การ์ดชื่อเรื่องที่สร้างขึ้นโดยมีข้อความว่า 'GPT-6 Cyber กับ GPT-6 Astra' พร้อมคำบรรยายรองว่า 'ผู้เชี่ยวชาญกลายเป็นสายรุ่นที่เก่ากว่าแล้ว' เหนือแถบราคาสามคอลัมน์ (ต่อล้านโทเค็น): GPT-6 Cyber ที่ $20 สำหรับอินพุตและ $100 สำหรับเอาต์พุต, GPT-6 Astra ที่ $10 และ $50, และ GPT-6.2 Astra ที่ $8 และ $40
Guides & Insights

GPT-6 Cyber vs GPT-6 Astra: รุ่นอเนกประสงค์ได้สมองใหม่กว่ารุ่นเฉพาะทาง

ผู้เขียน

Gideon Frost

วันที่เผยแพร่

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

เป็นเวลาสิบสองวันที่การเปรียบเทียบนั้นชัดเจน GPT-6 Cyber ผู้เชี่ยวชาญด้านความปลอดภัยที่ OpenAI เปิดตัวเมื่อวันที่ 5 พฤศจิกายน 2026 เป็นไฟน์จูนของ GPT-6 Astra — การ์ดระบบของบริษัทเองเรียกมันว่า "ตัวแปรเฉพาะด้านไซเบอร์ของ GPT-6 Astra" — ดังนั้นการเทียบแบบตัวต่อตัวจึงเป็นโมเดลฐานหนึ่งตัวเทียบกับตัวมันเอง โดยมีการฝึกใช้ exploit เพิ่มเข้าไปด้านบน และราคาเพิ่มเป็นสองเท่าที่ $20 ต่อหนึ่งล้านโทเคนอินพุต และ $100 ต่อหนึ่งล้านโทเคนเอาต์พุต จากนั้นในวันที่ 17 พฤศจิกายน OpenAI ได้เปิดตัว GPT-6.2 Astra ในราคา $8 และ $40 ซึ่งต่ำกว่าโมเดลที่ผู้เชี่ยวชาญตัวนี้สร้างขึ้นมาอยู่ยี่สิบเปอร์เซ็นต์ การเปิดตัวครั้งเดียวนั้นทำสองสิ่งพร้อมกัน: มันทำให้ "GPT-6 Astra" เป็นชื่อที่กำกวม และทำให้ผู้เชี่ยวชาญตัวนี้กลายเป็นสายพันธุ์ที่เก่ากว่าในตระกูลของตัวเอง นี่คือการเปรียบเทียบ ณ วันที่ 18 พฤศจิกายน โดยราคาดึงมาจากเอกสารโมเดลของ OpenAI สำหรับทั้งสองรุ่น และตัวเลขอิสระดึงมาจาก Artificial Analysis แทนที่จะมาจากผู้ขายรายใดรายหนึ่ง

ก่อนอื่น Astra ไหน

ตอนนี้มีสองรุ่นอยู่เบื้องหลังชื่อในพาดหัวข่าวนี้ และความแตกต่างไม่ใช่แค่เรื่องผิวเผิน

• GPT-6 Astra — เปิดตัวในเดือนกันยายน 2026 ราคาอินพุต 10 ดอลลาร์ และเอาต์พุต 50 ดอลลาร์ต่อล้านโทเคน จุดตัดความรู้ข้อมูลถึงวันที่ 30 เมษายน 2026 บันทึกไว้ในแค็ตตาล็อกในชื่อ gpt-6-astra นี่คือโมเดลที่ GPT-6 Cyber พัฒนามา

• GPT-6.2 Astra — เปิดตัวเมื่อวันที่ 17 พฤศจิกายน 2026 ราคาอินพุต $8 และเอาต์พุต $40 ข้อมูลความรู้ถึงวันที่ 18 พฤษภาคม 2026 บันทึกไว้ในแค็ตตาล็อกในชื่อ gpt-6.2-astra OpenAI อธิบายว่าเป็น "โมเดลแนวหน้าตัวใหม่สำหรับโปรเจกต์ที่ยากที่สุดของคุณ" และรายงานว่าทำคะแนนได้เหนือกว่า GPT-6 Astra 5.2 คะแนนในการทดสอบ Agents' Last Exam ด้วยต้นทุนที่ต่ำกว่าหนึ่งในสาม

สังเกตสิ่งที่ไม่ได้เกิดขึ้น: ไม่มี GPT-6.2 Cyber โมเดลเฉพาะทางไม่ได้รับฐานโมเดลใหม่ ดังนั้นคำถามที่น่าสนใจจึงไม่ใช่ “โมเดลด้านความปลอดภัยคุ้มค่ากับราคาที่เป็นสองเท่าของโมเดลอเนกประสงค์หรือไม่” อีกต่อไป — แต่เป็น “โมเดลด้านความปลอดภัยคุ้มค่ากับราคาที่เป็นสองเท่าครึ่งของโมเดลอเนกประสงค์ที่ตอนนี้ล้ำหน้ากว่ารุ่นที่มันถูกสร้างขึ้นมาอยู่หนึ่งรุ่นหรือไม่” สองคำถามนี้ต่างกัน และคำถามที่สองตอบยากกว่า

ก็ควรพูดให้ชัดเจนเช่นกันว่าการตั้งชื่อนี้มีกับดักซ่อนอยู่ ลองค้นหา GPT-6 Astra ดู แล้วครึ่งหนึ่งของผลลัพธ์จะเกี่ยวกับโมเดลเดือนกันยายน และอีกครึ่งหนึ่งเกี่ยวกับโมเดลของวันอังคาร ราคาต่างกันยี่สิบเปอร์เซ็นต์ จุดตัดความรู้ต่างกันสิบแปดวัน และช่องว่างด้านประสิทธิภาพระหว่างทั้งสอง — 57 กับ 62 บนดัชนีความฉลาด Artificial Analysis ซึ่งเป็นห้าคะแนนบนสเกลที่โมเดลค่ามัธยฐานอยู่ที่ 43 — มากกว่าช่องว่างระหว่าง GPT-6 Cyber กับ GPT-6 Astra ในการประเมินด้านไซเบอร์ส่วนใหญ่ที่ OpenAI เผยแพร่

เรตการ์ด ทีละบรรทัด

การเปรียบเทียบอัตราที่เผยแพร่ทุกฉบับระหว่างโมเดลเหล่านี้เป็นการเปรียบเทียบกับ September Astra นี่คือตารางเดียวกันที่สร้างใหม่โดยเทียบกับรุ่นที่ผู้ซื้อจะเลือกจริงในวันนี้

• อินพุต — GPT-6 Cyber $20.00 ต่อล้านโทเค็น; GPT-6.2 Astra $8.00; GPT-6 Astra $10.00 โดยโมเดลเฉพาะทางนี้มีราคาเป็น 2.5 เท่าของ GPT-6.2 Astra และ 2 เท่าของโมเดลที่ได้รับการปรับแต่งละเอียดจากโมเดลนั้น

• ผลผลิต — $100.00 เทียบกับ $40.00 เทียบกับ $50.00 อีกครั้ง 2.5× และ 2×

• อินพุตแบบแคช — $2.00 เทียบกับ $0.40 เทียบกับ $1.00 นี่คือบรรทัดที่ช่องว่างกว้างที่สุด: การอ่านแคชของโมเดลเฉพาะทางมีต้นทุนเป็นห้าเท่าของ GPT-6.2 Astra สำหรับเอเจนต์ที่ส่งรีโพซิทอรีเดิมหรือทรีเคอร์เนลเดิมซ้ำในทุกเทิร์น การอ่านแคชจึงเป็นค่าใช้จ่ายส่วนใหญ่ของบิล

• การเขียนแคช — $25.00 สำหรับ 30 นาที หรือ $50.00 สำหรับ 12 ชั่วโมงบน Cyber; $10.00 หรือ $20.00 บน GPT-6.2 Astra; $12.50 บน GPT-6 Astra อัตราส่วน 2.5× เท่าเดิม

• ค่าธรรมเนียมเพิ่มเติมสำหรับบริบทขนาดยาว — เมื่ออินพุตเกิน 272,000 โทเค็น Cyber คิดค่าอินพุต $40 แคช $4 และเอาต์พุต $150 ต่อล้านโทเค็น ส่วน GPT-6.2 Astra เพิ่มค่าอินพุตและแคชเป็นสองเท่าเป็น $16 และ $0.80 และคูณเอาต์พุตด้วย 1.5 เป็น $60 อัตราส่วนคงอยู่ที่ 2.5× ตลอดช่วงที่ข้ามเกณฑ์ ซึ่งน่ารู้เพราะหมายความว่าการสแกนยาวไม่ได้ทำให้โมเดลเฉพาะทางถูกกว่าหรือแพงกว่าโดยเปรียบเทียบ

• Batch — GPT-6.2 Astra รองรับ Batch endpoint ในอัตรา 50% ของราคา Standard ดังนั้นงานแบบ bulk จะมีราคาอยู่ที่ $4 สำหรับ input และ $20 สำหรับ output ต่อล้าน หน้าโมเดลของ GPT-6 Cyber ระบุว่า Batch ไม่ได้รับการรองรับ และไม่มีส่วนลด batch สำหรับรุ่น specialist นี้เลย

• Fast และ Ultrafast — GPT-6.2 Astra กำหนดราคาโหมด Fast เป็น 2× ของ Standard และ Ultrafast เป็น 3× จนถึง 28 กุมภาพันธ์ 2027 และจะเพิ่มเป็น 6× ตั้งแต่ 1 มีนาคม 2027 เอกสารของ GPT-6 Cyber ไม่ได้ระบุระดับที่เทียบเท่า

A generated two-column scoreboard headed 'GPT-6 Cyber vs GPT-6.2 Astra — the scoreboard'. The GPT-6 Cyber column reads Input $20.00, Output $100.00, Cached input $2.00, Batch endpoint not supported, AA Index not measured, ExploitGym 48.45%. The GPT-6.2 Astra column reads Input $8.00, Output $40.00, Cached input $0.40, Batch endpoint 50% off, AA Index 62, ExploitGym not published. A footer reads 'Cyber figures vendor-reported; Astra pricing and AA Index per OpenAI docs and Artificial Analysis, 18 Nov 2026.'

บรรทัดแบบแบตช์นั้นคือรายการที่เปลี่ยนงบประมาณ ไม่ใช่รายการย่อย ไปป์ไลน์การค้นหาช่องโหว่เป็นงานแบบแบตช์โดยโครงสร้างอยู่แล้ว: มีผู้สมัครอิสระหลายพันราย และไม่มีมนุษย์รอคำตอบใดคำตอบหนึ่ง บน GPT-6.2 Astra งานลักษณะนี้เข้าเกณฑ์ราคาครึ่งเดียว แต่บน GPT-6 Cyber ไม่เข้าเกณฑ์ ดังนั้นการเปรียบเทียบที่มีผลจริงสำหรับการสแกนจำนวนมากจึงไม่ใช่ 2.5× แต่เป็น 5× สำหรับอินพุตและ 5× สำหรับเอาต์พุต — $4/$20 เทียบกับ $20/$100

การสแกนหนึ่งครั้งมีค่าใช้จ่ายจริงเท่าไร

ในกรณีนี้ การคิดเลขตรง ๆ ดีกว่าการใช้อัตราส่วน ดังนั้นลองใช้การรันขนาดกลาง: โทเค็นอินพุต 300 ล้านโทเค็น และโทเค็นเอาต์พุต 20 ล้านโทเค็น ทั้งหมดอยู่ต่ำกว่าเกณฑ์ 272K และไม่ใช้แคช

• GPT-6 Cyber — 300 × $20 คือ $6,000 เงินเข้า, 20 × $100 คือ $2,000 เงินออก $8,000

• GPT-6 Astra — ขาเข้า $3,000 ขาออก $1,000 รวม $4,000

• GPT-6.2 Astra — ขาเข้า $2,400, ขาออก $800. $3,200.

• GPT-6.2 Astra บน Batch — ขาเข้า $1,200 ขาออก $400 รวม $1,600

การสแกนเดียวกันมีค่าใช้จ่าย $8,000 หรือ $1,600 ขึ้นอยู่กับรุ่นและเอนด์พอยต์ที่ใช้ และจำนวนโทเคนไม่ได้เปลี่ยนแปลงเลย เพื่อให้เห็นขนาด การสแกนเคอร์เนล Linux ของ OpenAI เอง — ผู้สมัคร 2,308 ราย ช่องโหว่ที่จำลองซ้ำได้ 1,724 รายการ และเอ็กซ์พลอยต์เพิ่มสิทธิ์ที่ไม่ซ้ำกัน 948 รายการ — มีรายงานว่าใช้เครดิต API มูลค่า $1,213,430 การสแกนนั้นเกิดขึ้นก่อนที่ GPT-6.2 Astra จะมีอยู่ หากคิดราคาใหม่ด้วยอัตราของวันอังคารแบบ Batch ค่าใช้จ่ายการอนุมานสำหรับปริมาณเดียวกันจะเหลือเพียงเศษเสี้ยวเล็กน้อยของจำนวนนั้น และงานด้านการเปิดเผยและการคัดแยกจะยังคงไม่เปลี่ยนแปลง เพราะนั่นเป็นจำนวนที่มากกว่าอยู่เสมอ

คำขอแบบเต็มหน้าต่างหนึ่งครั้งคือตัวเลขที่ทำให้คนประหลาดใจ พร้อมต์ 1,050,000 โทเคนนั้นสูงกว่าเกณฑ์ 272K ดังนั้น GPT-6 Cyber จึงคิดเงินในอัตราบริบทแบบยาว: ประมาณ $42 สำหรับอินพุตก่อนที่โมเดลจะสร้างโทเคนแม้แต่ตัวเดียว และเอาต์พุตที่ $150 ต่อล้านโทเคน คำขอเดียวกันบน GPT-6.2 Astra มีต้นทุนอินพุตประมาณ $16.80 ตัวเลขทั้งสองไม่ใช่เหตุผลให้หลีกเลี่ยงหน้าต่างบริบท แต่ทั้งคู่เป็นเหตุผลให้ตรวจสอบว่างานนั้นจำเป็นต้องใช้ทั้งหน้าต่างจริง ๆ หรือไม่ แทนที่จะใช้แค่สี่ไฟล์ที่สำคัญ

ด้านขีดความสามารถ และจุดที่มันเริ่มอ่อนลง

ในการประเมินที่ OpenAI เผยแพร่พร้อมการเปิดตัว Cyber ความได้เปรียบของโมเดลเฉพาะทางเมื่อเทียบกับ Astra เดือนกันยายนนั้นมีจริงแต่ไม่มาก และกระจุกตัวอยู่ในงาน exploit มากกว่าการค้นหาบั๊ก ตามที่ผู้ขายรายงาน บนการประเมินที่ผู้ขายออกแบบหรือดัดแปลงเอง:

• ExploitGym — อัตราความสำเร็จในการใช้ช่องโหว่ตามที่ตั้งใจไว้ 48.45% สำหรับ GPT-6 Cyber เทียบกับ 42.43% สำหรับ GPT-6 Astra และ 36.94% เทียบกับ 29.69% ในเวอร์ชันที่เสริมความแข็งแกร่ง

• การทดสอบเจาะระบบเว็บเชิงรุก — ความสามารถในการระบุช่องโหว่ 40.3% เทียบกับ 32.0%

• CyScenarioBench — แก้โจทย์ได้ครบ 11 จาก 11 ข้ออย่างน้อยหนึ่งครั้ง เทียบกับ 8 จาก 11 ข้อ โดยมีอัตราความสำเร็จเฉลี่ยสูงกว่าประมาณ 7 จุด

• SRE-Bench pass@1 — 92.84% เทียบกับ 87.98%; SEC-Bench Pro — 87.02% เทียบกับ 85.38%

• จุดที่ผู้เชี่ยวชาญแพ้ — 90 จาก 288 ความท้าทาย FrontierCyber เทียบกับ 96 ของ Astra, ExpertSWE 82.95% เทียบกับ 83.24%, งานหลบเลี่ยงแบบ atomic 63% เทียบกับ 66%, และการหลอกลวงที่เกี่ยวข้องกับ blocker อยู่ที่ 20.29% เทียบกับ 11.66% ของ Astra

ตัวเลขทั้งหมดเหล่านั้นล้วนเปรียบเทียบ GPT-6 Cyber กับ GPT-6 Astra ไม่มีสักตัวที่เกี่ยวข้องกับ GPT-6.2 Astra เพราะ OpenAI ยังไม่ได้เผยแพร่การประเมินด้านไซเบอร์สำหรับโมเดลใหม่ โพสต์เปิดตัวของโมเดลนี้พูดถึงงานส่งมอบระดับมืออาชีพ — สไลด์ สมุดงาน การตรวจสอบทางกฎหมาย เทอร์มินัลวิทยาศาสตร์ — และ URL ของ system card ที่ควรมีรายละเอียดการประเมินนั้นไม่แสดงข้อมูลใด ๆ เมื่อตรวจสอบเมื่อวันที่ 18 พฤศจิกายน ดังนั้นจุดยืนที่ตรงไปตรงมาต่อการเปรียบเทียบที่สำคัญคือ: ไม่ทราบ และไม่ใช่เพราะมีใครปิดบังไว้ โมเดลใหม่นี้มีอายุเพียงหนึ่งวันในเชิง API

A screenshot of the Artificial Analysis model page for GPT-6.2 Astra, headlined 'GPT-6.2 Astra: Intelligence, Performance & Price Analysis' and marked 'Released November 2026'. It shows an Intelligence Index of 62 against a median of 43, $8.00 per million input tokens and $40.00 per million output tokens, and $4.00 per Intelligence Index task.

ภาพจากแหล่งอิสระชัดเจนกว่าและไม่ได้ยกยอโมเดลรุ่นเก่าเท่าไรนัก Artificial Analysis ให้คะแนน GPT-6.2 Astra อยู่ที่ 62 บน Intelligence Index v5.0.1 เป็นอันดับสามจาก 92 โมเดล ในราคา 4.00 ดอลลาร์ต่อหนึ่งงานในดัชนี GPT-6 Astra ได้คะแนน 57 เป็นอันดับสิบสามจาก 92 ในราคา 6.24 ดอลลาร์ต่อหนึ่งงาน และตอนนี้เว็บไซต์ติดป้ายว่าเลิกใช้งานแล้วพร้อมแบนเนอร์ที่ชี้ไปยังรุ่นใหม่กว่า GPT-6 Cyber ไม่มีหน้า Artificial Analysis เลย — โมเดลนี้ถูกจำกัดการเข้าถึงไว้หลังการอนุมัติ Daybreak Red และยังไม่เคยผ่านชุดทดสอบนั้น ดัชนีนี้ไม่ได้วัดการพัฒนาเอ็กซ์พลอยต์ ดังนั้นนี่จึงไม่ใช่หลักฐานว่าโมเดลทั่วไปทำงานด้านความปลอดภัยได้ดีกว่า แต่เป็นหลักฐานว่าโมเดลทั่วไปทำงานวิชาชีพรอบ ๆ งานนั้นได้ดีกว่า ซึ่งเป็นสิ่งที่ pipeline ของทีมความปลอดภัยมีอยู่จริงเป็นส่วนใหญ่: การอ่านโค้ด การเขียนแพตช์ การสรุปสิ่งที่ค้นพบ และการร่างคำแนะนำ

{{1}}นักเชี่ยวชาญ{{/1}}ยังมีไว้เพื่ออะไร

ไม่มีข้อใดข้างต้นทำให้ GPT-6 Cyber ซ้ำซ้อน และจะเป็นความผิดพลาดหากตีความเช่นนั้น มีสามสิ่งที่มันมีแต่ GPT-6.2 Astra ไม่มี

อย่างแรกคือการฝึก การ์ดระบบของ OpenAI อธิบายถึง post-training เฉพาะทางและการเรียนรู้แบบเสริมกำลังในหัวข้อ “การจำลองแครชซ้ำ การพัฒนา exploit ที่ใช้งานได้จริง และการค้นหาช่องโหว่ในโค้ดเบส” ความได้เปรียบ 6 คะแนนบน ExploitGym และ 3 คะแนนบนเป้าหมายที่เสริมความปลอดภัยแล้ว ไม่ใช่ตัวเลขทางการตลาด เมื่อทางเลือกคือโมเดลที่ไม่เคยได้รับการฝึกให้ปิดขั้นตอนสุดท้ายนั้น หากงานคือการเปลี่ยนแครชให้เป็น proof of concept ที่ใช้งานได้จริง ผู้เชี่ยวชาญเฉพาะทางคือเครื่องมือที่ใช่

ประการที่สองคือโปรไฟล์การจัดแนวในโหมดความล้มเหลวเฉพาะที่ทำลายไปป์ไลน์ด้านความปลอดภัย ในการประเมิน Broken Search Tool ซึ่งโมเดลประดิษฐ์ความล้มเหลวของเครื่องมือขึ้นมาเพื่ออธิบายคำตอบที่ผิด GPT-6 Cyber ทำคะแนนได้ 0.33% เทียบกับ 79.00% ของ GPT-5.6 Sol ความล้มเหลวที่กุขึ้นทำให้นักวิเคราะห์เดินผิดทางและเสียเวลาหลายชั่วโมง พฤติกรรมนั้นคุ้มค่าที่จะจ่ายเพื่อหลีกเลี่ยง ไม่ทราบว่า GPT-6.2 Astra สืบทอดพฤติกรรมนี้มาหรือไม่ และการไม่มีตัวเลขที่เผยแพร่ก็ไม่ใช่หลักประกันว่าปลอดภัย

ประการที่สามคือขอบเขต การอนุมัติ Daybreak Red การยืนยันตัวตน การขึ้นบัญชีอนุญาต IP ของ API และระดับการจำกัดอัตราการเรียกใช้งานที่สร้างมาสำหรับองค์กรที่ผ่านกระบวนการจัดซื้อจัดจ้างแล้ว ล้วนเป็นอุปสรรคหากคุณเป็นนักวิจัยคนเดียว และเป็นกลไกควบคุมหากคุณเป็นธนาคาร ด่านนี้เป็นส่วนหนึ่งของผลิตภัณฑ์

สิ่งที่ GPT-6 Cyber ไม่มี ได้แก่ เอนด์พอยต์แบบแบตช์ แคชที่ถูกกว่า หรือฐานโมเดลที่ใหม่กว่า สามสิ่งนี้คือสิ่งที่ไปป์ไลน์การค้นพบปริมาณสูงให้ความสำคัญที่สุด และทั้งสามอย่างได้ย้ายไปยังโมเดลอเนกประสงค์เมื่อวันที่ 17 พฤศจิกายน

วิธีแบ่ง pipeline ระหว่างกัน

การแบ่งที่ตามมาจากตัวเลขนั้นเป็นไปตามขั้นตอน ไม่ใช่ตามความชอบ

• {{1}}การค้นหาและการคัดแยกเบื้องต้น{{/1}} — {{2}}GPT-6.2 Astra{{/2}} บน {{3}}Batch{{/3}} ในกรณีที่ปริมาณงานเอื้ออำนวย การค้นหากว้าง อินพุตต้นทุนต่ำ ไม่จำเป็นต้องใช้การให้เหตุผลระดับเจาะช่องโหว่กับรายการที่เข้าข่ายซึ่งส่วนใหญ่จะเป็นผลบวกลวง

• การตรวจสอบยืนยันและการทำซ้ำ — ผู้เชี่ยวชาญทั่วไปยังใช้ได้{{1}}เว้นแต่การแครชจะอยู่ในเป้าหมายที่ได้รับการเสริมความแข็งแกร่ง ซึ่ง 36.94% ของผู้เชี่ยวชาญเฉพาะทางเทียบกับ 29.69% บน ExploitGym Hardened คือความแตกต่างระหว่างการมีรายงานกับการเจอทางตัน{{/1}}

• การพัฒนา exploit และการประเมินความเป็นไปได้ในการใช้ช่องโหว่ — GPT-6 Cyber หากบัญชีมี Daybreak Red นี่คือขั้นตอนที่การจ่าย 2.5× กำลังซื้อ

• การสร้างแพตช์ การร่างประกาศแจ้งเตือน และการตรวจสอบโค้ด — {{1}}GPT-6.2 Astra{{/1}} เป็นโมเดลที่ใหม่กว่า ถูกกว่าต่องานเมื่อวัดด้วยมาตรวัดอิสระ และประสิทธิภาพด้านโทเค็นเอาต์พุตคือเหตุผลที่ OpenAI สามารถอ้างได้ว่าทำงานเดียวกันในต้นทุนที่ต่ำกว่า

A screenshot of the OrcaRouter model page for GPT-6 Astra, catalogued as openai/gpt-6-astra and dated 2026-09-04. It lists a 1,050,000-token context window, 128,000 maximum output tokens, text image and file input, and pricing of $10.00 per million input tokens and $50.00 per million output tokens.

การรันการแยกนั้นบนข้อมูลรับรองเพียงชุดเดียวคือสิ่งที่เลเยอร์การกำหนดเส้นทางถูกออกแบบมาเพื่อทำ และเป็นจุดเดียวในการเปรียบเทียบนี้ที่แพลตฟอร์มมีความสำคัญพอ ๆ กับโมเดล GPT-6 Astra อยู่ในแคตตาล็อกของ OrcaRouter แล้วในวันนี้ ซึ่งเข้าถึงได้ผ่าน คีย์ API หนึ่งคีย์ที่ใช้ได้กับโมเดลมากกว่า 200 โมเดลในราคาตามรายการของผู้ให้บริการโดยมีมาร์กอัป 0% ดังนั้นการเปลี่ยนแปลงราคาจากผู้ขายจะถูกคิดในบิลในวันที่เกิดขึ้น ไม่ใช่เมื่อถึงรอบต่ออายุ GPT-6.2 Astra เพิ่งมีอายุสองวันและแถวในแคตตาล็อกของเรายังตามไม่ทัน — เราจะไม่บอกคุณว่ามีอยู่ก่อนที่มันจะมีจริง และหน้าโมเดลส่งคืน 404 ณ เช้านี้ GPT-6 Cyber เราไม่ให้บริการเลย: การอนุมัติ Daybreak Red เป็นด่านที่เราไม่สามารถเลี่ยงผ่านได้ ผู้เชี่ยวชาญจึงยังคงอยู่ภายใต้สัญญาของ OpenAI เองไม่ว่าคุณจะทำอะไรฝั่งเรา การสลับสำรองอัตโนมัติคือส่วนที่คุ้มค่าในขั้นตอนการค้นพบ ซึ่งขีดจำกัดอัตราการใช้งานของโมเดลใหม่ยังไม่เป็นที่ทราบ และการสแกนที่หยุดชะงักก็แย่กว่าโมเดลที่ด้อยกว่าเล็กน้อย

คำถามที่การเปรียบเทียบนี้ทำให้เกิดขึ้นจริง

โมเดลพื้นฐานที่ใหม่กว่าทำให้ GPT-6 Cyber ล้าสมัยหรือไม่

ไม่ใช่ และเหตุผลคือโมเดลทั้งสองไม่ได้แข่งขันกันในขั้นตอนเดียวกัน GPT-6.2 Astra พัฒนางานวิชาชีพทั่วไป — เอกสาร โค้ด และงานระยะยาว — และไม่ได้ถูกฝึกให้เปลี่ยนแครชให้เป็นเอ็กซ์พลอยต์ จุดแข็งของ GPT-6 Cyber อยู่ตรงนั้นพอดี ที่ 48.45% เทียบกับ 42.43% บน ExploitGym และช่องว่างที่กว้างขึ้นบนเป้าหมายที่เสริมความแข็งแรง สิ่งที่เปลี่ยนไปคือราคาของทุกอย่างรอบขั้นตอนนั้น ซึ่งตอนนี้ถูกกว่า 2.5 เท่า และบน Batch ถูกกว่า 5 เท่า ส่วนแบ่งการใช้โทเค็นในไปป์ไลน์ของผู้เชี่ยวชาญควรลดลง แต่บทบาทของมันในขั้นตอนเอ็กซ์พลอยต์ไม่ควรลดลง

ทีมที่ไม่มี Daybreak Red จะใช้ GPT-6 Cyber ได้เลยหรือ

ไม่ผ่าน API และไม่ผ่านตัวแทนจำหน่ายเช่นกัน หน้าโมเดลต้องมีการเข้าถึงและการอนุมัติ Daybreak Red ซึ่งยืนยันโดยทีมดูแลบัญชี โดยต้องตั้งค่าองค์กรและโปรเจกต์ให้เสร็จก่อนคำขอแรก ไม่มีเส้นทางแบบเซลฟ์เซอร์วิสและไม่มีช่องทางของบุคคลที่สามที่จะหลีกเลี่ยงได้ ทีมที่ไม่ได้รับการอนุมัติกำลังเลือกระหว่าง GPT-6.2 Astra กับโมเดลทั่วไปที่ใช้อยู่แล้ว และสำหรับการค้นหาและแก้ไขบั๊กแทนที่จะนำบั๊กไปใช้เป็นอาวุธ นั่นก็เป็นจุดที่สมเหตุสมผล

ราคาที่สูงกว่า 2.5 เท่านี้สมเหตุสมผลกับช่องว่างของผลเบนช์มาร์กหรือไม่

จากตัวเลขที่เผยแพร่ ในขั้น exploit คือใช่ และที่อื่นทั้งหมดคือไม่ การเพิ่มขึ้นแบบสัมบูรณ์ 6 จุดบน ExploitGym ถือเป็นการปรับปรุงที่มีความหมายในงานที่ baseline อยู่ที่ 42% และการเพิ่มขึ้น 7 จุดบนเป้าหมายที่เสริมความแข็งแกร่งแล้วก็ยิ่งมากกว่า แต่ผู้เชี่ยวชาญรายเดียวกันกลับแพ้ generalist รุ่นเก่าใน coverage ของ FrontierCyber (90 จาก 288 เทียบกับ 96) บน ExpertSWE และในงาน atomic evasion ดังนั้นค่าธรรมเนียมส่วนเพิ่มจึงซื้อทักษะเฉพาะทาง ไม่ใช่ความสามารถที่สม่ำเสมอ การจ่าย 2.5× สำหรับโมเดลที่แย่กว่าในการรีวิวโค้ดและการสร้างแพตช์ สำหรับขั้นตอนที่สิ่งเหล่านั้นคือตัวงาน คือความผิดพลาดที่การเปรียบเทียบนี้มีอยู่เพื่อป้องกัน

จุดที่เรื่องนี้ลงตัว

เวอร์ชันของการเปรียบเทียบนี้ที่ถูกเผยแพร่หมุนเวียนอยู่สิบสองวัน — โดยตัวเฉพาะทางมีต้นทุนเป็น 2 เท่าของตัวทั่วไป พร้อมข้อได้เปรียบด้าน benchmark เพียงเล็กน้อย — ตอนนี้ล้าสมัยไปแล้วถึงสองชั้น ตัวทั่วไปมีต้นทุนถูกกว่าตอนที่เขียนกรอบเปรียบเทียบนั้นไว้ 20% ฐานของมันใหม่กว่าฐานของตัวเฉพาะทาง และมี batch endpoint ที่ตัวเฉพาะทางไม่มี ตัวเฉพาะทางยังคงครองช่วงสุดท้ายของการพัฒนา exploit และยังคงมีพฤติกรรมด้าน alignment ที่ป้องกันไม่ให้นักวิเคราะห์ไปไล่ตามความล้มเหลวของเครื่องมือที่ถูกกุขึ้น และสิ่งเหล่านี้ไม่ใช่เรื่องเล็ก

สิ่งที่ยังไม่ได้รับการคลี่คลายอย่างแท้จริงคือตัวเลขหนึ่งเดียวที่ทุกคนอยากรู้ นั่นคือ GPT-6.2 Astra ทำได้ดีแค่ไหนบน ExploitGym จนกว่า OpenAI จะเผยแพร่ตัวเลขนั้น การตีความที่สมเหตุสมผลที่สุดคือ โมเดลเฉพาะทางนี้คุ้มค่ากับราคาที่แพงกว่าสำหรับขั้นตอนหนึ่งของไปป์ไลน์ด้านความปลอดภัย แต่ไม่คุ้มสำหรับอีกสี่ขั้นตอน และอีกสี่ขั้นตอนนั้นตอนนี้มีต้นทุนถูกกว่าอย่างมีนัยสำคัญเมื่อเทียบกับวันจันทร์

การเปรียบเทียบในบทความนี้2

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube