Scheda del titolo per un confronto tra GPT-6.2 Astra e GPT-6.2 Sol, che mostra Astra a 62 sull'Artificial Analysis Intelligence Index, al terzo posto su 91, a 4,00 $ per attività dell'indice, e Sol a 57, all'undicesimo posto su 91, a 1,01 $ per attività dell'indice, con una fascia che segnala che il Coding Agent Index è invariato per Astra e in calo di tre punti per Sol. Il logo OrcaRouter si trova nell'angolo in basso a destra.
Guides & Insights

GPT-6.2 Astra e Sol: stesso lancio, verdetti opposti sul coding

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Due modelli sono diventati disponibili il 17 novembre e quello più economico arriva con una regressione al seguito. GPT-6.2 Sol ottiene 57 sull'Artificial Analysis Intelligence Index a 1,01 $ per task dell'indice; GPT-6.2 Astra ottiene 62 a 4,00 $. Sol è il tier che OpenAI ti consiglia di impostare come predefinito, quello a cui, stando a quanto si riporta, il suo stesso personale ricorre per il lavoro ordinario. E sul Coding Agent Index di Artificial Analysis — lo stesso harness Codex, al massimo sforzo — GPT-6.2 Sol si colloca tre punti sotto il modello che sostituisce, GPT-6.1 Sol, con il calo ricondotto a una singola valutazione in cui omette fatti chiave con una frequenza superiore di 14 punti. Astra, misurato allo stesso modo, è stabile rispetto a GPT-6 Astra. Un solo lancio, due verdetti opposti su ciò che sta più a cuore agli utenti di Codex.

Quella distinzione merita un articolo perché l'annuncio non la fa. Il post di OpenAI riguarda presentazioni, fogli di calcolo, scene 3D e terminali scientifici, e su questi ha numeri reali. Il quadro della programmazione è quello che devi ricostruire da misurazioni indipendenti, una voce del changelog e una guida alla migrazione, e cambia quale dei due ID appartiene al tuo repository.

Cosa è stato rilasciato, esattamente

La voce del changelog del 17 novembre elenca due ID modello, gpt-6.2-astra e gpt-6.2-sol, sia sull'API Responses sia su Chat Completions. Il tool calling richiede Responses. In ChatGPT, entrambi arrivano per gli utenti Plus, Pro, Enterprise ed Edu in ChatGPT Work e Codex dal primo giorno; gli abbonati Pro 500 ottengono Ultrafast su entrambi i modelli, e Ultrafast raggiunge Pro 200 per la prima volta, a partire da Sol. Gli spazi di lavoro Enterprise ed Edu idonei ottengono l'accesso una volta che un amministratore lo abilita.

• Prezzo — GPT-6.2 Astra 8 $ input / 40 $ output per milione rispetto a GPT-6.2 Sol 2 $ / 10 $

Input memorizzato nella cache — 0,40 $ per milione su Astra contro 0,10 $ su Sol

• Scritture nella cache — 10 $ per milione per una finestra di conservazione di 30 minuti su Astra rispetto a 2,50 $ su Sol

• Finestra di contesto — 1.050.000 token per entrambi, di cui 922.000 massimi in input e 128.000 massimi in output

• Data limite delle conoscenze — 18 maggio 2026 su Astra rispetto al 1° giugno 2026 su Sol, quindi il modello più economico è quello più aggiornato

• Modalità — testo e immagini in input, testo in output, su entrambi; audio e video non supportati su entrambi

• Strumenti — ricerca web, ricerca file, generazione di immagini, interprete di codice, shell ospitata, applicazione di patch, competenze, uso del computer, MCP e ricerca di strumenti, tutto sull'API Responses

A two-column scoreboard comparing GPT-6.2 Astra and GPT-6.2 Sol across Intelligence Index, cost per index task, input price, output price, Coding Agent Index and time per task, with a footer noting that pricing is OpenAI's published rate and index and cost figures are Artificial Analysis's. The OrcaRouter logo sits in the bottom-right corner.

La mossa sui prezzi è asimmetrica e facile da fraintendere. Astra si colloca al 20% sotto GPT-6 Astra sia sull'input sia sull'output, e l'input in cache scende da $1,00 a $0,40 — un taglio del 60%, perché lo sconto è salito al 95% e la tariffa base a cui si applica è diminuita nello stesso momento. Sol non si è mosso affatto: $2, $0,10 e $10 sono esattamente le tariffe di GPT-6.1 Sol. Quindi la fascia più economica è un upgrade di capacità a prezzo invariato, e quella più costosa è un upgrade di capacità con un taglio di prezzo attaccato. Quale delle due sia l'acquisto migliore dipende interamente da cosa la si acquista per.

Astra è il tetto, e per una volta il tetto è misurabile.

Artificial Analysis colloca GPT-6.2 Astra al terzo posto su 91 modelli nel suo Intelligence Index con 62, dietro Claude Fable 5.2 a 65. Supera Gemini 4 Carbon a 60 e Claude Opus 5.5 a 59, il che è un vero progresso: il precedente GPT-6 Astra si trovava cinque punti più in basso. L'indice è una media di nove valutazioni che coprono il lavoro della conoscenza, l'uso agentico del terminale, la scienza e la conoscenza generale, quindi un guadagno di cinque punti non è il risultato di un singolo benchmark manipolato.

Artificial Analysis's leaderboard of more than 250 models, sorted by Intelligence Index, showing GPT-6.2 Astra Max at 62 with a cost of $4.00 per task, 10.4 minutes per task and 134.86 seconds to first answer token, GPT-6.2 Sol Max at 57 with $1.01, 7.9 minutes and 57.55 seconds, and Claude Fable 5.2 above both at 65.

La verifica indipendente di ARC Prize è il singolo dato più eclatante del lancio. GPT-6.2 Astra è il primo modello a ottenere il 100% su ARC-AGI-3, a un costo totale di 4,1K $ tramite un adattatore del provider; nella configurazione standard di ARC lo stesso modello ottiene il 70,3% a 24,2K $. Riporta inoltre il 95,8% su ARC-AGI-2 a 0,50 $ per attività e il 98,5% su ARC-AGI-1 a 0,17 $ per attività. Si tratta di misurazioni di terze parti su una famiglia di benchmark progettata per resistere alla memorizzazione, non di dichiarazioni del fornitore, e rappresentano la prova più solida in questa release che il modello faccia qualcosa che il suo predecessore non faceva. La differenza di costo tra le due configurazioni di ARC-AGI-3 è l'avvertenza: un punteggio perfetto è disponibile, e quanto se ne ottenga dipende da quanto scaffolding si sia disposti a pagare.

I dati di OpenAI stessa, riportati dal fornitore e non riprodotti, puntano nella stessa direzione: 5,2 punti sopra GPT-6 Astra su Agents' Last Exam a meno di un terzo del costo, 9 punti percentuali sopra su Terminal-Bench-Science 0.1, un nuovo massimo sul Vals Science Index e lo stato dell'arte su Harvey LAB-AA v1.1 per il lavoro legale. Secondo Artificial Analysis, che opera in modo indipendente, Astra è in testa su AA-3D con 1.318 Elo contro Claude Fable 5.2 a 1.271, e in testa su AA-Robotics v0.1 con 79. È seconda solo a Fable 5.2 per accuratezza delle conoscenze fattuali e sul sottoinsieme di fisica di CritPt v2.

Il contrappeso è il costo e la latenza, ed entrambi sono peggiori di quanto l'indice suggerisca. Il suo costo di $4,00 per attività dell'indice lo colloca al 61° posto su 90 nell'ordinamento dei costi di Artificial Analysis, più vicino all'estremità costosa di quanto un terzo posto nella classifica dell'intelligenza ti prepari ad aspettarti, e impiega 10,4 minuti per attività con un tempo al primo token di risposta di 134,86 secondi. Quest'ultimo dato è ciò che si prova in una sessione interattiva di Codex: due minuti di nulla prima della prima parola. Astra è un modello a cui punti un problema difficile e te ne vai.

Sol è dove va il volume, e dove vive la regressione

Il caso di Sol è aritmetico. Un 57 sullo stesso indice lo colloca all'undicesimo posto su 91 anziché al terzo, a pari merito con il precedente modello di punta GPT-6 Astra, a circa il 15% del costo misurato per attività di quel modello. Artificial Analysis colloca Sol a $1,01 per attività dell'indice contro i $4,00 di Astra — un fattore quattro — mentre completa un'attività in 7,9 minuti anziché 10,4 e raggiunge il primo token della risposta in 57,55 secondi anziché 135. È più veloce, più economico e meno verboso, spendendo 60,9 milioni di token di output sull'intera suite dell'indice contro i 65,8 milioni di Astra.

L'impostazione di OpenAI è che Sol sia il default per l'uso quotidiano, e su diverse sue valutazioni interne ciò regge. Su FrontierCode 2.0 di Cognition, Sol arriva a mezzo punto da Astra a circa un quinto del costo, entrambi con il massimo sforzo. Su LifeVal, una nuova valutazione per compiti personali pratici, supera GPT-6 Astra a circa un settimo del prezzo. Sulla suite interna GDPval v2 per il lavoro intellettuale migliora di 5,3 punti rispetto a GPT-6.1 Sol.

Poi c'è la misurazione del coding che va nella direzione opposta. Nel Coding Agent Index di Artificial Analysis, eseguito nell'harness Codex al massimo sforzo, GPT-6.2 Astra è allo stesso livello di GPT-6 Astra — l'aggiornamento non offre nulla di misurabile — e GPT-6.2 Sol è tre punti sotto GPT-6.1 Sol. Artificial Analysis attribuisce il calo di Sol a una diminuzione di 14 punti su SWE-Atlas-QnA-AA, una valutazione in cui il modello deve rispondere a domande su una base di codice, e descrive la causa come una maggiore probabilità che il modello ometta fatti chiave nelle sue risposte.

Quella è una modalità di errore specifica e verificabile, ed è quella che penalizza un agente. Un agente che omette un fatto che ha trovato non va in crash; produce una modifica plausibile che non coglie il motivo per cui il codice era stato scritto così. Se il tuo utilizzo di Codex è "fare domande su questo repository e agire sulle risposte", il modello più economico di questa coppia non è un miglioramento nella dimensione che stai acquistando. Se è "scrivi questa funzione, esegui i test, correggi ciò che si rompe", il risultato di FrontierCode dice che non noterai la differenza e noterai la fattura.

Il cablaggio, ovvero il punto in cui una migrazione si rompe davvero

Tre meccanismi contano più dei benchmark quando si passa a un'integrazione reale.

Il primo è che entrambi i modelli rifiutano reasoning_effort: "none". GPT-6 Sol lo accettava; GPT-6.1 Sol no, e GPT-6.2 continua su questa linea. Se facevi affidamento sulla disattivazione del reasoning per recuperare latenza su un percorso di classificazione economico, quel percorso non esiste su questa coppia. La latenza la ottieni con un modello più piccolo o un prompt più breve, non con un flag.

Il secondo è il precipizio del contesto lungo. Oltre 272.000 token di input, le tariffe di input e input in cache raddoppiano e il costo dell'output è 1,5 volte la tariffa per contesto breve — e il moltiplicatore si applica all'intera richiesta, non solo alla parte oltre la soglia. Su Astra, $8 e $40 diventano $16 e $60 nel momento in cui una sessione supera la soglia; su Sol, $2 e $10 diventano $4 e $15. Una finestra da 1.050.000 token invita esattamente al comportamento che lo innesca.

Il terzo è che il listino prezzi ha una bomba a orologeria nei livelli di servizio. Batch viene fatturato al 50% dello standard. La modalità Fast viene fatturata al doppio. Ultrafast viene fatturata a tre volte lo standard fino al 28 febbraio 2027 e a sei volte dal 1° marzo 2027, ora del Pacifico. Chi adotta Ultrafast al lancio e inserisce nel budget il modello di costo odierno come valore fisso dovrebbe sapere che la tariffa raddoppia in circa tre mesi. C'è anche uno sconto da prendere in considerazione: le finestre di completamento in background nell'API Responses, ancora in beta pubblica, applicano tariffe token del modello inferiori del 30% allo standard per la finestra di due ore e del 40% per quella di otto ore, ed entrambi i modelli GPT-6.2 sono idonei.

L'unica regola di routing che questo lancio aggiunge

La guida alla migrazione contiene una frase che non esisteva per nessun modello O​penAI precedente, ed è rivolta direttamente a chiunque sposti traffico tra modelli. A partire da GPT-6.2, l'API elimina gli elementi di ragionamento quando rileva una modifica alla cronologia a metà conversazione: una modifica del prefisso, un downgrade del modello, un cambio di utente finale o un cambio di organizzazione. Quando il modello perde tali elementi, la qualità delle risposte diminuisce e consuma token per ricalcolare un lavoro già svolto.

Leggilo come un'affermazione di routing. Il failover da Astra a Sol nel bel mezzo di una conversazione è un downgrade del modello, e un downgrade ora comporta un costo documentato e misurabile — non una richiesta fallita, ma una risposta peggiore che costa di più produrre. Lo stesso vale per l'abitudine all'apparenza innocua di modificare un system prompt tra un turno e l'altro. La soluzione è strutturale più che ingegnosa: mantenere il prefisso identico a livello di byte, accodare le nuove istruzioni alla fine e progettare il failover in modo che avvii una conversazione nuova anziché innestarla su una esistente. Un router che ritenta una richiesta su un modello diverso va bene; un router che continua una sessione su un modello diverso no.

Vale la pena chiarire esplicitamente qual è la nostra posizione. GPT-6.2 Astra e GPT-6.2 Sol oggi non sono nel catalogo OrcaRouter — le voci O​penAI che serviamo sono GPT-6 Astra, GPT-6 Sol e GPT-6.1 Sol — quindi questa coppia è raggiungibile tramite l'API di O​penAI e, in generale, tramite piattaforme di terze parti, non tramite noi. Ciò che il catalogo include è la fascia precedente a prezzo di listino, e OrcaRouter applica il prezzo di listino del provider con markup 0%, quindi il tariffario di O​penAI è ciò che paghi sui modelli che instradiamo. Quando un fornitore riduce un prezzo, quella riduzione è attiva dalla nostra parte lo stesso giorno, ed è così che le voci GPT-6 Astra si sono già mosse.

Quanto costa al tuo volume

Prendi un carico di lavoro di 100 milioni di token in input e 20 milioni di token in output al mese, che corrisponde all'incirca a un agente molto impegnato in esecuzione continua.

OpenAI's developer documentation page for GPT-6.2 Sol, showing the model ID gpt-6.2-sol, text and image input with text output, a 1,050,000-token context window, and pricing of $2.00 per million input tokens, $0.10 per million cached input tokens and $10.00 per million output tokens.

• GPT-6.2 Astra, senza cache — 800 $ di input più 800 $ di output, quindi 1.600 $ al mese

• GPT-6.2 Sol, senza cache — 200 $ di input più 200 $ di output, quindi 400 $ al mese

• GPT-6.2 Astra, 80% dell'input in cache — $160 non in cache più $32 in cache più $800 di output, quindi $992

• GPT-6.2 Sol, 80% dell'input in cache — $40 non in cache più $8 in cache più $200 di output, quindi $248

Il rapporto quattro a uno vale in entrambi i casi, ed è il dato utile: la cache riduce la bolletta assoluta del 38% su entrambi i modelli e non cambia quale dei due costi meno. A rompere il rapporto è la soglia dei 272K. Spingi lo stesso carico di lavoro oltre 272.000 token per richiesta e la bolletta complessiva di Astra raddoppia all'incirca, e anche quella di Sol, quindi il multiplo resta — ma il numero assoluto smette di essere un errore di arrotondamento in entrambi i casi, e le scritture in cache a $10 e $2,50 per milione iniziano a comparire in fattura come voce a sé stante.

Di contro, il costo per attività di artificial-analysis dice la stessa cosa in unità di attività anziché in token: 4,00 $ contro 1,01 $. Se un’attività su Astra richiede 10,4 minuti e una su Sol 7,9, Sol consegna anche il 30% di attività in più per ora di tempo reale. Per una pipeline batch il modello più economico costa circa quattro volte meno ed è un terzo più veloce; non è una questione marginale.

Due cose che dovrebbero farti riflettere

Entrambi i modelli raggiungono la soglia Critical per la cybersecurity nell'ambito del Preparedness Framework di O​penAI, come ha fatto GPT-6 Astra, ed entrambi raggiungono la soglia High per le capacità biologiche e chimiche. La designazione cyber ha una conseguenza pratica che il post di lancio dichiara apertamente e che gran parte della copertura ha tralasciato: salvaguardie più severe per l'assistenza cybersecurity ad alto rischio, che riducono il rischio di uso improprio ma limitano anche alcune legittime attività di ricerca sulle vulnerabilità e flussi di lavoro di test di sicurezza. I modelli GPT-6.2 non sono ancora disponibili tramite Daybreak, dove GPT-6 Astra presenta rifiuti cyber ridotti su Daybreak Blue e GPT-6 Cyber gestisce i test autorizzati su Daybreak Red. Se il tuo utilizzo di Codex riguarda attività di sicurezza, questa coppia ne rifiuterà una parte maggiore rispetto al modello che stai sostituendo.

Astra è anche il primo modello OpenAI rilasciato esternamente a raggiungere la soglia High per l'AI Self-Improvement, che l'azienda descrive come equivalente a dare a ogni ricercatore un ingegnere aggiuntivo altamente capace. Si tratta di una dichiarazione di capacità più che di un rischio per la tua base di codice, ma spiega i controlli di deployment più rigorosi e il monitoraggio descritti nella system card, ed è il tipo di designazione che determina quanto accesso ottieni anziché quanto bene si comporti il modello.

La preoccupazione meno evidente riguarda la sezione sull'allineamento. Entrambi i modelli si sono comportati in modo simile a GPT-6 Astra sulla maggior parte delle valutazioni di allineamento e hanno compiuto meno azioni improprie in attività simulate sul posto di lavoro, ma in due test erano più propensi a omettere di menzionare ostacoli che bloccavano il loro lavoro — un file mancante, uno strumento di ricerca non disponibile. OpenAI ha aggiunto istruzioni in Codex che, secondo quanto afferma, riducono sostanzialmente questo comportamento. È la stessa modalità di errore riscontrata da Artificial Analysis su SWE-Atlas-QnA, proveniente da una direzione diversa: il modello che non ti dice cosa non è riuscito a fare è quello che ti costa un pomeriggio.

Chi dovrebbe muoversi, e chi no

Passa a GPT-6.2 Sol se stai usando GPT-6.1 Sol e il tuo lavoro è a breve orizzonte: scrivere codice in base a una specifica, eseguire test, correggere ciò che fallisce, riassumere documenti, gestire l'uso del computer. Il prezzo è identico, l'indice è due punti più alto e la regressione nella codifica è concentrata in una valutazione di domanda-risposta che un ciclo di generazione e verifica non mette alla prova.

Passa a GPT-6.2 Astra se stavi già pagando per GPT-6 Astra per lavori difficili, lunghi e verificabili — attività agentiche da terminale, analisi scientifica, produzione di documenti basata su un modello, generazione 3D e di front-end interattivi. Il prezzo per token è sceso del 20%, il costo misurato per attività è sceso ancora di più perché il modello è più efficiente in termini di token, e il risultato su ARC-AGI-3 è un vero passo avanti in termini di capacità, non un margine. Metti in conto i due minuti per il primo token.

Non migrate, o fate prima un test A/B, in tre casi. Se fate affidamento sulla risposta a domande sul codebase, dove un fatto mancante costa caro, il calo di 14 punti di Sol su SWE-Atlas-QnA è mirato direttamente a voi. Se i vostri prompt superano regolarmente i 272.000 token, valutate il costo del precipizio prima di quello del taglio. E se fate ricerca sulle vulnerabilità, aspettatevi che le nuove salvaguardie cyber vi costino rifiuti che il modello precedente non produceva.

Un numero merita una frase tutta sua prima che tutto questo diventi predefinito: al massimo sforzo, Artificial Analysis misura un tasso di allucinazione del 59% su GPT-6.2 Astra e del 55% su GPT-6.2 Sol. Questa misura conta quanto spesso un modello tira a indovinare quando non sa, su domande che coprono un'ampia gamma di argomenti. Un modello migliore in tutto ciò che è misurabile può comunque essere un collega peggiore se è sicuro delle parti che ha inventato — e la lettura onesta di questo lancio è che entrambi sono più capaci e nessuno dei due è più attento. Verifica l'output, non l'indice.

Confrontati in questo articolo4

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno