kod

GPT‑6.2 Astra trafniej ocenia, jak wykonać zadanie: lepiej dobiera narzędzia i nakład pracy do procesu oraz rozpoznaje, kiedy użyć wtyczek, a kiedy obsługi komputera.

W programowaniu GPT-6.2 Astra lepiej wdraża i testuje złożone zmiany w istniejących bazach kodu. Pierwsi testerzy wskazywali na bardziej przejrzysty styl kodu i lepiej ukierunkowane testy, wymagające mniejszej liczby rund poprawek.

Możliwości w zakresie cyberbezpieczeństwa

GPT‑6.2 Astra i GPT-6.2 Sol oznaczają kolejny znaczący skok możliwości w zakresie cyberbezpieczeństwa. Skuteczniej znajdują i wykorzystują podatności, piszą bezpieczniejszy kod i tworzą lepsze poprawki, a w kilku ocenach wykazują znaczny wzrost efektywności wykorzystania tokenów. Podobnie jak GPT‑6 Astra⁠, modele 6.2 Astra i Sol osiągają próg krytyczny w zakresie cyberbezpieczeństwa określony w naszych Ramach gotowości⁠.

Ze względu na większe możliwości modeli GPT‑6.2 Astra i Sol wprowadzamy je z bardziej rygorystycznymi zabezpieczeniami dotyczącymi pomocy w obszarze cyberbezpieczeństwa obarczonej podwyższonym ryzykiem. Zabezpieczenia te ograniczają ryzyko nadużyć, ale także niektóre uprawnione działania związane z badaniem podatności i testowaniem bezpieczeństwa. W ramach OpenAI Daybreak⁠ specjaliści ds. cyberobrony mają obecnie dostęp do GPT‑6 Sol z mniejszą liczbą odmów w zadaniach z zakresu cyberbezpieczeństwa w Daybreak Blue, obok naszej wersji alfa GPT-6 Astra, a także do GPT‑6 Cyber⁠ do zaawansowanych, autoryzowanych testów bezpieczeństwa w Daybreak Red. Będziemy pracować nad udostępnieniem modeli GPT‑6.2 w Daybreak.

Poniżej przedstawiamy najważniejsze wyniki benchmarków uzyskane w wewnętrznych konfiguracjach testowych z wyłączonymi zabezpieczeniami i klasyfikatorami cyberbezpieczeństwa. Pełne wyniki i metodologię opisano w towarzyszącej karcie systemu⁠(otwiera nowe okno).

Przewaga dla specjalistów ds. cyberobrony

Programiści coraz częściej korzystają z agentów programistycznych do pisania oprogramowania produkcyjnego, choć jednocześnie coraz sprawniejsi agenci ułatwiają znajdowanie i wykorzystywanie podatności. PHP2Shell⁠(otwiera nowe okno) pokazał, jak AI może pomagać badaczom odkrywać krytyczne luki. W GPT‑6.2 Astra i Sol uczyniliśmy zdolności obronne jednym z głównych priorytetów. Wprowadziliśmy nowe sygnały treningowe, aby pomagać programistom zapobiegać tym lukom i je usuwać — pisać bezpieczny kod od samego początku oraz tworzyć poprawki zachowujące zamierzone działanie.

Bezpieczeństwo i zgodność z intencjami człowieka

Wdrażamy GPT-6.2 Astra i Sol z naszymi dotychczas najsilniejszymi zabezpieczeniami. Zaostrzyliśmy ograniczenia i wzmocniliśmy systemy służące do monitorowania modeli⁠ oraz interweniowania w razie potrzeby⁠.

Podobnie jak GPT-6 Astra, oba modele — GPT-6.2 Astra i Sol — oprócz osiągnięcia progu krytycznego w zakresie cyberbezpieczeństwa osiągają również próg wysoki w zakresie możliwości biologicznych i chemicznych zgodnie z naszymi Ramami gotowości⁠. Wdrożyliśmy zabezpieczenia ograniczające związane z tym ryzyko oraz zaostrzyliśmy ograniczenia dotyczące szeregu zapytań z zakresu biologii i cyberbezpieczeństwa, które mogą mieć podwójne zastosowanie.

Więcej informacji o naszych zabezpieczeniach i testach można znaleźć w karcie systemu GPT-6.2⁠(otwiera nowe okno).

Zdolności badawcze w dziedzinie AI i zabezpieczenia

GPT-6.2 Astra to nasz pierwszy model udostępniony na zewnątrz, który osiąga próg wysoki w kategorii samodoskonalenia AI, mierzącej zdolność modelu do przyspieszania badań nad AI. Poziom „wysoki” odzwierciedla naszą ocenę, że wpływ modelu jest równoważny zapewnieniu każdemu badaczowi OpenAI dodatkowego, wysoce kompetentnego inżyniera badawczego do pomocy — w porównaniu z warunkami pracy w 2024 roku. Monitorujemy tę zdolność, ponieważ modele, które mogą pomagać w tworzeniu przyszłych systemów AI, mogą również stwarzać nowe zagrożenia dla bezpieczeństwa — na przykład przyspieszać postęp do tempa, za którym nie nadążają zabezpieczenia ani nadzór człowieka.

Aby przeciwdziałać tym zagrożeniom, rozbudowaliśmy nadzór i mechanizmy kontroli w procesie trenowania i wdrażania naszych modeli. Zanim rozszerzyliśmy wewnętrzny dostęp do GPT-6.2 Astra, oceniliśmy jego zgodność z ludzkimi intencjami i wartościami oraz zweryfikowaliśmy obecność wymaganych zabezpieczeń na każdym etapie. Wzmocniliśmy izolację naszych środowisk badawczych⁠ i przetestowaliśmy te zabezpieczenia z użyciem naszych najbardziej zaawansowanych modeli. Stworzyliśmy również Control Room⁠, system, który śledzi zadania badawcze i może zatrzymać dalsze generowanie treści przez model, gdy potrzebna jest interwencja. Nasz rozszerzony monitoring⁠ analizuje rozumowanie i działania modeli w zadaniach wewnętrznych oraz obsługiwanych wdrożeniach zewnętrznych. Może automatycznie oznaczać nieautoryzowane zachowania, a tam, gdzie ta funkcja jest obsługiwana, wstrzymywać zadania lub rozmowy.

Zgodność z intencjami człowieka

Oba modele osiągały wyniki podobne do GPT-6 Astra w większości ocen zgodności z intencjami człowieka i podejmowały mniej niewłaściwych działań w symulowanych zadaniach zawodowych. Jednak w dwóch testach częściej pomijały informacje o przeszkodach blokujących ich pracę, takich jak brak pliku lub niedostępne narzędzie wyszukiwania. Dodaliśmy w Codex instrukcje, które znacznie ograniczają te pominięcia, i nadal badamy to zachowanie.

Ceny i dostępność

Od dziś GPT-6.2 Astra i Sol są dostępne dla wszystkich użytkowników Plus, Pro, Enterprise i Edu w ChatGPT Work oraz Codex. Subskrybenci Pro 500 mogą korzystać z Ultrafast w obu modelach. Po raz pierwszy udostępniamy też Ultrafast subskrybentom Pro 200, zaczynając od GPT-6.2 Sol. Uprawnieni użytkownicy Enterprise i Edu uzyskają taki sam dostęp, gdy włączy go administrator ich przestrzeni roboczej. Deweloperzy mogą też korzystać z gpt-6.2-astra i gpt-6.2-sol przez API OpenAI, a Ultrafast jest dostępny dla obu modeli od dnia premiery.

Koszt wykonania zadania przez GPT‑6.2 Astra jest znacznie niższy niż w przypadku GPT‑6 Astra dzięki efektywniejszemu wykorzystaniu tokenów, obniżeniu cen tokenów wejściowych i wyjściowych o 20% oraz jeszcze większej, 60-procentowej obniżce ceny tokenów wejściowych z pamięci podręcznej. Standardowe stawki API za milion tokenów wynoszą 8 USD za dane wejściowe, 0,40 USD za dane wejściowe z pamięci podręcznej i 40 USD za dane wyjściowe. GPT‑6.2 Sol zachowuje stawki GPT‑6.1 Sol: 2 USD za dane wejściowe, 0,10 USD za dane wejściowe z pamięci podręcznej i 10 USD za dane wyjściowe za milion tokenów.

W przypadku GPT-6.2 Astra i Sol zalecamy pozostawianie prefiksów poleceń bez zmian i dopisywanie nowych instrukcji⁠(otwiera nowe okno) do rozmowy, aby zwiększyć ponowne wykorzystanie pamięci podręcznej, pomóc obniżyć koszty i opóźnienia oraz zachować rozumowanie między turami.

Autorzy

OpenAI

Footnotes

  1. 1

    Wyniki Fable 5.2 w Terminal-Bench-Science 0.1 pochodzą z testów przeprowadzonych przez Artificial Analysis⁠(otwiera nowe okno) w otoczeniu operacyjnym mini-swe-agent. Anthropic podało, że Fable 5.2 osiągnął wynik 74,6% przy maksymalnym poziomie rozumowania w Claude Code.