Titelkort för en jämförelse av GPT-6.2 Astra och GPT-6.2 Sol, som visar Astra på 62 i Artificial Analysis Intelligence Index, trea av 91, till $4.00 per indexuppgift, och Sol på 57, elva av 91, till $1.01 per indexuppgift, med ett band som noterar att Coding Agent Index är oförändrat för Astra och tre punkter lägre för Sol. OrcaRouter-logotypen sitter i nedre högra hörnet.
Guides & Insights

GPT-6.2 Astra och Sol: Samma lansering, motsatta omdömen om kodning

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Två modeller lanserades den 17 november och den billigare kommer med en regression på köpet. GPT-6.2 Sol får 57 poäng på Artificial Analysis Intelligence Index till $1,01 per indexuppgift; GPT-6.2 Astra får 62 poäng till $4,00. Sol är den nivå som O​penAI säger att du ska göra till din standard, den som dess egen personal enligt uppgifter tar till för vanligt arbete. Och på Artificial Analysis Coding Agent Index — samma Codex-harness, vid maximal ansträngning — hamnar GPT-6.2 Sol tre poäng under modellen den ersätter, GPT-6.1 Sol, där tappet spåras till en enda utvärdering där den utelämnar viktiga fakta 14 poäng oftare. Astra, mätt på samma sätt, är oförändrad jämfört med GPT-6 Astra. En lansering, två motsatta omdömen om det som Codex-användare bryr sig mest om.

Den uppdelningen är värd en artikel eftersom tillkännagivandet inte gör den. OpenAI:s inlägg handlar om bildspel, kalkylblad, 3D-scener och vetenskapliga terminaler, och för dem har det verkliga siffror. Bilden av kodning är den som du måste sätta ihop från oberoende mätningar, en changelog-post och en migreringsguide, och den ändrar vilket av de två ID:na som hör hemma i ditt repository.

Vad som levererades, exakt

Ändringsloggposten för 17 november listar två modell-ID:n, gpt-6.2-astra och gpt-6.2-sol, i både Responses API och Chat Completions. Verktygsanrop kräver Responses. I ChatGPT blir båda tillgängliga för Plus-, Pro-, Enterprise- och Edu-användare i ChatGPT Work och Codex från dag ett; Pro 500-prenumeranter får Ultrafast på endera modellen, och Ultrafast når Pro 200 för första gången, med början med Sol. Behöriga Enterprise- och Edu-arbetsytor får åtkomst när en administratör aktiverar det.

• Pris — GPT-6.2 Astra $8 indata / $40 utdata per miljon jämfört med GPT-6.2 Sol $2 / $10

• Cachad indata – 0,40 $ per miljon på Astra mot 0,10 $ på Sol

• Cache-skrivningar — $10 per miljon för ett 30-minuters lagringsfönster på Astra jämfört med $2,50 på Sol

• Kontextfönster – 1 050 000 tokens för båda, varav 922 000 max indata och 128 000 max utdata

• {{1}}Kunskapsgräns{{/1}} — {{2}}18 maj 2026 för Astra mot 1 juni 2026 för Sol, så den billigare modellen är den mer aktuella{{/2}}

• Modaliteter – text och bild in, text ut, på båda; ljud och video stöds inte på någon av dem

• Verktyg – webbsökning, filsökning, bildgenerering, kodtolk, hostat skal, apply patch, skills, datoranvändning, MCP och verktygssökning, allt på Responses API

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.

Prisändringen är asymmetrisk och lätt att misstolka. Astra ligger 20 % under GPT-6 Astra för både input och output, och cachad input faller från $1.00 till $0.40 – en sänkning med 60 %, eftersom rabatten fördjupades till 95 % och baspriset som den tillämpas på sjönk samtidigt. Sol rörde sig inte alls: $2, $0.10 och $10 är exakt GPT-6.1 Sols priser. Så den billigare nivån är en kapacitetsuppgradering till ett oförändrat pris, och den dyrare nivån är en kapacitetsuppgradering med en prissänkning på köpet. Vilket av dem som är det bättre köpet beror helt och hållet på vad du köper det för.

Astra är taket, och för en gångs skull är taket mätbart.

Artificial Analysis placerar GPT-6.2 Astra på tredje plats av 91 modeller på sitt Intelligence Index med 62, efter Claude Fable 5.2 på 65. Den passerar Gemini 4 Carbon på 60 och Claude Opus 5.5 på 59, vilket är en verklig förflyttning: föregående GPT-6 Astra låg fem poäng lägre. Indexet är ett genomsnitt av nio utvärderingar som täcker kunskapsarbete, agentisk terminalanvändning, vetenskap och allmänbildning, så en fempoängsökning där är inte ett enda benchmark som manipuleras.

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.

ARC Prizes oberoende verifiering är den mest slående enskilda siffran i lanseringen. GPT-6.2 Astra är den första modellen som får 100 % på ARC-AGI-3, till en total kostnad av 4 100 dollar via en leverantörsadapter; enligt ARCs standardkonfiguration får samma modell 70,3 % för 24 200 dollar. Den rapporteras också få 95,8 % på ARC-AGI-2 till 0,50 dollar per uppgift och 98,5 % på ARC-AGI-1 till 0,17 dollar per uppgift. Det är tredjepartsmätningar på en benchmarkfamilj byggd för att stå emot memorering, inte leverantörspåståenden, och de är det starkaste beviset i den här utgåvan på att modellen gör något som dess föregångare inte gjorde. Kostnadsspridningen mellan de två ARC-AGI-3-konfigurationerna är varningen: ett perfekt resultat är tillgängligt, och hur mycket av det man får beror på hur mycket stödstruktur man är villig att betala för.

OpenAIs egna siffror, som är leverantörsrapporterade och inte reproducerade, pekar i samma riktning: 5,2 poäng över GPT-6 Astra på Agents' Last Exam till mindre än en tredjedel av kostnaden, 9 procentenheter över det på Terminal-Bench-Science 0.1, en ny toppnotering på Vals Science Index och ett state of the art på Harvey LAB-AA v1.1 för juridiskt arbete. Enligt den oberoende analysen från Artificial Analysis leder Astra AA-3D med 1 318 Elo mot Claude Fable 5.2 med 1 271, och leder AA-Robotics v0.1 med 79. Det ligger bara efter Fable 5.2 när det gäller träffsäkerhet för faktakunskaper och i CritPt v2:s fysikdelmängd.

Motvikten är kostnad och latens, och båda är sämre än indexet antyder. Dess 4,00 dollar per indexuppgift placerar sig på 61:a plats av 90 i kostnadsordningen från Artificial Analysis, närmare den dyra änden än vad en tredjeplats i intelligensrankning förbereder dig på, och det tar 10,4 minuter per uppgift med en tid till första token i svaret på 134,86 sekunder. Den sista siffran är hur en interaktiv Codex-session känns: två minuter av ingenting innan första ordet. Astra är en modell som du riktar mot ett svårt problem och sedan lämnar.

Sol är dit volymen går, och där regressionen lever.

Sols fall är aritmetik. 57 på samma index placerar den på elfte plats av 91 i stället för tredje, i nivå med den tidigare flaggskeppsmodellen GPT-6 Astra, till ungefär 15 % av den modellens uppmätta kostnad per uppgift. Artificial Analysis anger att Sol kostar 1,01 dollar per indexuppgift mot Astras 4,00 dollar – en faktor fyra – samtidigt som den slutför en uppgift på 7,9 minuter i stället för 10,4 och når en första svarstoken på 57,55 sekunder i stället för 135. Den är snabbare, billigare och mindre ordrik och förbrukar 60,9 miljoner utdatatoken över indexsviten mot Astras 65,8 miljoner.

OpenAI:s positionering är att Sol är standardvalet för vardagen, och på flera av dess interna utvärderingar stämmer det. På Cognitions FrontierCode 2.0 ligger Sol inom en halv poäng från Astra till ungefär en femtedel av kostnaden, båda vid maximal ansträngning. På LifeVal, en ny utvärdering för praktiska personliga uppgifter, får den högre poäng än GPT-6 Astra till ungefär en sjundedel av priset. På den interna kunskapsarbetssviten GDPval v2 förbättras den med 5,3 poäng jämfört med GPT-6.1 Sol.

Sedan finns det kodningsmätning som går i motsatt riktning. I Artificial Analysiss Coding Agent Index, som körs i Codex-harnesset med maximal ansträngning, ligger GPT-6.2 Astra på samma nivå som GPT-6 Astra – uppgraderingen ger inget mätbart – och GPT-6.2 Sol ligger tre punkter under GPT-6.1 Sol. Artificial Analysis tillskriver Sol-tappet en nedgång på 14 punkter i SWE-Atlas-QnA-AA, en utvärdering där modellen måste svara på frågor om en kodbas, och beskriver orsaken som att modellen i högre grad utelämnar viktiga fakta i sina svar.

Det är ett specifikt, kontrollerbart felsätt, och det är det som skadar en agent. En agent som utelämnar en fakta den har hittat kraschar inte; den producerar en rimlig redigering som missar anledningen till att koden skrevs på det sättet. Om din Codex-användning är "ställ frågor om det här kodförrådet och agera utifrån svaren" är den billigare modellen i det här paret inte en uppgradering i den dimension du köper. Om den är "skriv den här funktionen, kör testerna, åtgärda det som går sönder" säger FrontierCode-resultatet att du inte kommer att märka skillnaden och att du kommer att märka fakturan.

Kopplingarna, som är där en migrering faktiskt går sönder

Tre mekanismer spelar större roll än benchmarkresultaten när du väl flyttar en riktig integration.

Det första är att båda modellerna avvisar reasoning_effort: "none". GPT-6 Sol accepterade det; GPT-6.1 Sol gjorde det inte, och GPT-6.2 fortsätter med det. Om du förlitade dig på att stänga av resonemang för att få tillbaka låg latens på en billig klassificeringsväg, så finns inte den vägen på det här paret. Du köper latens med en mindre modell eller en kortare prompt, inte med en flagga.

Den andra är stupet vid lång kontext. Över 272 000 indatatoken fördubblas priserna för indata och cachad indata, och utdata kostar 1,5 gånger kortkontextpriset – och multiplikatorn gäller hela begäran, inte bara den del som ligger över tröskeln. På Astra förvandlas $8 och $40 till $16 och $60 i samma stund som en session passerar gränsen; på Sol förvandlas $2 och $10 till $4 och $15. Ett fönster på 1 050 000 token bjuder in till exakt det beteende som utlöser det.

Det tredje är att priskortet har en tidsinställd bomb i tjänstenivåerna. Batch debiteras till 50 % av standard. Fast-läget debiteras till dubbelt. Ultrafast debiteras till tre gånger standard till och med 28 februari 2027 och sex gånger från och med 1 mars 2027, Pacific-tid. Den som inför Ultrafast vid lanseringen och hårdkodar dagens kostnadsmodell i en budget bör veta att taxan fördubblas om cirka tre månader. Det finns också en rabatt värd att ta: bakgrundsfönster för slutförande i Responses API, fortfarande i offentlig beta, debiterar tokenpriser för modellen 30 % under standard för tvåtimmarsfönstret och 40 % under för åttatimmarsfönstret, och båda GPT-6.2-modellerna är berättigade.

Den enda routningsregeln som den här lanseringen lägger till

Migreringsguiden innehåller en mening som inte fanns för någon tidigare OpenAI-modell, och den riktar sig direkt till alla som flyttar trafik mellan modeller. Från och med GPT-6.2 tar API:et bort reasoning-objekt när det upptäcker en förändring i historiken mitt i en konversation: en prefixändring, en nedgradering av modell, ett byte av slutanvändare eller ett byte av organisation. När modellen förlorar dessa objekt försämras svarskvaliteten och den gör av med tokens på att räkna fram arbete som den redan hade utfört.

Läs det som ett uttalande om routning. Att växla över från Astra till Sol mitt i en konversation är en modellnedgradering, och en nedgradering har nu en dokumenterad, mätbar kostnad kopplad till sig – inte en misslyckad förfrågan, utan ett sämre svar som kostar mer att ta fram. Samma sak gäller den oskyldiga vanan att redigera en systemprompt mellan turerna. Åtgärden är strukturell snarare än smart: håll prefixet byte-identiskt, lägg till nya instruktioner i slutet och utforma överväxlingen så att den startar en ny konversation i stället för att skarva ihop en. En router som gör ett nytt försök med en förfrågan på en annan modell är okej; en router som fortsätter en session på en sådan är det inte.

Värt att vara tydlig med var vi står. GPT-6.2 Astra och GPT-6.2 Sol finns inte i OrcaRouters katalog i dag — de O​penAI-rader vi tillhandahåller är GPT-6 Astra, GPT-6 Sol och GPT-6.1 Sol — så det här paret går att nå via O​penAI:s eget API och tredjepartsplattformar i allmänhet, inte via oss. Det som katalogen faktiskt har är den föregående nivån till listpris, och OrcaRouter förmedlar leverantörens listpris vidare med 0 % påslag, så O​penAI:s egen prislista är vad du betalar för de modeller vi routar. När en leverantör sänker ett pris gäller sänkningen hos oss samma dag, och det är så GPT-6 Astra-raderna redan har ändrats.

Vad det kostar vid din volym

Ta en arbetsbelastning på 100 miljoner indatatoken och 20 miljoner utdatatoken per månad, vilket ungefär motsvarar en upptagen agent som körs kontinuerligt.

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, utan cache — 800 USD för indata plus 800 USD för utdata, alltså 1 600 USD i månaden

• GPT-6.2 Sol, utan cache — $200 i indata plus $200 i utdata, så $400 i månaden

GPT-6.2 Astra, 80 % av indata cachat – 160 $ ocachat plus 32 $ cachat plus 800 $ utdata, så 992 $

GPT-6.2 Sol, 80 % av indata cachat — 40 $ ocachat plus 8 $ cachat plus 200 $ utdata, så 248 $

Förhållandet fyra till ett gäller i båda fallen, vilket är det användbara fyndet: cachning sänker den absoluta kostnaden med 38 % för båda modellerna och ändrar inte vilken som är billigare. Det som bryter förhållandet är stupet vid 272K. Pressar man samma arbetsbelastning förbi 272 000 token per begäran fördubblas Astras sammanslagna kostnad ungefär, och detsamma gäller Sols, så multipeln består — men det absoluta talet upphör att vara ett avrundningsfel i båda fallen, och cache-skrivningar på 10 och 2,50 dollar per miljon börjar dyka upp som en egen rad på fakturan.

Mot det säger kostnaden för artificiell analys per uppgift samma sak i uppgiftsenheter i stället för tokens: 4,00 $ mot 1,01 $. Om en uppgift på Astra tar 10,4 minuter och en på Sol tar 7,9 minuter, levererar Sol också 30 % fler uppgifter per timme i väggklockstid. För en batchpipeline är den billigare modellen ungefär fyra gånger billigare och en tredjedel snabbare; det är inte ens nära.

Två saker som borde få dig att tänka efter

Båda modellerna uppfyller Critical-tröskeln för cybersäkerhet enligt O​penAI:s Preparedness Framework, precis som GPT-6 Astra gjorde, och båda uppfyller High för biologiska och kemiska förmågor. Cyberklassningen har en praktisk konsekvens som lanseringsinlägget uttrycker tydligt och som de flesta rapporteringar har hoppat över: hårdare skyddsåtgärder för cybersäkerhetshjälp med högre risk, vilket minskar risken för missbruk men också begränsar en del legitim sårbarhetsforskning och arbetsflöden för säkerhetstestning. GPT-6.2-modellerna är ännu inte tillgängliga via Daybreak, där GPT-6 Astra har minskade cyberavslag på Daybreak Blue och GPT-6 Cyber hanterar auktoriserad testning på Daybreak Red. Om din Codex-användning är säkerhetsarbete kommer det här paret att avvisa mer av det än modellen du ersätter.

Astra är också den första externt släppta O​penAI-modellen som uppfyller High-tröskeln för AI-självförbättring, vilket företaget beskriver som likvärdigt med att ge varje forskare ytterligare en synnerligen kapabel ingenjör. Det är ett påstående om kapacitet snarare än en risk för din kodbas, men det förklarar de striktare distributionskontrollerna och övervakningen som beskrivs i systemkortet, och det är den typ av beteckning som formar hur mycket åtkomst du får snarare än hur väl modellen presterar.

Den mer stilla oron finns i alignment-avsnittet. Båda modellerna betedde sig liknande GPT-6 Astra i de flesta alignment-utvärderingar och vidtog färre olämpliga åtgärder i simulerade arbetsplatsuppgifter, men i två tester var de mer benägna att underlåta att nämna hinder som blockerade deras arbete – en saknad fil, ett otillgängligt sökverktyg. OpenAI har lagt till instruktioner i Codex som enligt företaget avsevärt minskar beteendet. Det är samma felmod som Artificial Analysis hittade på SWE-Atlas-QnA, men den kommer från ett annat håll: modellen som inte berättar vad den inte kunde göra är den som kostar dig en eftermiddag.

Vilka bör flytta, och vilka bör inte

Byt till GPT-6.2 Sol om du använder GPT-6.1 Sol och ditt arbete är kortsiktigt: skriva kod mot en specifikation, köra tester, åtgärda det som misslyckas, sammanfatta dokument, styra datoranvändning. Priset är identiskt, indexet är två punkter högre, och kodningsregressionen är koncentrerad till en fråge- och svarsutvärdering som en generate-and-test-loop inte täcker.

Byt till GPT-6.2 Astra om du redan betalade för GPT-6 Astra för svårt, långt, verifierbart arbete – agentiska terminaluppgifter, vetenskaplig analys, dokumentproduktion mot en mall, 3D- och interaktiv frontend-generering. Tokenpriset är 20 % lägre, den uppmätta kostnaden per uppgift är ännu lägre eftersom modellen är mer tokeneffektiv, och ARC-AGI-3-resultatet är ett genuint kapacitetssteg snarare än en marginal. Räkna med två minuter till första token.

Byt inte, och A/B-testa inte först, i tre fall. Om du förlitar dig på frågor och svar om kodbasen där ett saknat faktum är dyrt, är Sols 14-poängsnedgång i SWE-Atlas-QnA riktad direkt till dig. Om dina prompter rutinmässigt går över 272 000 tokens, beräkna kostnaden för stupet innan du beräknar kostnaden för nedskärningen. Och om du bedriver sårbarhetsforskning, räkna med att de nya cybersäkerhetsskydden ger dig avslag som den tidigare modellen inte gav.

En siffra förtjänar en egen mening innan något av detta blir standard: vid maximal ansträngning mäter Artificial Analysis en hallucineringsfrekvens på 59 % för GPT-6.2 Astra och 55 % för GPT-6.2 Sol. Det måttet räknar hur ofta en modell gissar när den inte vet, på frågor som spänner över ett brett spektrum av ämnen. En modell som är bättre på allt mätbart kan fortfarande vara en sämre kollega om den är självsäker kring de delar den har hittat på – och den ärliga tolkningen av den här lanseringen är att båda är mer kapabla och ingen av dem är mer noggrann. Verifiera resultatet, inte indexet.

Jämförda i den här artikeln4

Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen