OpenAI представила GPT-6.2 Astra для сложных профессиональных задач и GPT-6.2 Sol для повседневной работы. Обе модели ориентированы на многоэтапные сценарии и должны выдавать более качественные результаты при меньшем объёме выходных токенов.
GPT-6.2 Astra получила улучшения в работе с презентациями, таблицами и документами. Модель точнее следует переданным шаблонам и профессиональным стандартам в юриспруденции, продажах, финансах и бухгалтерии, пишет более прямым языком и сокращает количество общих выводов и лишнего текста.
В тесте Agents’ Last Exam, который оценивает длинные профессиональные процессы, GPT-6.2 Astra набрала на 5,2 процентного пункта больше GPT-6 Astra при стоимости менее трети от неё. От Claude Fable 5.2 модель оторвалась на 5,5 пункта при стоимости около 5% от стоимости конкурента. Для Fable 5.2 в рейтинге исключены девять заданий, выполненных с использованием резервной модели.
В научных задачах GPT-6.2 Astra установила новый результат на Terminal-Bench-Science 0.1, превысив показатель GPT-6 Astra на 9 процентных пунктов при стоимости менее трети. На Vals Science Index модель также показала новый максимум. Этот тест проверяет интерпретацию реальных биологических данных и проведение экспериментов для определения поведения симулированной системы.
В API стоимость входных и выходных токенов GPT-6.2 Astra на 20% ниже, чем у GPT-6 Astra. Кэшированный ввод дешевле на 60%: $8 за миллион входных токенов, $0,40 за миллион кэшированных и $40 за миллион выходных токенов. GPT-6.2 Sol сохранила цены API GPT-6.1 Sol.
GPT-6.2 Sol рассчитана на ежедневную работу и многоэтапные агентские процессы. В FrontierCode 2.0 она приблизилась к GPT-6.2 Astra менее чем на 0,5 балла при примерно пятой части её стоимости. Тест оценивает, соответствуют ли изменения в реальных кодовых базах требованиям сопровождающих проектов.
В LifeVal, где проверяются сложные повседневные задачи с учётом индивидуальных условий, GPT-6.2 Sol превзошла GPT-6 Astra примерно при одной седьмой её стоимости. Среди сценариев теста — подбор детских садов после переезда, поиск жилья с заданным бюджетом и временем поездки, а также планирование питания для родителя после нового диагноза.
На GDPval v2 GPT-6.2 Astra лидирует среди протестированных моделей, улучшив результат GPT-6 Astra на 6,2 пункта и используя на 22% меньше выходных токенов. GPT-6.2 Sol прибавила 5,3 пункта относительно GPT-6.1 Sol. В AA-AnalystAgent Astra правильно ответила на 62,5% вопросов во всех пяти независимых попытках.
GPT-6.2 Astra также улучшила создание презентаций: модель может воспроизводить структуру, цвета, типографику и размер шрифта исходного файла или скриншота, а также переносить стиль текста на новые слайды. В документах и инфографике она ориентирована на преобразование плотной информации в краткие материалы для технической и нетехнической аудитории.
Протестировать ChatGPT без VPN и подписок можно в ИИ-студии Нейро.PRO.
Для юридических задач GPT-6.2 Astra установила новый результат на Harvey LAB-AA v1.1, более чем вдвое превысив долю успешных ответов Claude Fable 5.2 при примерно одной шестой стоимости. Конфигурация Astra for Law показала ещё более высокий результат. В совокупности обновления ориентированы на профессиональные документы, программирование, научную работу и агентские сценарии с учётом стоимости выполнения задач.






Комментарии и обсуждение
Пока нет комментариев. Будьте первым!