Atria Dawn vs GPT-5.6 Sol: Ett indexgap på 13 punkter, och en forskningscykel som ignorerar det

Här är hela spänningen i den här jämförelsen på en rad: Atria Dawn Preview är en helt ny agentisk modell med öppna vikter från Shanghai AI Laboratory, släppt den 14 september på en 744B MoE GLM-5.2-bas med 256K kontext och inget publicerat pris, medan GPT-5.6 Sol är OpenAI:s flaggskeppsnivå i GPT-5.6-familjen – lanserad den 9 juli, prissatt till $4.00/$20.00 per miljon tokens och med ett oberoende Artificial Analysis Intelligence Index på 61 som har varit stabilt genom två prissänkningar. På papperet är gapet enormt: en skillnad på 13 punkter i ett oberoende index mellan ett slutet frontier-flaggskepp och en obeprövad öppen förhandsversion. Anledningen till att matchningen ändå är värd att läsa är att Atria Dawn Preview inte byggdes för att stänga gapet – den byggdes för att göra det irrelevant, genom att rikta in sig på det enda som en rå indexpoäng inte mäter: huruvida en modell fortsätter att arbeta tills den har ett verifierbart resultat, utan att en människa håller i tråden.

Sourcing-etiketterna bär upp hela den här artikeln, så de kommer först. GPT-5.6 Sols indexpoäng, kontext och prissättning är oberoende fakta som du kan kontrollera på Artificial Analysis och OpenAI:s egen prissida idag. Atria Dawn Previews benchmark-rader är leverantörsrapporterade från dess modellkort, inte reproducerade av något neutralt labb, och dess internationella API på api.atria-asi.ai har ännu inget publicerat pris. Där kortet ställer de två mot varandra rapporterar Atria Dawn Preview ledning inom discovery- och tool-use-sviter (BrowseComp 92,5 mot 90,8, BFCL v4 77,0), medan GPT-5.6 Sols kodningsrader ligger långt före (SWE-bench Pro 59,6 mot en rapporterad 74,7-motsvarighet i samma rutnät, Terminal-Bench 2.1 78,3 mot 90,2). Inga av Atrias siffror är oberoende verifierade; behandla dem som labbets säljargument, inte som ett resultatkort.

Två objekt som bara har ordet "modell" gemensamt

GPT-5.6 Sol är OpenAI:s flaggskeppsnivå för resonemang: ett kontextfönster på 1,05M token, upp till 128K utdata, text/bild/fil som indata, ett AA Intelligence Index på 61 och ett kampanjpris på 4/20 USD som OpenAI sänkte från 5/30 USD den 24 augusti och har åtagit sig att behålla åtminstone till och med den 21 november – med en tröskel vid 272K token över vilken hela förfrågan debiteras till 8/30 USD. Det är modellen bakom Codex, bakom Work och bakom standardupplevelsen i ChatGPT; det är den mest utbredda resonemangsmodellen i produktion just nu. Den är också proprietär: du hyr den, du äger den aldrig.

Atria Dawn Preview är det motsatta ekonomiska objektet. Det är MIT-licensierat med nedladdningsbara vikter (BF16 i 353 shards, FP8 i 177), endast text med ett 256K-fönster, driftsättningsbart via SGLang och vLLM, och hostas internationellt på api.atria-asi.ai med samma modell-id. Dess pitch är inte rå resonemangsförmåga – det är forskningsloopen: analysera, designa, använd verktyg, skriv och kör kod, läs resultatet, återhämta dig, iterera. Labbets fyra pelare – Upptäckt, Skapande, Leverans, Cybersäkerhet – kokar alla ner till den loopen. Du kan inte ladda ner GPT-5.6 Sol; du kan ladda ner Atria Dawn Preview och köra det på hårdvara du äger, och den skillnaden är hela satsningen labbet gör.

• Pris — Atria Dawn Preview opublicerad (internationellt API) mot GPT-5.6 Sol $4.00/$20.00 per 1M ($8/$30 över 272K indata)

• Kontext – Atria 256K endast text vs GPT-5.6 Sol 1,05M, 128K utdata

• Oberoende notering — ingen för Atria mot AA Index 61, stabil genom två omprissättningar

• Öppenhet — Atria MIT-vikter, självhostbar vs GPT-5.6 Sol proprietär, endast API

Vad indexgapet faktiskt mäter – och vad det missar

Indexgapet på 13 punkter är verkligt, och du bör inte vifta bort det. Om din arbetsbelastning är en svår resonemangsuppgift – ett bevis, en klurig kodbugg, ett tätt juridiskt dokument – kommer GPT-5.6 Sol i genomsnitt att överträffa Atria Dawn Preview, och premiepriset är satt därefter. Men indexet byggs mestadels av korta resonemangsuppgifter i ett enda försök, och det är just den regimen där en forskningsloop-agent försöker ändra spelreglerna. Atria Dawn Previews rapporterade styrkor är inte korta svar; de är BrowseComp, DeepSearchQA och AutomationBench – sviter med lång horisont där modellen får läsa, agera och korrigera sig själv över många turer. Den leverantörsrapporterade uppdelningen (vinner upptäckt/verktygsanvändning, förlorar kodning) är signaturen för en modell som är inställd på iterativt arbete snarare än på indexet.

För ett team som redan kör GPT-5.6 Sol för agentisk kodning i flera steg är den ärliga tolkningen: Atria Dawn Preview är ingen ersättning, eftersom det är precis i kodningsraderna som den förlorar. För ett team vars smärta är själva loopen — modellen som stannar för att fråga, tappar tråden, aldrig gör färdigt experimentet — är nykomlingen riktad mot en verklig lucka, och dess öppna vikter gör att du själv kan ta reda på om loopen håller, utan att betala OpenAI:s taxa för privilegiet. Via ett routningslager som OrcaRouter sitter båda modellerna bakom en enda nyckel — GPT-5.6 Sol till listpris utan påslag med automatiskt övertagande mellan leverantörer, och i samma stund som labbet i Shanghai publicerar ett pris för Atria dirigeras samma nyckel även dit, så en direkt jämförande utvärdering kostar bara tid för uppsättning.

Domen

Läs inte indexgapet som hela historien, och läs inte heller leverantörsmatrisen som bevis — en kolumn är oberoende verifierad, den andra är ett labs egenrapport. Om du levererar programvara i dag på GPT-5.6 Sol, finns det inget här som talar för att byta; för din arbetsbelastning väger 13-punktersdeltat och fönstret på 1,05 M tyngst. Om du bedriver forskning eller automatisering över långa tidshorisonter där felet är att modellen ger upp, är Atria Dawn Previews öppna vikter och loop-first-justering ett legitimt experiment som är värt en kontrollerad utvärdering — på din egen hårdvara, bakom failover, utan att satsa en produktionsväg på en förhandsversion som ännu inte har poängsatts av någon neutral part.