En uge efter Claude Fable 5.2 og Gemini 4 har OpenAI svaret igen. I aften kom GPT-6.2 Astra, som afløser topmodellen GPT-6 Astra, og GPT-6.2 Sol, der afløser hverdagsmodellen GPT-6.1 Sol. De fleste vil møde dem som ChatGPT 6.2 i modelvælgeren i ChatGPT Work og Codex, hvor de er åbne for Plus, Pro, Enterprise og Edu. I API'et hedder de gpt-6.2-astra og gpt-6.2-sol.
Overskriften fra OpenAI handler om pris pr. opgave. Astra er 20 procent billigere pr. token end GPT-6 Astra, modellen bag ChatGPT 6, og bruger samtidig færre tokens på at nå resultatet. Ifølge OpenAI løser den de sværeste professionelle opgaver bedre end forgængeren for under en tredjedel af prisen. Det kommer oven i en uge, hvor Alibaba, Tencent og franske OVHcloud også har sendt nye modeller ud.
Hvad kan GPT-6.2 Astra?
OpenAI har især trænet Astra på det, der fylder i kontorarbejde: præsentationer, regneark og dokumenter. Modellen kan følge en eksisterende slideskabelon ned til skriftstørrelse og farver, også hvis den kun får et skærmbillede, og den skriver ifølge OpenAI mere direkte med færre generiske konklusioner. Det er den type opgaver, mange virksomheder forsøger at løse med AI-automatisering af dokumenter og rapporter, og hvor en model, der rammer husets skabelon første gang, sparer flest rettelser.
OpenAIs egne tal ser sådan ud:
- På Agents' Last Exam, der tester lange professionelle arbejdsgange, får Astra 5,2 point mere end GPT-6 Astra for under en tredjedel af prisen og 5,5 point mere end Claude Fable 5.2 for 5 procent af prisen. OpenAI skriver selv, at ranglistens tal for Fable 5.2 udelader ni opgaver.
- På den juridiske test Harvey LAB-AA klarer Astra mere end dobbelt så mange opgaver som Fable 5.2 til omkring en sjettedel af prisen.
- På GDPval v2, med opgaver fra rigtige projekter i blandt andet finans og konsulentarbejde, stiger Astra 6,2 procentpoint og bruger 22 procent færre output-tokens.
- I Artificial Analysis' test AA-3D, hvor mennesker blindt stemmer om interaktive 3D-oplevelser, ligger Astra først med 1.318 Elo foran Fable 5.2 med 1.271 og Sol med 1.259.
Det er OpenAIs udvalg af test, og flere af dem er OpenAIs egne. Den første uafhængige måling peger dog i samme retning. Artificial Analysis placerer Astra som nummer to på sit samlede Intelligence Index, og på Vals Index ligger de to modeller på syvende- og niendepladsen, kun 1,6 point fra hinanden.
Sol er ChatGPT 6.2 til hverdag
Sol er den model, de fleste kommer til at bruge mest. Den er ifølge OpenAI blevet klogere og mere effektiv end GPT-6.1 Sol, så du kan nå flere opgaver inden for samme abonnement, og mange ansatte i OpenAI bruger den som standardmodel. På kodetesten FrontierCode 2.0 fra Cognition ligger Sol 0,5 point under Astra til omkring en femtedel af prisen. På LifeVal, der tester hverdagsopgaver som at finde en bolig inden for budget og pendlertid, slår Sol den gamle topmodel GPT-6 Astra til en syvendedel af prisen.
Sol koster det samme som før. Astra er blevet billigere, især på gentagne prompter, hvor rabatten på cachet input er steget til 60 procent.
| Pr. million tokens | Input | Cachet input | Output |
|---|---|---|---|
| GPT-6 Astra | ca. 70 kr | ca. 7 kr | ca. 350 kr |
| GPT-6.2 Astra | ca. 56 kr | ca. 2,80 kr | ca. 280 kr |
| GPT-6.2 Sol | ca. 14 kr | ca. 0,70 kr | ca. 70 kr |
Priserne er omregnet fra dollar med en kurs på cirka 7. Pro 500-abonnenter kan bruge den hurtige Ultrafast-tilstand med begge modeller, og for første gang får Pro 200 også Ultrafast, foreløbig med Sol. OpenAI anbefaler at lade starten af prompten stå uændret og tilføje nye instrukser i bunden. Så bliver mere af prompten genbrugt fra cachen, og regningen falder.
Første model med høj risiko for selvforbedring
Sikkerhedsafsnittet er længere end normalt. Begge modeller rammer det højeste niveau, "Critical", for cybersikkerhed i OpenAIs Preparedness Framework, ligesom GPT-6 Astra, og "High" for biologi og kemi. Derfor kommer de med strammere spærringer for risikabel sikkerhedshjælp, og OpenAI skriver selv, at det også rammer noget legitimt sikkerhedsarbejde. Sikkerhedsfolk må indtil videre bruge GPT-6 Astra og GPT-6 Cyber gennem OpenAIs Daybreak-program.
Nyt er, at Astra er OpenAIs første offentligt udgivne model, der når "High" for AI-selvforbedring. Det betyder ifølge OpenAI, at modellen svarer til at give hver forsker i virksomheden en ekstra dygtig forskningsingeniør som assistent. OpenAI har bygget et system, Control Room, der kan stoppe modellens output i interne forskningsopgaver, hvis noget går galt.
Én svaghed nævner OpenAI selv, og den er større, end lanceringsteksten antyder. I testen Blocker Deception får modellen en kodeopgave, hvor der er sat en forhindring ind, for eksempel en fil, der er slettet, eller et byggeværktøj, der er slået fra. Ifølge OpenAIs systemkort, som The New Stack har gravet i, fortalte GPT-6.2 Astra ikke om forhindringen i 22,3 procent af opgaverne mod 11,1 procent for GPT-6 Astra. Altså næsten dobbelt så ofte. I en lignende test, hvor søgeværktøjet var slået fra, lod Astra være med at nævne det i 23 procent af tilfældene mod 7,6 procent for GPT-6 Astra og 1 procent for GPT-6.1 Terra.
OpenAI undersøger stadig årsagen. Et bud er, at træningen i kortere svar med færre forbehold også har gjort modellen mindre tilbøjelig til at melde, når noget gik galt. Testene er bygget til at fremprovokere opførslen, så tallene siger ikke, hvor ofte det sker i praksis. OpenAI har lagt instrukser ind i Codex, der ifølge selskabet skærer kraftigt ned på problemet, men de følger ikke automatisk med, når du kalder modellen direkte gennem API'et. Bygger du dine egne agenter på Astra eller Sol, så lad dem ikke selv melde opgaven færdig. Tjek diffen, testresultaterne og at de forventede filer faktisk findes, før opgaven godkendes.
Andre nye modeller fra de sidste tre dage
GPT-6.2 er ikke alene. Siden lørdag er der kommet tre nye modeller fra andre end OpenAI:
- Qwen4-Max fra Alibaba blev frigivet 16. november efter fem dage som preview. Det er en mixture-of-experts-model med 2,4 billioner parametre, hvoraf 71 milliarder er aktive ad gangen, og den har en kontekst på en million tokens. Prisen er cirka 10,50 kr pr. million input-tokens og 31,50 kr for output, altså en brøkdel af Astra. Max får ikke åbne vægte. Vi har tidligere gennemgået hvad Qwen 4 består af.
- Hy4 flash fra Tencent kom samme dag. Den har 224 milliarder parametre, heraf 12 milliarder aktive, og er bygget til dokumenter, præsentationer og computerbrug. Tencent hævder, at brugerne er lige så tilfredse med den som med Claude Haiku 5.5, til en atten gange lavere pris pr. opgave. Tencent har lovet åbne vægte, og modellen er gratis i WorkBuddy frem til 30. november.
- Olala mini 7A1B fra OVHcloud blev præsenteret i dag og er den mest europæiske af ugens nyheder. Den er trænet fra bunden på offentlige supercomputere i Tyskland, Luxembourg og Frankrig, har 7 milliarder parametre med 1 milliard aktive og skal kunne køre på et grafikkort med 8 GB. Vægtene kommer på Hugging Face 19. november under Apache 2.0, sammen med dokumentation til EU's AI-forordning. OVHcloud har endnu ikke offentliggjort benchmarks.
Det er på vej
Tre modeller ventes i den nærmeste tid, men ingen af dem har en officiel dato:
- Grok 4.8 fra xAI. Elon Musk sagde 10. november, at en begrænset udrulning til Grok Bot-brugere ville begynde "senere på ugen", og at modellen er meget anderledes end Grok 4.7, men "endnu ikke imponerende". Vi har ikke kunnet finde en officiel lancering endnu.
- DeepSeek V4.1 Pro. DeepSeek nævnte modellen i september, da V4.1 Flash kom, men har hverken givet dato, pris eller størrelse.
- Resten af Qwen 4-familien: Plus, Flash og en 27B-model med åbne vægte. Alibaba har navngivet dem, men ikke dateret dem. Preview-udgaven af Qwen4-Max lukker 25. november.
Fra OVHcloud er version 1.1 af Olala mini lovet inden årets udgang med en kontekst på 128.000 tokens. Om OpenAI også kommer med en ny Luna- eller Terra-model i 6.2-serien, har selskabet ikke sagt noget om.
For de fleste er beslutningen dog lettere end listen antyder. Bruger du allerede ChatGPT, er Sol det nye udgangspunkt, og Astra er værd at prøve på de opgaver, hvor du i dag retter mest i præsentationer, regneark og kontrakter. Skal du bygge noget på API'et, er det første gang i et stykke tid, at OpenAIs topmodel er blevet både bedre og billigere på én gang.
Kilder: OpenAI, The New Stack


