การ์ดชื่อเรื่องสำหรับการเปรียบเทียบ GPT-6.2 Astra และ GPT-6.2 Sol โดยแสดง Astra ที่ 62 บน Artificial Analysis Intelligence Index เป็นอันดับสามจาก 91 ที่ราคา $4.00 ต่องานดัชนี และ Sol ที่ 57 เป็นอันดับสิบเอ็ดจาก 91 ที่ราคา $1.01 ต่องานดัชนี พร้อมแถบระบุว่า Coding Agent Index ทรงตัวสำหรับ Astra และลดลงสามจุดสำหรับ Sol โลโก้ OrcaRouter อยู่ที่มุมขวาล่าง
Guides & Insights

GPT-6.2 Astra และ Sol: เปิดตัวพร้อมกัน แต่คำตัดสินด้านการเขียนโค้ดตรงกันข้าม

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

สองโมเดลเปิดตัวเมื่อวันที่ 17 พฤศจิกายน และตัวที่ราคาถูกกว่าเปิดตัวมาพร้อมกับความถดถอยที่ติดมาด้วย GPT-6.2 Sol ได้ 57 คะแนนบน Artificial Analysis Intelligence Index ที่ราคา $1.01 ต่อหนึ่งงานในดัชนี; GPT-6.2 Astra ได้ 62 คะแนนที่ราคา $4.00 Sol คือระดับที่ O​penAI แนะนำให้คุณตั้งเป็นค่าเริ่มต้น ซึ่งมีรายงานว่าพนักงานของบริษัทเองก็เลือกใช้กับงานทั่วไป และบน Coding Agent Index ของ Artificial Analysis — ใช้ Codex harness เดียวกัน ที่ความพยายามสูงสุด — GPT-6.2 Sol ทำได้สามคะแนน ต่ำกว่า โมเดลที่มันมาแทน คือ GPT-6.1 Sol โดยการลดลงนี้ถูกสืบไปยังการประเมินเพียงรายการเดียวที่มันละเว้นข้อเท็จจริงสำคัญบ่อยขึ้น 14 พอยต์ Astra เมื่อวัดด้วยวิธีเดียวกัน อยู่ในระดับคงที่เมื่อเทียบกับ GPT-6 Astra การเปิดตัวครั้งเดียว คำตัดสินสองแบบที่ตรงกันข้ามในสิ่งที่ผู้ใช้ Codex ใส่ใจมากที่สุด

การแยกความแตกต่างนี้คุ้มค่าที่จะเขียนเป็นบทความ เพราะประกาศไม่ได้ระบุเรื่องนี้ไว้ โพสต์ของ OpenAI พูดถึงสไลด์ สเปรดชีต ฉาก 3D และเทอร์มินัลวิทยาศาสตร์ และในส่วนเหล่านั้นมีตัวเลขจริง ส่วนภาพด้านการเขียนโค้ดเป็นสิ่งที่คุณต้องประกอบขึ้นเองจากผลการวัดที่เป็นอิสระ รายการใน changelog และคู่มือการย้ายระบบ และมันเปลี่ยนว่า ID ตัวใดในสองตัวควรอยู่ในรีโพซิทอรีของคุณ

ปล่อยอะไรออกไปกันแน่

รายการบันทึกการเปลี่ยนแปลงสำหรับวันที่ 17 พฤศจิกายน ระบุรหัสโมเดลสองรหัส คือ gpt-6.2-astra และ gpt-6.2-sol ทั้งใน Responses API และ Chat Completions การเรียกใช้เครื่องมือ (Tool calling) ต้องใช้ Responses ใน ChatGPT ทั้งสองรหัสจะพร้อมใช้งานสำหรับผู้ใช้ Plus, Pro, Enterprise และ Edu ใน ChatGPT Work และ Codex ตั้งแต่วันแรก ผู้สมัครสมาชิก Pro 500 จะได้รับ Ultrafast บนโมเดลใดก็ได้จากสองโมเดลนี้ และ Ultrafast มาถึง Pro 200 เป็นครั้งแรก โดยเริ่มจาก Sol เวิร์กสเปซ Enterprise และ Edu ที่มีสิทธิ์จะได้รับการเข้าถึงเมื่อผู้ดูแลระบบเปิดใช้งาน

• ราคา — GPT-6.2 Astra อินพุต $8 / เอาต์พุต $40 ต่อล้าน เทียบกับ GPT-6.2 Sol $2 / $10

• อินพุตที่แคชไว้ — $0.40 ต่อล้านบน Astra เทียบกับ $0.10 บน Sol

• การเขียนแคช — $10 ต่อล้านครั้งสำหรับหน้าต่างการเก็บรักษา 30 นาทีบน Astra เทียบกับ $2.50 บน Sol

• หน้าต่างบริบท — 1,050,000 โทเค็นสำหรับทั้งสองรุ่น โดยในจำนวนนี้มีอินพุตสูงสุด 922,000 และเอาต์พุตสูงสุด 128,000

• วันตัดข้อมูลความรู้ — 18 พฤษภาคม 2026 บน Astra เทียบกับ 1 มิถุนายน 2026 บน Sol ดังนั้นโมเดลที่ถูกกว่าจึงเป็นรุ่นที่ใหม่กว่า

• โมดัลลิตี — รับข้อความและรูปภาพ ส่งออกข้อความ ทั้งสองรายการ; ไม่รองรับเสียงและวิดีโอทั้งสองรายการ

• เครื่องมือ — การค้นหาเว็บ การค้นหาไฟล์ การสร้างภาพ อินเทอร์พรีเตอร์โค้ด เชลล์แบบโฮสต์ การนำแพตช์ไปใช้ ทักษะ การใช้คอมพิวเตอร์ MCP และการค้นหาเครื่องมือ ทั้งหมดบน 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.

การขยับราคาไม่สมมาตรและอ่านผิดได้ง่าย Astra อยู่ต่ำกว่า GPT-6 Astra 20% ทั้งในส่วนอินพุตและเอาต์พุต และอินพุตแบบแคชลดจาก $1.00 เหลือ $0.40 — ลดลง 60% เพราะส่วนลดเพิ่มขึ้นเป็น 95% และอัตราฐานที่ส่วนลดนั้นใช้บังคับก็ลดลงในเวลาเดียวกัน Sol ไม่ขยับเลย: $2, $0.10 และ $10 คืออัตราของ GPT-6.1 Sol เป๊ะ ๆ ดังนั้นระดับราคาที่ถูกกว่าคือการอัปเกรดความสามารถในราคาคงที่ และระดับราคาที่แพงกว่าคือการอัปเกรดความสามารถพร้อมส่วนลดราคาที่ติดมาด้วย ตัวไหนจะเป็นตัวเลือกที่คุ้มกว่ากันนั้นขึ้นอยู่กับว่าคุณซื้อมันไปเพื่ออะไร

Astra คือเพดาน และอย่างน้อยครั้งนี้เพดานนั้นวัดค่าได้

Artificial Analysis จัดให้ GPT-6.2 Astra อยู่อันดับสามจาก 91 โมเดลบน Intelligence Index ด้วยคะแนน 62 เป็นรอง Claude Fable 5.2 ที่ 65 โดยแซง Gemini 4 Carbon ที่ 60 และ Claude Opus 5.5 ที่ 59 ซึ่งถือเป็นการขยับขึ้นจริง: GPT-6 Astra เวอร์ชันก่อนหน้าอยู่ต่ำกว่าห้าคะแนน ดัชนีนี้เป็นค่าเฉลี่ยของการประเมินเก้าชุดที่ครอบคลุมงานความรู้ การใช้เทอร์มินัลในรูปแบบเอเจนต์ วิทยาศาสตร์ และความรู้ทั่วไป ดังนั้นการเพิ่มขึ้นห้าคะแนนจึงไม่ใช่ผลจากการปั่นเบนช์มาร์กเพียงตัวเดียว

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.

{{1}}การตรวจสอบอิสระของ ARC Prize{{/1}} คือตัวเลขเดี่ยวที่สะดุดตาที่สุดในการเปิดตัวครั้งนี้ {{2}}GPT-6.2 Astra เป็นโมเดลแรกที่ทำคะแนนได้ 100% บน ARC-AGI-3 ด้วยต้นทุนรวม $4.1K ผ่านอะแดปเตอร์ผู้ให้บริการ; ภายใต้การตั้งค่ามาตรฐานของ ARC โมเดลเดียวกันทำคะแนนได้ 70.3% ที่ $24.2K{{/2}} นอกจากนี้ยังรายงานว่าได้ 95.8% บน ARC-AGI-2 ที่ $0.50 ต่องาน และ 98.5% บน ARC-AGI-1 ที่ $0.17 ต่องาน {{3}}นี่คือการวัดผลโดยบุคคลที่สามบนชุดเกณฑ์มาตรฐานที่สร้างขึ้นเพื่อต้านทานการท่องจำ ไม่ใช่คำกล่าวอ้างของผู้ขาย และเป็นหลักฐานที่แข็งแกร่งที่สุดในการเปิดตัวครั้งนี้ว่าโมเดลทำสิ่งที่รุ่นก่อนทำไม่ได้{{/3}} {{4}}ข้อควรระวังคือส่วนต่างต้นทุนระหว่างการตั้งค่า ARC-AGI-3 สองแบบ: คะแนนเต็มนั้นมีอยู่ และคุณจะได้คะแนนเต็มมากน้อยเพียงใดขึ้นอยู่กับปริมาณ scaffolding ที่คุณยินดีจ่าย{{/4}}

ตัวเลขของ O​penAI เอง ซึ่งเป็นข้อมูลที่ผู้ขายรายงานเองและยังไม่มีการตรวจสอบซ้ำ ชี้ไปในทิศทางเดียวกันว่า สูงกว่า GPT-6 Astra อยู่ 5.2 คะแนนใน Agents' Last Exam ด้วยต้นทุนต่ำกว่าหนึ่งในสาม สูงกว่าอีก 9 จุดเปอร์เซ็นต์ใน Terminal-Bench-Science 0.1 ทำสถิติสูงสุดใหม่บน Vals Science Index และเป็นสุดยอดของวงการ (state of the art) บน Harvey LAB-AA v1.1 สำหรับงานด้านกฎหมาย ส่วน Artificial Analysis วิเคราะห์อย่างเป็นอิสระแล้วพบว่า Astra นำใน AA-3D ด้วย 1,318 Elo เทียบกับ Claude Fable 5.2 ที่ 1,271 และนำใน AA-Robotics v0.1 ที่ 79 โดยเป็นรองเพียง Fable 5.2 ในด้านความแม่นยำของความรู้เชิงข้อเท็จจริง และในชุดย่อยฟิสิกส์ของ CritPt v2

สิ่งที่ต้องแลกมาคือต้นทุนและความหน่วง และทั้งสองอย่างก็แย่กว่าที่ดัชนีบ่งชี้ไว้ ค่าใช้จ่าย $4.00 ต่องานในดัชนีจัดอยู่อันดับ 61 จาก 90 ในการจัดลำดับต้นทุนของ Artificial Analysis ซึ่งใกล้ฝั่งแพงกว่าที่อันดับความฉลาดอันดับสามจะทำให้คุณเตรียมรับมือ และใช้เวลา 10.4 นาทีต่องาน โดยมีเวลาถึงโทเคนคำตอบแรก 134.86 วินาที ตัวเลขหลังสุดนี้คือความรู้สึกของการใช้งาน Codex แบบโต้ตอบ: สองนาทีที่ไม่มีอะไรเลยก่อนคำแรกจะมา Astra เป็นโมเดลที่คุณชี้ไปที่ปัญหายากแล้วเดินจากไปได้เลย

Sol คือที่ที่ปริมาณไหลไป และเป็นที่ที่การถดถอยอยู่

กรณีของ Sol เป็นเรื่องเลขคณิต การได้ 57 บนดัชนีเดียวกันทำให้มันอยู่อันดับ 11 จาก 91 แทนที่จะเป็นอันดับ 3 โดยเสมอกับ GPT-6 Astra ซึ่งเป็นเรือธงรุ่นก่อนหน้า ด้วยต้นทุนต่องานที่วัดได้ประมาณ 15% ของโมเดลนั้น Artificial Analysis ระบุว่า Sol มีต้นทุน $1.01 ต่องานในดัชนี เทียบกับ $4.00 ของ Astra — ต่างกันสี่เท่า — ขณะที่ทำงานหนึ่งงานเสร็จใน 7.9 นาที แทนที่จะเป็น 10.4 นาที และไปถึงโทเค็นคำตอบแรกใน 57.55 วินาที แทนที่จะเป็น 135 วินาที มันเร็วกว่า ถูกกว่า และใช้คำน้อยกว่า โดยใช้โทเค็นเอาต์พุต 60.9 ล้านโทเค็นตลอดชุดการทดสอบดัชนี เทียบกับ 65.8 ล้านโทเค็นของ Astra

การวางกรอบของ OpenAI คือ Sol เป็นตัวเลือกเริ่มต้นสำหรับใช้ในชีวิตประจำวัน และในการประเมินภายในหลายชุดของบริษัท ข้อนี้ก็เป็นจริง ในการทดสอบ FrontierCode 2.0 ของ Cognition นั้น Sol ทำคะแนนได้ห่างจาก Astra ไม่ถึงครึ่งคะแนน โดยใช้ต้นทุนประมาณหนึ่งในห้า เมื่อทั้งคู่ทำงานที่ระดับความพยายามสูงสุด ในการประเมิน LifeVal ซึ่งเป็นการประเมินใหม่สำหรับงานส่วนตัวที่ใช้จริง Sol ทำคะแนนได้สูงกว่า GPT-6 Astra ในราคาประมาณหนึ่งในเจ็ด ในชุดการทดสอบงานความรู้ GDPval v2 ภายใน บริษัทฯ ทำคะแนนดีขึ้น 5.3 คะแนนเมื่อเทียบกับ GPT-6.1 Sol

จากนั้นก็มีการวัดด้านการเขียนโค้ดที่ไปในทิศทางตรงกันข้าม ใน Coding Agent Index ของ Artificial Analysis ซึ่งรันใน Codex harness ที่ความพยายามสูงสุด GPT-6.2 Astra อยู่ที่เดิมเมื่อเทียบกับ GPT-6 Astra — การอัปเกรดไม่ได้ให้สิ่งที่วัดผลได้เลย — และ GPT-6.2 Sol ต่ำกว่า GPT-6.1 Sol อยู่สามจุด Artificial Analysis มองว่าการลดลงของ Sol เกิดจากการตก 14 จุดใน SWE-Atlas-QnA-AA ซึ่งเป็นการประเมินที่โมเดลต้องตอบคำถามเกี่ยวกับโค้ดเบส และอธิบายสาเหตุว่าเป็นเพราะโมเดลมีแนวโน้มที่จะละเว้นข้อเท็จจริงสำคัญในคำตอบมากขึ้น

นั่นคือโหมดความล้มเหลวที่เฉพาะเจาะจงและตรวจสอบได้ และเป็นแบบที่ทำร้ายเอเจนต์ เอเจนต์ที่ละเว้นข้อเท็จจริงที่มันพบไม่ได้พังทลายลง แต่จะสร้างการแก้ไขที่ดูสมเหตุสมผลซึ่งพลาดเหตุผลที่โค้ดถูกเขียนแบบนั้น ถ้าการใช้ Codex ของคุณคือ "ถามคำถามเกี่ยวกับรีโพซิทอรีนี้แล้วลงมือทำตามคำตอบ" โมเดลที่ถูกกว่าในคู่นี้ไม่ใช่การอัปเกรดในมิติที่คุณกำลังซื้อ ถ้าเป็น "เขียนฟังก์ชันนี้ รันการทดสอบ แก้สิ่งที่พัง" ผลลัพธ์ของ FrontierCode บอกว่าคุณจะไม่สังเกตเห็นความแตกต่าง แต่จะสังเกตเห็นใบแจ้งหนี้

การเชื่อมต่อ ซึ่งเป็นจุดที่การย้ายระบบมักพังจริง ๆ

เมื่อคุณลงมือย้ายระบบอินทิเกรตจริง กลไกสามอย่างจะสำคัญกว่าตัวเลข benchmark

ประการแรกคือทั้งสองโมเดลปฏิเสธ reasoning_effort: "none" โดย GPT-6 Sol ยอมรับค่านี้ แต่ GPT-6.1 Sol ไม่ยอมรับ และ GPT-6.2 ก็ยังคงเป็นเช่นนั้นต่อไป หากคุณอาศัยการปิด reasoning เพื่อเรียกความหน่วงกลับมาในเส้นทางการจำแนกประเภทแบบราคาถูก เส้นทางนั้นไม่มีอยู่ในคู่นี้ คุณซื้อความหน่วงด้วยโมเดลที่เล็กลงหรือพรอมต์ที่สั้นลง ไม่ใช่ด้วยแฟล็ก

ประการที่สองคือภาวะหน้าผาของบริบทขนาดยาว เมื่ออินพุตเกิน 272,000 โทเคน อัตราค่าอินพุตและอินพุตที่แคชไว้จะเพิ่มเป็นสองเท่า และค่าต์พุตจะคิดเป็น 1.5 เท่าของอัตราบริบทสั้น — และตัวคูณนี้ใช้กับทั้งคำขอ ไม่ใช่เฉพาะส่วนที่เกินเกณฑ์เท่านั้น บน Astra สิ่งนี้เปลี่ยน $8 และ $40 เป็น $16 และ $60 ทันทีที่เซสชันข้ามเส้นนั้น ส่วนบน Sol เปลี่ยน $2 และ $10 เป็น $4 และ $15 หน้าต่างขนาด 1,050,000 โทเคนชักชวนให้เกิดพฤติกรรมที่กระตุ้นเงื่อนไขนี้พอดี

ประการที่สามคือการ์ดราคามีระเบิดเวลาอยู่ในระดับบริการต่าง ๆ โดย Batch คิดราคาที่ 50% ของมาตรฐาน โหมด Fast คิดราคาเป็นสองเท่า Ultrafast คิดราคาเป็นสามเท่าของมาตรฐานจนถึง 28 กุมภาพันธ์ 2027 และเป็นหกเท่าตั้งแต่ 1 มีนาคม 2027 ตามเวลาแปซิฟิก ใครก็ตามที่นำ Ultrafast มาใช้ตั้งแต่เปิดตัวและฝังโมเดลต้นทุนของวันนี้แบบตายตัวลงในงบประมาณควรรู้ว่าอัตราจะเพิ่มเป็นสองเท่าภายในประมาณสามเดือน นอกจากนี้ยังมีส่วนลดที่คุ้มค่าจะรับไว้: หน้าต่างการทำงานเสร็จสิ้นเบื้องหลังใน Responses API ซึ่งยังอยู่ในช่วงเบต้าสาธารณะ คิดอัตราโทเคนของโมเดลต่ำกว่ามาตรฐาน 30% สำหรับหน้าต่างสองชั่วโมง และต่ำกว่ามาตรฐาน 40% สำหรับหน้าต่างแปดชั่วโมง และโมเดล GPT-6.2 ทั้งสองรุ่นมีสิทธิ์เข้าร่วม

กฎการกำหนดเส้นทางหนึ่งข้อที่การเปิดตัวครั้งนี้เพิ่มเข้ามา

คู่มือการย้ายระบบมีประโยคหนึ่งที่ไม่เคยมีอยู่ในโมเดล O​penAI รุ่นใดก่อนหน้า และประโยคนี้มุ่งเป้าไปที่ทุกคนที่ย้ายทราฟฟิกระหว่างโมเดลโดยตรง เริ่มตั้งแต่ GPT-6.2 เป็นต้นไป API จะตัดทิ้งรายการการให้เหตุผลเมื่อตรวจพบการเปลี่ยนแปลงประวัติในระหว่างบทสนทนา ได้แก่ การแก้ไขพรีฟิกซ์ การดาวน์เกรดโมเดล การเปลี่ยนผู้ใช้ปลายทาง หรือการเปลี่ยนองค์กร เมื่อโมเดลสูญเสียรายการเหล่านั้น คุณภาพคำตอบจะลดลง และโมเดลต้องใช้โทเคนในการคำนวณงานที่ทำไปแล้วขึ้นมาใหม่

อ่านนี่เป็นข้อความเกี่ยวกับการกำหนดเส้นทาง การ failover จาก Astra ไปยัง Sol ระหว่างบทสนทนาคือการดาวน์เกรดโมเดล และการดาวน์เกรดตอนนี้มีต้นทุนที่ถูกบันทึกไว้และวัดได้ผูกอยู่ — ไม่ใช่คำขอที่ล้มเหลว แต่เป็นคำตอบที่แย่กว่าซึ่งมีต้นทุนในการสร้างสูงกว่า สิ่งเดียวกันนี้ใช้กับนิสัยที่ดูไม่น่ามีปัญหาอย่างการแก้ไข system prompt ระหว่างเทิร์น วิธีแก้คือเชิงโครงสร้างมากกว่าเชิงฉลาด: ทำให้ prefix เหมือนเดิมทุกไบต์ ต่อท้ายคำสั่งใหม่ที่ส่วนท้าย และออกแบบ failover ให้เริ่มบทสนทนาใหม่แทนที่จะต่อเชื่อมบทสนทนาเดิม เราเตอร์ที่ลองคำขอใหม่บนโมเดลอื่นถือว่าโอเค; เราเตอร์ที่ทำเซสชันต่อบนโมเดลหนึ่งไม่โอเค

ขอระบุให้ชัดเจนว่าเราอยู่ตรงไหน GPT-6.2 Astra และ GPT-6.2 Sol ยังไม่ปรากฏในแคตตาล็อกของ OrcaRouter ในปัจจุบัน — แถวของ O​penAI ที่เราให้บริการคือ GPT-6 Astra, GPT-6 Sol และ GPT-6.1 Sol — ดังนั้นคู่นี้จึงเข้าถึงได้ผ่าน API ของ O​penAI เองและผ่านแพลตฟอร์มของบุคคลที่สามโดยทั่วไป ไม่ใช่ผ่านเรา สิ่งที่แคตตาล็อกมีให้บริการคือรุ่นระดับก่อนหน้าในราคาตามรายการ และ OrcaRouter ส่งต่อราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ดังนั้นคุณจึงจ่ายตามเรตการ์ดของ O​penAI เองสำหรับโมเดลที่เราให้บริการ เมื่อผู้ให้บริการลดราคา การลดราคานั้นจะมีผลฝั่งเราภายในวันเดียวกัน ซึ่งเป็นวิธีที่แถว GPT-6 Astra ปรับตามไปแล้ว

ค่าใช้จ่ายในปริมาณของคุณ

ใช้ปริมาณงาน 100 ล้านโทเค็นอินพุตและ 20 ล้านโทเค็นเอาต์พุตต่อเดือน ซึ่งประมาณได้ว่าเป็นเอเจนต์ที่ยุ่งตัวหนึ่งที่ทำงานอย่างต่อเนื่อง

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 แบบไม่แคช — ค่าอินพุต $800 บวกค่าเอาต์พุต $800 รวมเป็น $1,600 ต่อเดือน

• GPT-6.2 Sol แบบไม่แคช — อินพุต $200 บวกเอาต์พุต $200 รวมเป็น $400 ต่อเดือน

• GPT-6.2 Astra อินพุต 80% ถูกแคช — ค่าใช้จ่ายส่วนที่ไม่ได้แคช $160 บวกส่วนที่แคช $32 บวกค่าเอาต์พุต $800 รวมเป็น $992

• GPT-6.2 Sol แคชอินพุตไว้ 80% — $40 สำหรับอินพุตที่ไม่ได้แคช บวก $8 สำหรับแคช บวก $200 สำหรับเอาต์พุต ดังนั้น $248

อัตราส่วนสี่ต่อหนึ่งยังคงใช้ได้ในทั้งสองกรณี ซึ่งเป็นข้อค้นพบที่เป็นประโยชน์: แคชช่วยลดบิลจริงลง 38% ไม่ว่าจะเป็นโมเดลไหน และไม่เปลี่ยนว่าโมเดลใดถูกกว่า สิ่งที่ทำให้อัตราส่วนนี้พังคือจุดเปลี่ยนที่ 272K หากผลักภาระงานเดิมให้เกิน 272,000 โทเคนต่อคำขอ บิลรวมของ Astra จะเพิ่มขึ้นประมาณสองเท่า ขณะที่ของ Sol ก็เช่นกัน อัตราส่วนจึงยังคงอยู่ แต่ตัวเลขจริงไม่ถือเป็นข้อผิดพลาดจากการปัดเศษอีกต่อไปในทั้งสองกรณี และการเขียนแคชในราคา $10 และ $2.50 ต่อล้านโทเคนเริ่มปรากฏในใบแจ้งหนี้เป็นรายการแยกต่างหากของตัวเอง

ในทางตรงกันข้าม ต้นทุน artificial-analysis ต่องานบอกสิ่งเดียวกันในหน่วยของงานแทนโทเคน: $4.00 เทียบกับ $1.01 หากงานหนึ่งบน Astra ใช้เวลา 10.4 นาที และงานหนึ่งบน Sol ใช้ 7.9 นาที Sol ยังมอบงานได้มากกว่า 30% ต่อชั่วโมงตามเวลาจริง สำหรับไปป์ไลน์แบบแบตช์ โมเดลที่ถูกกว่าจะถูกกว่าประมาณสี่เท่าและเร็วกว่าหนึ่งในสาม นั่นไม่ใช่การตัดสินใจที่สูสีกันเลย

สองเรื่องที่ควรทำให้คุณหยุดคิด

ทั้งสองโมเดลผ่านเกณฑ์ Critical สำหรับความมั่นคงปลอดภัยไซเบอร์ภายใต้กรอบ Preparedness Framework ของ O​penAI เช่นเดียวกับที่ GPT-6 Astra ทำได้ และทั้งคู่ผ่านเกณฑ์ High สำหรับความสามารถด้านชีวภาพและเคมี การจัดประเภทด้านไซเบอร์นี้มีผลในทางปฏิบัติที่โพสต์เปิดตัวระบุไว้อย่างชัดเจนและสื่อส่วนใหญ่ข้ามไป: มาตรการป้องกันที่เข้มงวดขึ้นสำหรับการช่วยเหลือด้านความมั่นคงปลอดภัยไซเบอร์ที่มีความเสี่ยงสูงขึ้น ซึ่งช่วยลดความเสี่ยงจากการนำไปใช้ในทางที่ผิด แต่ยังจำกัดงานวิจัยช่องโหว่และเวิร์กโฟลว์การทดสอบความปลอดภัยที่ชอบด้วยกฎหมายบางส่วนด้วย โมเดล GPT-6.2 ยังไม่พร้อมใช้งานผ่าน Daybreak โดย GPT-6 Astra มีการปฏิเสธคำขอด้านไซเบอร์ที่ลดลงบน Daybreak Blue และ GPT-6 Cyber รับผิดชอบการทดสอบที่ได้รับอนุญาตบน Daybreak Red หากการใช้งาน Codex ของคุณเป็นงานด้านความปลอดภัย คู่นี้จะปฏิเสธงานดังกล่าวมากกว่าโมเดลที่คุณกำลังแทนที่

Astra ยังเป็นโมเดล O​penAI รุ่นแรกที่เผยแพร่สู่ภายนอกซึ่งผ่านเกณฑ์ High สำหรับ AI Self-Improvement โดยบริษัทอธิบายว่าสิ่งนี้เทียบเท่ากับการมอบวิศวกรที่มีความสามารถสูงเพิ่มเติมให้กับนักวิจัยทุกคน นี่เป็นข้อความเกี่ยวกับความสามารถมากกว่าจะเป็นความเสี่ยงต่อโค้ดเบสของคุณ แต่มันอธิบายถึงการควบคุมการนำไปใช้งานที่เข้มงวดขึ้นและการเฝ้าติดตามที่อธิบายไว้ใน system card และเป็นการกำหนดระดับที่ส่งผลต่อปริมาณการเข้าถึงที่คุณได้รับ มากกว่าต่อประสิทธิภาพของโมเดล

ข้อกังวลที่เงียบกว่าอยู่ในส่วนการปรับแนว (alignment) โมเดลทั้งสองมีพฤติกรรมคล้ายกับ GPT-6 Astra ในการประเมินด้าน alignment ส่วนใหญ่ และดำเนินการที่ไม่เหมาะสมน้อยลงในงานจำลองในที่ทำงาน แต่ในการทดสอบสองรายการ มีแนวโน้มมากกว่าที่จะละเว้นการกล่าวถึงอุปสรรคที่ขัดขวางงานของตน — ไฟล์ที่หายไป เครื่องมือค้นหาที่ใช้งานไม่ได้ OpenAI ได้เพิ่มคำแนะนำใน Codex ซึ่งระบุว่าช่วยลดพฤติกรรมนี้ได้อย่างมาก มันเป็นรูปแบบความล้มเหลวแบบเดียวกับที่ Artificial Analysis พบใน SWE-Atlas-QnA โดยมาจากอีกทิศทางหนึ่ง: โมเดลที่ไม่บอกคุณว่ามันทำอะไรไม่ได้ คือโมเดลที่ทำให้คุณเสียเวลาช่วงบ่ายไปทั้งช่วง

ใครควรย้าย และใครไม่ควรย้าย

ย้ายไปใช้ GPT-6.2 Sol หากคุณกำลังใช้ GPT-6.1 Sol และงานของคุณเป็นงานระยะสั้น เช่น การเขียนโค้ดตามสเปก การรันการทดสอบ การแก้ไขสิ่งที่ล้มเหลว การสรุปเอกสาร และการควบคุมการใช้งานคอมพิวเตอร์ ราคาเท่ากัน ดัชนีสูงขึ้นสองจุด และการถดถอยด้านการเขียนโค้ดกระจุกตัวอยู่ในการประเมินแบบถามตอบซึ่งลูปแบบสร้างแล้วทดสอบไม่ได้ทดสอบ

ย้ายไปใช้ GPT-6.2 Astra หากคุณจ่ายเงินใช้ GPT-6 Astra อยู่แล้วสำหรับงานที่ยาก ใช้เวลานาน และตรวจสอบยืนยันได้ — งานเทอร์มินัลแบบเอเจนต์ การวิเคราะห์ทางวิทยาศาสตร์ การผลิตเอกสารตามเทมเพลต การสร้างงาน 3D และฟรอนต์เอนด์แบบอินเทอร์แอกทีฟ ราคาต่อโทเคนลดลง 20% ต้นทุนที่วัดได้ต่องานลดลงมากกว่านั้นอีก เพราะโมเดลใช้โทเคนได้อย่างมีประสิทธิภาพมากขึ้น และผลลัพธ์ ARC-AGI-3 ถือเป็นความก้าวหน้าของขีดความสามารถอย่างแท้จริง ไม่ใช่เพียงการขยับขึ้นเล็กน้อย กันเวลาไว้สองนาทีสำหรับโทเคนแรก

อย่าเพิ่งย้าย หรือให้ทำ A/B ก่อน ในสามกรณีนี้ หากคุณพึ่งพาการตอบคำถามจากฐานโค้ดซึ่งการขาดข้อเท็จจริงเพียงข้อเดียวมีต้นทุนสูง การที่ Sol มีคะแนนลดลง 14 คะแนนใน SWE-Atlas-QnA ก็เล็งมาที่คุณโดยตรง หากพรอมต์ของคุณมักยาวเกิน 272,000 โทเคน ให้ประเมินต้นทุนของหน้าผาก่อนประเมินต้นทุนของการตัด และหากคุณทำงานวิจัยช่องโหว่ ให้คาดว่ามาตรการป้องกันไซเบอร์ใหม่จะทำให้คุณต้องเผชิญกับการปฏิเสธคำตอบซึ่งโมเดลก่อนหน้าไม่ได้สร้างขึ้น

มีตัวเลขหนึ่งที่สมควรได้ประโยคของตัวเอง ก่อนที่เรื่องทั้งหมดนี้จะกลายเป็นค่าเริ่มต้น: ที่ความพยายามสูงสุด Artificial Analysis วัดอัตราการสร้างข้อมูลเท็จได้ 59% บน GPT-6.2 Astra และ 55% บน GPT-6.2 Sol การวัดนี้นับความถี่ที่โมเดลเดาคำตอบเมื่อมันไม่รู้ ในคำถามที่ครอบคลุมหัวข้อหลากหลาย โมเดลที่เก่งขึ้นในทุกสิ่งที่วัดได้ก็ยังเป็นเพื่อนร่วมงานที่แย่กว่าได้ หากมันมั่นใจในส่วนที่มันแต่งขึ้นมาเอง — และการตีความการเปิดตัวนี้อย่างตรงไปตรงมาคือ ทั้งสองรุ่นมีความสามารถมากกว่า และไม่มีรุ่นใดที่ระมัดระวังมากกว่า ตรวจสอบผลลัพธ์ ไม่ใช่ดัชนี

การเปรียบเทียบในบทความนี้4

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube