GPT-6.2 Sol догнала GPT-6 Astra в индексе примерно за 15% цены задачи

OpenAI выпустила GPT-6.2 Astra и Sol: у флагмана вход и выход в API подешевели на 20%, кэш на 60%, Ultrafast на три месяца за полцены. Разбираем, где Sol заменит старый флагман, почему Artificial Analysis не нашла роста в агентном кодинге и что ужесточённые фильтры значат для security-задач.

OpenAI 17 ноября выпустила две модели: флагман GPT-6.2 Astra для сложных задач и GPT-6.2 Sol для повседневной работы. У Astra обычные входные и выходные токены в API подешевели на 20%, а кэшированный вход — на 60%. Sol сохранила цену GPT-6.1 Sol, а по замеру Artificial Analysis набирает в общем индексе столько же, сколько прошлый флагман, примерно за 15% стоимости задачи.

Для команд, которые платят за API по токенам или упираются в лимиты подписки, это повод пересчитать маршрутизацию: часть задач, которые раньше уходили на дорогой флагман, теперь можно отдать Sol. Но есть две оговорки. Независимый замер не нашёл роста в агентном кодинге, а Sol в одном из тестов даже просела. А для security-задач обе модели запущены с ужесточёнными фильтрами, и часть легитимных сценариев они будут отклонять.

  • Цены API за 1 млн токенов: Astra — $8 вход, $0,40 кэш, $40 выход; Sol — $2, $0,10 и $10, как у GPT-6.1 Sol.
  • Ultrafast: на три месяца на 50% дешевле, теперь в 3 раза дороже стандартного режима для API и Enterprise; в подписке Pro 200 режим впервые появляется, начиная с Sol.
  • Индекс Artificial Analysis: Astra 62 балла, второе место после Claude Fable 5.2 (65); Sol 57, как у GPT-6 Astra.
  • Coding Agent Index: Astra без изменений к GPT-6 Astra, Sol на 3 пункта ниже GPT-6.1 Sol.
  • Безопасность: обе модели достигли уровня Critical по кибербезопасности, часть исследований уязвимостей и пентеста ограничена.

Обновлено, 18 ноября 2026 года, 00:28 мск: добавили графики кодинг-индекса и возможные причины просадки в разработке, тарифы на запись в кэш и длинный контекст. Ещё — таблицу пяти уровней рассуждений (low–max) с рекомендациями и первые отзывы инженеров.

Astra подешевела, Sol осталась в той же цене

Стандартные ставки API из анонса OpenAI, в долларах за 1 млн токенов:

Модель Вход Кэшированный вход Выход К предшественнику
gpt-6.2-astra $8 $0,40 $40 вход и выход на 20% дешевле GPT-6 Astra, кэш на 60% дешевле (был $1)
gpt-6.2-sol $2 $0,10 $10 без изменений к GPT-6.1 Sol

Обе модели поддерживают режимы Fast и Ultrafast. В посте OpenAI Devs компания сообщила, что на ближайшие три месяца снижает цену Ultrafast на 50%: для пользователей API и Enterprise он теперь стоит в 3 раза дороже стандартного режима. Отдельных ставок Ultrafast в анонсе нет. По нашему расчёту, если множитель применяется ко всем ставкам, вход Astra в Ultrafast обойдётся в $24 за 1 млн токенов, выход — в $120; у Sol — $6 и $30.

В документации API уточнены пороги для длинных запросов и записи в кэш. Если на вход подано больше 272 тыс. токенов, ставки входа и кэша вырастают в 2 раза, а выхода — в 1,5 раза на весь запрос. В стандартном режиме на коротком контексте запись в кэш у Astra стоит $10 за 1 млн токенов при минимальном сроке хранения 30 минут и $20 за 12 часов (в Responses API); те же условия для Sol — $2,50 и $5. Совпадение префикса срабатывает при объёме от 1024 токенов.

Стоимость задачи, по словам OpenAI, падает сильнее, чем цена токена: модели решают те же задачи меньшим числом выходных токенов. Руководитель продукта и платформы OpenAI Тибо Сотто пишет, что модели «чрезвычайно эффективны» и это заметно по скорости выполнения задач, цене и тому, насколько дольше хватает лимитов (перевод редакции).

Agents' Last Exam v1.1: результат в зависимости от стоимости задачи для разных уровней рассуждений. Светлые звёзды — GPT-6.2 Astra, тёмные — GPT-6 Astra. Изображение: OpenAI, из поста Тибо Сотто в X

Чтобы экономия на кэше сработала, OpenAI рекомендует не менять префикс промпта и дописывать новые инструкции в конец диалога: так растёт доля кэшированных токенов, снижаются цена и задержка, а рассуждения модели сохраняются между ходами. Агентам, которые пересобирают системный промпт на каждом шаге, стоит вынести изменяемую часть в конец.

В ChatGPT Work и Codex обе модели доступны с 17 ноября на тарифах Plus, Pro, Enterprise и Edu; в Enterprise и Edu доступ открывается после того, как его включит администратор рабочего пространства. Подписчики Pro 500 могут использовать Ultrafast с обеими моделями, Pro 200 — пока только с Sol. О том, как с декабря изменится общий лимит ChatGPT и Codex, Proglib писал отдельно.

Sol дотягивается до прошлого флагмана на части задач

Главный аргумент в пользу Sol — соотношение цены и результата. По данным Artificial Analysis, в Intelligence Index v5.0.1 GPT-6.2 Sol (max) набрала 57 баллов, на 2 больше GPT-6.1 Sol и столько же, сколько GPT-6 Astra. Задача при этом обходится примерно в 15% от стоимости у GPT-6 Astra. Индекс объединяет девять оценок: от агентного кодинга и работы в терминале до знаний и физики.

Artificial Analysis Intelligence Index v5.0.1: баллы моделей (сверху) и баллы против стоимости задачи в долларах, логарифмическая шкала (снизу). Изображение: Artificial Analysis

Остальные цифры по Sol — замеры OpenAI:

  • FrontierCode 2.0 от Cognition, где проверяют, приняли бы мейнтейнеры изменения в реальные репозитории: Sol отстаёт от Astra на 0,5 пункта примерно за пятую часть цены, обе на уровне рассуждений max.
  • LifeVal, бытовые задачи вроде выбора детского сада после переезда: Sol обходит GPT-6 Astra примерно за седьмую часть цены.
  • GDPval v2, длинные задачи из консалтинга, финансов и дизайна: Sol на 5,3 пункта выше GPT-6.1 Sol.

OpenAI добавляет, что многие сотрудники компании используют Sol как модель по умолчанию для технических и нетехнических задач. Независимого подтверждения этих замеров, кроме индекса Artificial Analysis, пока нет.

Astra лидирует в замерах OpenAI, но не во всех независимых

По данным OpenAI, в Agents' Last Exam, который проверяет многошаговую профессиональную работу, Astra набрала на 5,2 пункта больше GPT-6 Astra при цене меньше трети. Fable 5.2 она обошла на 5,5 пункта за 5% её стоимости. Оговорка из самого анонса: в результатах Fable 5.2 исключены девять задач, где использовалась резервная модель.

  • Terminal-Bench-Science 0.1, научная работа в терминале: на 9 процентных пунктов выше GPT-6 Astra при цене меньше трети.
  • GDPval v2: на 6,2 процентного пункта выше GPT-6 Astra при на 22% меньшем числе выходных токенов.
  • Harvey LAB-AA v1.1, юридические задания: доля сданных работ больше чем вдвое выше, чем у Claude Fable 5.2, примерно за шестую часть цены.
  • AA-AnalystAgent от Artificial Analysis (цифры привела OpenAI), расчёты по реальным таблицам и отчётам: 62,5% вопросов решено верно во всех пяти независимых попытках.

Artificial Analysis ставит Astra (max) на второе место своего индекса с 62 баллами: на 5 больше GPT-6 Astra, выше Gemini 4 Carbon (60) и Claude Opus 5.5 (59), но ниже Claude Fable 5.2 (65). Модель лидирует в Terminal-Bench-Science 0.1 и уступает только Fable 5.2 в сложной подвыборке физического теста CritPt v2 (среди моделей в основном сравнении на max у 6.2 Astra 71,5% против 72% у GPT-6 Astra на medium, а у Sol результат снизился с 69,5% до 62,5%). В AA-3D, где люди вслепую сравнивают интерактивные 3D-сцены, Astra набрала 1318 Elo против 1271 у Fable 5.2 и 1259 у Sol. По подсчёту Artificial Analysis, модели OpenAI теперь занимают большую часть Парето-фронта «результат против цены задачи».

Агентный кодинг на месте, Sol чаще упускает факты

OpenAI пишет, что Astra лучше реализует и тестирует сложные изменения в существующих кодовых базах, а ранние тестеры заметили более чистый код и более сфокусированные тесты с меньшим числом итераций правок. Это заявления компании и её партнёров.

Независимый замер картину не подтверждает. В Coding Agent Index от Artificial Analysis, где модели OpenAI тестируют в харнессе Codex на уровне рассуждений max (а конкурентов — в их оболочках, включая Fable 5.2 на xhigh), GPT-6.2 Astra осталась на уровне GPT-6 Astra, а GPT-6.2 Sol потеряла 3 балла к GPT-6.1 Sol. Просадку Sol дал тест SWE-Atlas-QnA-AA: минус 14 баллов, модель чаще предшественницы пропускает ключевые факты в ответах.

Похожее поведение OpenAI описывает в системной карте: в двух тестах на согласованность обе модели чаще умалчивали о препятствиях, которые мешали работе, например об отсутствующем файле или недоступном поиске. В Codex компания добавила инструкции, которые, по её словам, сильно сокращают такие умолчания, и продолжает изучать проблему.

Coding Agent Index v2.1 (модели OpenAI в Codex на max, конкуренты в своих оболочках) и зависимость результата от цены задачи (снизу): GPT-6.2 Astra держит 53 балла, GPT-6.2 Sol на max спустилась с 52 до 49, уступая своему же уровню xhigh (50). Изображение: Artificial Analysis

Детали лидерборда Coding Agent Index v2.1 показывают соотношение баллов и суммарного расхода токенов. В трёхпрогонных замерах FrontierCode-AA 2.0 внутри этого индекса на уровне max обе новинки уступили долю процента прошлым версиям: Astra набрала 41,7% против 42,6%, а Sol — 41,5% против 42,5% (45,4% и 44,4% относятся к одиночным прогонам Intelligence Index, где у GPT-6.1 Sol 40,6%). При этом суммарно входных и выходных токенов на задачу в Codex уходит заметно меньше. Astra на max расходует 4,67 млн токенов, 25,1 минуты и $5,12 в сводке сайта. Sol на xhigh тратит 3,26 млн токенов и $0,90 за 12,6 минуты и набирает 50 баллов, тогда как у моделей Anthropic в Claude Code уходит от 9,75 млн до 26,4 млн токенов.

Пять режимов GPT-6.2 Astra задают среднюю часть Парето-линии по выходным токенам на задачу, правее неё остаётся лишь Claude Fable 5.2; GPT-6.2 Sol на графике нет. Изображение: Artificial Analysis

Суммарный расход токенов сам по себе не объясняет провал Sol на SWE-Atlas-QnA-AA, но по нашей оценке стремление к краткости могло ударить по полноте ответов. Одновременно в тесте AA-Omniscience на режиме max доля галлюцинаций при нехватке знаний выросла до 59% у Astra (с 50%) и до 55% у Sol (с 52%). Глава Every Дэн Шиппер после тестирования предположил, что GPT-6.2 Astra обучена отвечать чересчур сжато, а на задачах разработки у его команды она часто заканчивала работу раньше времени.

Уровни рассуждений и цена задачи: когда хватит medium

По замерам Artificial Analysis (Intelligence Index v5.0.1) на всех пяти настройках рассуждений (low, medium, high, xhigh, max) видно, где экономика GPT-6.2 даёт максимальную отдачу, а где переплата теряет смысл.

Модель и уровень Индекс Artificial Analysis Цена задачи Время на задачу Сумма выходных токенов (весь индекс)
GPT-6.2 Sol (low) 40,6 $0,18 1,4 мин 7,21 млн
GPT-6.2 Sol (medium) 52,7 $0,41 3,1 мин 14,6 млн
GPT-6.2 Sol (high) 54,9 $0,56 4,3 мин 22,7 млн
GPT-6.2 Sol (xhigh) 55,7 $0,65 5,1 мин 33,3 млн
GPT-6.2 Sol (max) 57,3 $1,01 7,9 мин 60,9 млн
GPT-6.2 Astra (low) 45,7 $0,66 1,4 мин 6,31 млн
GPT-6.2 Astra (medium) 57,0 $1,62 3,7 мин 12,4 млн
GPT-6.2 Astra (high) 60,1 $2,07 4,8 мин 20,0 млн
GPT-6.2 Astra (xhigh) 61,6 $2,52 5,9 мин 27,1 млн
GPT-6.2 Astra (max) 62,1 $4,00 10,4 мин 65,8 млн

Лидер индекса Claude Fable 5.2 на max набирает 64,6 балла за $26,54, а на high — 61,8 балла за $9,08. Gemini 4 Carbon на high набирает 60,0 балла за $5,48, Claude Opus 5.5 на max — 59,1 за $10,04. На графике по выходным токенам на Парето-линии, кроме моделей OpenAI, остались только два режима Fable 5.2 (xhigh и max). Сильнее всего новинки выросли вне программирования: в физике, робототехнике (AA-Robotics v0.1: 79 у Astra, 78 у Sol) и на закрытой выборке ARC-AGI-3, где Astra первой набрала 100% на уровне xhigh с Provider Adapter (в стандартном режиме на max — 70,3%).

Практический ориентир по режимам: GPT-6.2 Sol оптимально запускать по умолчанию на medium ($0,41 за задачу) и поднимать до high ($0,56). Выше до max расходы растут почти вдвое, а сумма выходных токенов увеличивается в 2,7 раза ради 2,4 балла. У Astra рабочий уровень — medium (57,0 балла за $1,62, уже уровень max у Sol и прошлой GPT-6 Astra); на сложных задачах оправдан high (60,1 балла за $2,07). Режим max у Astra почти не окупается: счёт доходит до $4,00, выходные токены — до 65,8 млн, а прирост к xhigh составляет около полбалла. Перед переводом код-агентов с GPT-6.1 Sol по-прежнему нужен прогон на своих сценариях и явное требование сообщать о недоступных файлах.

Как релиз встретило сообщество

Реакция первых пользователей оказалась контрастной. Инженер Тео Браун считает GPT-6.2 Astra худшей моделью OpenAI; Мэтт Шумер (HyperWrite) после тестов счёл модели нерабочими и отказался писать полный обзор. На этом фоне выделяется отчёт профессора Итана Моллика: в интерактивной правке направлять Astra сложнее привычного, но амбициозное автономное задание вроде сцены космического лифта в Blender и Unity она собрала с нуля.

Главный вопрос по настройкам рассуждений сформулировал инженер ThePrimeagen в ответе Тибо Сотто: зачем нужен max, который стоит дороже и в кодинге даёт меньше (у Sol max слабее xhigh). В треде на Hacker News пользователи жалуются на переусложнение кода ещё со времён прежних Astra и Sol, а один из комментаторов отметил уход новой Astra в лишние детали уже на уровне medium.

Security-задачи упрутся в фильтры

Обе модели, как и GPT-6 Astra, достигли уровня Critical по кибербезопасности в Preparedness Framework OpenAI: они эффективнее находят и эксплуатируют уязвимости, а также пишут более безопасный код и патчи. Поэтому их запустили с ужесточёнными защитами для рискованных запросов. OpenAI прямо пишет, что эти защиты ограничивают часть легитимных исследований уязвимостей и тестирования безопасности. Результаты кибербенчмарков в анонсе получены во внутренних конфигурациях с отключёнными фильтрами, то есть пользователь API таких цифр в security-задачах может не увидеть.

Защитникам OpenAI предлагает программу Daybreak: в контуре Daybreak Blue для GPT-6 Astra действуют стандартные защиты (сниженные отказы там у GPT-6 Sol и GPT-6 Luna), а в Daybreak Red — GPT-6 Cyber, требующая отдельного одобрения. По справке OpenAI, для обеих моделей 6.2 предусмотрены сниженные отказы в одобренном контуре Red. По биологии и химии обе модели получили уровень High, а Astra стала первой публично выпущенной моделью OpenAI с уровнем High по самоулучшению ИИ, то есть по способности ускорять исследования в области ИИ.

Модели доступны в API как gpt-6.2-astra и gpt-6.2-sol. Скидка на Ultrafast действует до 28 февраля 2027 года, а с 1 марта по тихоокеанскому времени Ultrafast будет стоить в 6 раз дороже стандартного режима. Расширять доступ к Daybreak для новых моделей OpenAI планирует постепенно, а сроки смягчения фильтров в базовом API не названы.

Источники

ЛУЧШИЕ СТАТЬИ ПО ТЕМЕ

alexey.m
05 ноября 2026

OpenAI выпустила GPT-Image-2.6: GIF, SVG и complexity в API, а картинки low и medium дороже 2.5 в 3,3–4,2 раза

GPT-Image-2.6 Flare и Sunburst: цены те же, но low-картинка состоит из 823 ...
alexey.m
10 ноября 2026

Google открыла Gemini 4 Carbon: на длинных задачах она дешевле Argon

Цена токена у Carbon и Argon совпадает, цена задачи различается на десятки ...
alexey.m
10 ноября 2026

Fable 5.2 лидирует у Artificial Analysis, но max в 2,6 раза дороже Opus 5.5

Claude Fable 5.2 набрала 65 баллов в Intelligence Index v5, но задача на ма...