
GPT-6.2 Astra vs GPT-6.2 Sol: twee mechdemo's, één misser
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 189 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 229 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 93 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
OpenAI's lanceringsbericht voor GPT-6.2 Astra en GPT-6.2 Sol doet een beperkte, controleerbare belofte: het tweetal "schrijft schonere code en bouwt frontends die er beter uitzien en beter werken, met name voor websites, gaming en 3D-ontwerp." Dat is het soort bewering dat een specificatieblad niet kan beslechten en een benchmark slechts kan benaderen, dus twee dagen na de release is er precies één gepubliceerde, reproduceerbare head-to-head-vergelijking ervan — Simon Willison's Yonkers-prompt, uitgevoerd tegen beide modellen met Ultra effort in de Codex CLI, waarbij beide outputs online zijn gelaten zodat iedereen ze kan openen. Zijn oordeel is de eerste regel van het verhaal: "Geen van beide deed het goed genoeg om Yonkers om te vormen tot een grote mech."
Wat de test een artikel waard maakt, is niet dat twee modellen tekortschoten. Het is dat ze op verschillende manieren tekortschoten, in code die je kunt lezen, en dat degene die duurder tekortschoot degene was die goed genoeg was om achteraf de vergelijkingsvideo te monteren. Als je op het punt staat een week contextvenster aan frontend-generatie te besteden, is het verschil tussen een bundel van 568 KB en vier handgeschreven modules het verschil tussen een demo die je kunt uitbrengen en een die je moet herschrijven.
Wat OpenAI zegt dat het paar kan bouwen
De bewering is specifiek genoeg om te testen. Het bericht van OpenAI beschrijft dat beide modellen "een geschreven briefing omzetten in een interactieve browserervaring, van een flipperkast die je kunt spelen tot een recreatie van het Colosseum die je vanuit verschillende hoeken kunt verkennen," en wijst naar AA-3D van Artificial Analysis, waar menselijke beoordelaars twee geblindeerde ervaringen zien die op basis van dezelfde prompt zijn gebouwd en stemmen op degene die ze het liefst hebben. Op die ranglijst staat GPT-6.2 Astra op de eerste plaats met 1.318 Elo, vóór Claude Fable 5.2 met 1.271 en GPT-6.2 Sol met 1.259.
Lees de kloof van 59 punten tussen de twee OpenAI-modellen en je zou concluderen dat Astra duidelijk beter is in 3D. Lees de absolute cijfers en je leert iets wat de ranglijst verbergt: de ranglijst vergelijkt altijd maar twee pogingen met dezelfde prompt, dus kan hij je zeggen welke van een paar er beter uitziet, terwijl hij niets zegt over of een van beide goed is. Een geblindeerde voorkeurstest tussen twee onvoltooide mechs levert nog steeds een winnaar op.
De documentatie voegt een voorbehoud toe dat leest als een verontschuldiging van het prompt-engineeringteam. In de migratienotities voor GPT-6.2 stelt OpenAI dat beide modellen beknopter en directer zijn dan GPT-6 Astra, dat ze een stap kunnen voorstellen en wachten wanneer de intentie onduidelijk is, en — de regel die voor dit stuk van belang is — dat frontendwerk nu expliciete aanwijzingen nodig heeft voor beeldmateriaal en typografie. Aanwijzingen die je niet hebt geschreven, zijn aanwijzingen die het model verzint. De Yonkers-prompt bevat helemaal geen artdirection, en dat is precies waarom het een eerlijke test is van de twee modellen en een ietwat oneerlijke test van elk van beide.
Eén prompt, twee gepubliceerde demo's
De prompt is één zin: "Maak een three js-animatie waarin yonkers overeind komt als een grote mech (coole overeindkom-beweging) en rondstampt door Manhattan en Queens en Brooklyn, gebruik openstreetmap-kaartgegevens." Beide runs gebruikten Ultra-inspanning in de Codex CLI. Beide resultaten staan nog online, en beide openen in een werkende WebGL-scène met een echte camera, een echte lowpoly-stad en een echte route — wat al meer is dan de meeste three.js-verzoeken bij de eerste poging opleveren.
Geen van beide is een afgewerkt stuk werk. Willisons eigen vergelijking is met de builds van Claude Fable 5.2 en Gemini 4 Carbon van dezelfde opdracht, en zijn oordeel is dat beide GPT-6.2-pogingen verliezen op het ene punt dat de prompt eigenlijk vroeg: de overgang van stad naar staande mech. De opsta-beweging is de demo, en geen van beide modellen heeft die echt geanimeerd.
• Bundel — GPT-6.2 Astra levert één Vite-build van 568.418 bytes plus 8.075 bytes aan CSS, tegenover GPT-6.2 Sol met een main.js van 17.094 bytes die city.js, mech.js en effects.js importeert, met three.js lokaal geserveerd op 658.900 bytes
• Tijdlijn — Astra draait een sequentie van 96 seconden op een scrubber van 0–960, versus Sol met een sequentie van 48 seconden, waarbij het lopen begint op 6,25 s en de laatste stap op 44,5 s
• Hoofdstukken — elk vier: Astra nummert ze met een volgnummer dat "01 / 04" weergeeft, terwijl Sol ze Yonkers, Manhattan, Queens en Brooklyn noemt, beginnend bij 0, 17,6, 30,2 en 38 seconden
• Camera — Astra schakelt tussen een "track"- en een "atlas"-weergave, terwijl Sol een orbit-schakelaar heeft die aan O is gekoppeld
• Telemetrie — Astra print een actie-uitlezing met de tekst "Stijgend" en coördinaten "40.9310° N 73.8987° W" vs Sol een 184×138 radar-canvas op "40.93° N · 73.90° W"
• Naamsvermelding — vermeld zowel OpenFreeMap, OpenMapTiles als © OpenStreetMap contributors in de voettekst van de pagina, de enige vereiste uit de opdracht die geen van beide modellen heeft laten vallen
Kosten van de run — bij maximale inspanning kostte Willisons standaard SVG-pelikaan 88,71¢ op Astra tegenover 13,69¢ op Sol, een verhouding die standhoudt op elk inspanningsniveau dat hij heeft gemeten

Astra: één bundel van 568 KB, gescripte UI
Astra's build heet "Stride Atlas — Yonkers Rising" en gedraagt zich als een presentatie: een masthead met het merk en een status "Systeem online", een audioschakelaar, een knop voor volledig scherm en een canvas waarvan het toegankelijke label belooft: "Driedimensionale stad en geanimeerde mech. Sleep om te draaien en scroll om te zoomen." Daaronder een bovenregel met de tekst "Mech-simulatie / 001", een kop met de tekst "Yonkers Rising." en een subregel met de tekst "Metropoolgebied New York".
Het vakmanschap zit in de instrumentatie. Er is een telemetriepaneel met een actie-readout die "Stijgend" aangeeft en live coördinaten, een ingebed canvas met routeoverzicht en het label 10 km, en een transportconsole met een sequentieteller, knoppen voor afspelen en herstarten, een klok, een scrubbereik van 0 tot 960 en een eindtijd van 01:36. Dat zijn 96 seconden vormgegeven sequentie, en een scrubber die zo lang is, is geen toeval — het is een beslissing dat de demo een film is en de camera de regisseur.
Het komt ook binnen als één gebundeld artefact. Alles hierboven is gecompileerd tot één Vite-output van 568.418 bytes en één stylesheet van 8.075 bytes, met de string chapters en een stompProgramCache die minificatie overleven omdat de sequencedata echt zijn. Voor een demo is een bundel de juiste keuze: één bestand om te hosten, één cache-entry, geen importgraph die kan breken. Voor een codebase die je moet uitbreiden, is het een muur van 568 KB.

Sol: vier modules, een lokale three.js
De build van Sol heet "Yonkers Protocol | A New York Mech Simulation" en de metabeschrijving noemt de technologie ronduit: "Een cinematische Three.js-animatie van een mech ter grootte van een stad die oprijst in Yonkers en door Manhattan, Queens en Brooklyn marcheert." De pagina draait onder een merk "METRO CONTROL / NEW YORK, NY" met een chip "OPENSTREETMAP TERRAIN", een schakelaar voor orbitweergave, een geluidsschakelaar en een viewport met het label "Yonkers Protocol simulation".
Waar Astra het script voor een film schreef, bouwde Sol een controlekamer. Er is een sectoruitlezing op "01 / 04 YONKERS", een knop "Startsequentie" met een SPACE-hint, een radar-canvas van 184×138, vier faseknoppen — Yonkers / Ontwaken, Manhattan / Zuidwaarts, Queens / East River, Brooklyn / Eindnadering — en een hint voor slepen om te draaien en scrollen om te zoomen. De tekst is het meest zelfverzekerde onderdeel op beide pagina's: "Kijk hoe Yonkers oprijst vanaf het Hudson-waterfront en door Manhattan, Queens en Brooklyn marcheert."
De code is het interessante deel. Sol sloeg de bundler volledig over en gebruikte een importmap die three naar een lokale kopie van de modulebuild liet wijzen, en splitste het werk vervolgens handmatig: city.js op 9.603 bytes, mech.js op 25.511, effects.js op 12.119. main.js bevat de richting — een duur van 48 seconden, het lopen begint op 6,25 s, de laatste stap op 44,5 s, zestien lengte- en breedtegraadcheckpoints van Yonkers helemaal naar Brooklyn, en een THREE.CatmullRomCurve3 erdoorheen met arcLengthDivisions ingesteld op 1.000, zodat de mech in een gelijkmatig tempo loopt in plaats van versnelt door krappe bochten. Die laatste instelling is het soort detail dat je alleen schrijft als je een personage hebt zien haperen.
Geen van beide benaderingen is verkeerd. Astra optimaliseerde voor iets dat laadt, Sol optimaliseerde voor iets dat je kunt openen en bewerken — en de bestandsopsplitsing laat zien dat Sol begreep dat een 3D-demo een scènegrafiek, een actor en een reeks effecten is, en dat die in verschillende bestanden thuishoren.

De morph die beide demo's misten
Dit is het punt dat met geen enkele hoeveelheid UI-verfijning te verdoezelen valt. De prompt vraagt Yonkers om overeind te komen als een grote mech — een transformatie, waarbij een stadsblok een lichaam wordt. Geen van beide builds brengt die overgang overtuigend over, en Willison zegt dat ronduit: hij rangschikt beide achter de versie van Claude Fable 5.2 en die van Gemini 4 Carbon.
Dat is de eerlijke interpretatie van een Elo-score van 1.318. Artificial Analysis mat Astra hoger dan Sol, en de demo bevestigt dat — die van Astra is de meer afgewerkte pagina. Maar het scorebord beantwoordt "welke van deze twee is beter," en de vraag die een lezer eigenlijk heeft is "is dit goed genoeg om te gebruiken," en daarop is het antwoord uit de enige gepubliceerde zij-aan-zijvergelijking nee. Een preferentietest tussen twee modellen die allebei de morph misten, levert nog steeds een ranglijst op, en die ranglijst wordt nog steeds gerapporteerd als een capaciteitsvoorsprong.
De andere helft van het frontendverhaal van de lancering is communicatie, en ook die is niet flatteus. Willison citeert de feedbackbrief van Theo Browne van vóór de release, die een model beschrijft dat subagents goed aanstuurt bij lange taken en vervolgens vastloopt op een interne implementatievraag die geen mens kan beantwoorden — zijn voorbeeld is een agent die al twee uur aan een project werkt en dan stopt om te vragen of een reviewer zijn clips naar de ene of de andere bestandsnaam schrijft. OpenAI's eigen migratienotitie dat het model "een stap kan voorstellen en wachten wanneer de intentie onduidelijk is" beschrijft hetzelfde gedrag van binnenuit, en het is een reële kost: een agent die wacht op invoer die je niet kunt geven, is een agent die is gestopt.
Wat het gat betekent voor jouw build
Als het werk een 3D- of frontend-demo is, zit het praktische verschil tussen de twee modellen niet in de 59 Elo. Het is dat Astra je een artefact oplevert dat er af uitziet, en Sol je een repository oplevert. Kies Astra wanneer het op te leveren product een link is die je naar iemand stuurt; kies Sol wanneer het op te leveren product code is die iemand anders maandag moet aanpassen.
Zet de prijs van de keuze op dezelfde as. GPT-6.2 Astra rekent $8 per miljoen input en $40 per miljoen output, met gecachte input tegen $0,40 en cache-schrijfacties tegen $10. GPT-6.2 Sol rekent $2, $10, $0,10 en $2,50 — een kwart van het tokentarief op elke regel. Beide hebben een contextvenster van 1.050.000 tokens met maximaal 922.000 input en 128.000 output, beide weigeren reasoning_effort: "none", en beide verdubbelen input en gecachte input boven 272.000 tokens per verzoek, terwijl ze 1,5× output rekenen. Batch rekent 50% van de standaardprijs, Fast-modus het dubbele, en Ultrafast drie keer tot 28 februari 2027 en zes keer vanaf 1 maart 2027.
Het kosten-per-artefactcijfer van dezelfde middag is het cijfer dat je moet onthouden. Willisons pelikaantest rendert dezelfde SVG op drie inspanningsniveaus, en bij maximale inspanning kostte Astra 88,71¢ tegenover 13,69¢ voor Sol — ruwweg zes en een half keer zoveel voor een tekening die hij in geen van beide gevallen als een duidelijke overwinning omschreef. Frontendgeneratie op Ultra-inspanning is een plek waar het voordeel van het dure model reëel maar klein is, en waar één nieuwe poging het tenietdoet.
Waar de routeringslaag past
Om duidelijk over onze positie te zijn: GPT-6.2 Astra en GPT-6.2 Sol staan vandaag niet in de OrcaRouter-catalogus. De OpenAI-regels die wij aanbieden zijn GPT-6 Astra, GPT-6 Sol en GPT-6.1 Sol, dus dit paar is over het algemeen bereikbaar via OpenAI's eigen API en platforms van derden, niet via ons.
Wat de catalogus je wél oplevert, is de gewoonte waar dit artikel voor pleit. Een test zoals Yonkers is precies het soort workload dat je over modellen heen wilt A/B-testen in plaats van er een productiepad aan te verbinden — en dat via één endpoint doen betekent één sleutel, één factuur en geen tweede contract, met automatische failover wanneer een model dat je aan het uitproberen bent midden in een render begint te time-outen. Voor de regels die we wél voeren, geeft OrcaRouter de lijstprijs van de provider door met 0% markup, dus je betaalt wat op de eigen tariefkaart van een leverancier staat, en een prijsverlaging is bij ons dezelfde dag live. Als je voor frontendwerk kiest tussen een model van $2 en een model van $8, is dat de vergelijking die je zelf moet uitvoeren, met dezelfde prompt, voordat je een standaard kiest.
De meer specifieke les van deze lancering is dat 3D-generatie de grens van 'kan niet' naar 'onvoltooid' heeft overschreden, en de twee modellen bevinden zich op verschillende punten op die helling: het ene levert een pagina op die er af uitziet, het andere levert code op die dat ook is. Geen van beide heeft Yonkers gemorpht. Beide kwamen dicht genoeg in de buurt dat de volgende release dat waarschijnlijk wel zal doen — en als dat gebeurt, is de prijs om erachter te komen één prompt, niet één migratie.
Vergeleken in dit artikel1
Herkend uit dit artikel
