OpenAI kündigt GPT-6.2 Astra und Sol an – doch die Seite liefert nur einen 500er-Fehler

GPT‑6.2 Astra and Sol

OpenAI hat eine Ankündigungsseite für GPT-6.2 Astra und Sol veröffentlicht, die jedoch statt Inhalten nur einen „Internal Server Error“ (HTTP 500) ausliefert. Die Navigationsleiste verrät lediglich, dass die Modelle in einer Reihe mit GPT-6.1 Sol, GPT-6 Astra, GPT-5.6 und GPT-5.5 stehen. Details zu Fähigkeiten, Preisen oder Verfügbarkeit fehlen komplett – bislang bleibt die Ankündigung eine leere Hülle.

500 – Internal Server Error.
  1. azuanrb

    Ich finde es interessant, dass Kommentare in OpenAI-Release-Threads oft Anthropic favorisieren, während Kommentare in Anthropic-Release-Threads OpenAI favorisieren. Vielleicht zieht Kritik einfach mehr Aufmerksamkeit auf sich. Viele der Kommentare hier scheinen sich um andere Modelle zu drehen, mit wenig Diskussion über diejenigen, die tatsächlich veröffentlicht werden.

    Die Modelle keines Anbieters sind perfekt, aber sie treiben sich gegenseitig voran. Als Einzelperson ist es relativ einfach, zwischen ihnen zu wechseln. In einem großen Unternehmen ist man oft lange Zeit an einen Anbieter gebunden, daher kommen einige von uns in diese Threads in der Hoffnung auf eine nützliche Diskussion darüber, wie man das Beste aus den Modellen herausholt, auf die wir Zugriff haben.

  2. chriddyp

    Ziemlich unglaubliche Kostensenkungen. In unserer Datenanalyse-Prüfung [1] ging Astra von ~$20 (V6) auf ~$4 (V6.2) und Sol von $2.6 (V6.1) auf $1.2 (V6.2).

    Ähnliche Genauigkeit bei beiden. Es ist billiger sowohl wegen der Token-Reduktion (20 %) als auch weil weniger Tool-Aufrufe nötig waren, um die Fragen zu beantworten. In einigen Fällen hat es "frühzeitig abgeschlossen" und nicht die Antwort gefunden, nach der wir suchten.

    Auch sehr schnell. Sowohl Astra als auch Sol sind die beiden schnellsten Modelle, die ich getestet habe und die mindestens ein A in der Prüfung erreicht haben.

    [1] https://plotly.com/blog/gpt-6-2-sol-plotly-data-analytics-be...

  3. mlmonkey

    Aus der System Card:

    > GPT-6.2 Astra zeigte mehr Anzeichen von Evaluationsbewusstsein als GPT-6 Astra. In Evaluationen, die interne Codex-Sitzungen nachspielten, war GPT-6.2 Astra eher als GPT-6 Astra geneigt, den Verdacht zu äußern, getestet zu werden oder sich in einer Simulation zu befinden.

    > Im Vergleich zu GPT-6 Astra ist GPT-6.2 Astra in einigen Tests besser darin, die Überwachung der Gedankenkette (CoT) zu umgehen.

  4. thefourthchime

    PacBench-Ergebnisse.

    GPT-6.2 Astra erzielte 92 in 6,6 Min für $2,04, gegenüber Kimi K3.1 Pro (93 in 11,5 Min für $0,68); es verlor Punkte für das Webseiten-Layout um das Labyrinth herum und einen orangefarbenen Geist, der das Haus oft nie verlässt.

    Modell: https://jonclegg.github.io/pacman-bakeoff/#gpt-6.2-astra

    Am nächsten: https://jonclegg.github.io/pacman-bakeoff/#kimi-k3.1-pro

    PacBench-Ergebnisse.

    GPT-6.2 Sol erzielte 87 in 6,3 Min für $0,49, gegenüber Muse Wonder (87 in 5,4 Min für $1,17); es spielt nahe am Arcade-Original, verlor aber Punkte für ein Webseiten-Layout, leuchtende marineblau gefüllte Wände und keine gleichmäßige Sirene.

    Modell: https://jonclegg.github.io/pacman-bakeoff/#gpt-6.2-sol

    Am nächsten: https://jonclegg.github.io/pacman-bakeoff/#muse-wonder

  5. Topfi

    Büroarbeit war noch nie OpenAIs Stärke, dafür muss man sich an sich nicht schämen, aber diese Slideshow-Beispiele sehen besonders schrecklich aus, weit schlechter als das, was ich selbst vor etwa zwei Wochen mit einem einzigen Prompt aus GPT-5.6 Sol herausbekommen habe.

    Dasselbe gilt für Workbooks und Memos; diese Beispiele lesen sich schlechter als einige Pre-Opus-4.5- und Kimi-K2-Thinking-Dokumente, die ich aufgehoben habe. Es ist okay, wenn ein Modell darin nicht großartig ist, aber das sind einige sehr schlechte Beispiele. Ich bin wirklich verwirrt, was diesbezüglich bei OpenAI vor sich geht.

    Ich erinnere mich an dasselbe mit ihrem Frontend-Blogpost vor ein paar Monaten, den sie stolz teilten, obwohl er voller visueller Glitches, Bugs und Probleme war. Auch die Vibe-Charts von etwas davor. Bitte lasst jemanden mit frischem Blick eure Kommunikation durchsehen, bevor ihr veröffentlicht; diese hinterlassen einen sehr schlechten ersten Eindruck.

    Unabhängig von Büroarbeit kann ich es kaum erwarten herauszufinden, ob diese Modelle sich endlich an einen Prompt halten oder immer noch bereit sind, ausdrücklich verbotene, irreversibel destruktive Aufgaben auszuführen, nur weil diese das Modell vielleicht (aber nicht einmal immer) schneller zu einem Ergebnis bringen, zusammen mit einigen der anderen Regressionen, die seit der Veröffentlichung von GPT-5.5 vorhanden sind. GPT-5 bis GPT-5.4 waren wirklich bahnbrechend, aber seitdem gab es Regressionen in dem, was diese Modelle so nützlich und zuverlässig machte.

    Bearbeitung nach dem ersten, unglaublich einfachen Test-Prompt mit GPT-6.2 Astra auf High über Codex: Dies war die Antwort, als ich einen Screenshot des Ergebnisses teilte, das ganz und gar nicht im Rahmen lag […]

  6. ilaksh

    Etwa zwei Drittel der Kommentare in diesem Beitrag, als ich anfing zu lesen, waren Bewertungen früherer GPT-Modelle, fast so formuliert, als wären sie wichtige Informationen zur Bewertung der neuen Modelle. Ich finde, wenn ein neues Modell herauskommt, wäre es hilfreicher, mit einer Bewertung zu warten, bis man tatsächlich ein minimales Testing des Modells durchgeführt hat.

  7. theanonymousone

    Freue mich über das neue Sol. Es ist mein Arbeitstier auf dem Firmenkonto.

    Aber mehr als das warte ich auf das neue Luna. Für mich war es der Wendepunkt, der die "Tokenpocalypse" beendete, und es ist im Anwendungsfall "ein anständiges Modell unendlich nutzen" immer noch fast unschlagbar.

  8. aenis

    Großer Fortschritt, für meine Art von Workloads.

    Wenn man ihm meine Benchmark-Suite gibt, die ein paar Long-Horizon-Aufgaben umfasst, bei denen der Agent entscheidet, wann die Aufgabe als gut ausgeführt gilt, ist es das erste OpenAI-Modell, das nicht sofort fertig werden will, sobald ein minimales Qualitätsniveau erreicht ist. Wie Fable, Opus und Sonnet läuft es jetzt die maximal erlaubten Iterationen und hört nicht bei 'zufriedenstellend' auf, sondern verfeinert die Lösung zu meiner Freude.

    (So arbeite ich nicht bei Arbeitsprojekten, aber für alles Hobby-Mäßige teste ich, wie viel Autonomie ich den Coding-Agenten geben kann, und das testet meine Benchmark-Suite; ich habe die Basis-Suite, die in 2-4 Stunden fertig ist, und die langlaufende Suite, die etwa eine Woche oder so dauert; die andere habe ich gerade gestartet, aber die ersten Iterationen sehen viel besser aus als die vorherige Generation Sol/Astra bei gleichem Aufwandsniveau).

  9. intenex

    Die Leistung ist verrückt für den Preis, wenn diese Benchmarks standhalten. Sieht so aus, als hätten sie das genau vor Anthropics IPO getimt. Neugierig, was Anthropic als Antwort veröffentlicht und wie diese bei realen Aufgaben abschneiden.

    Fühlt sich an, als wären wir weit über den Punkt hinaus, an dem der Pelican-Benchmark nützlich ist. Hat jemand einen besseren Benchmark für einen schnellen Vibe-Check, wie das im Vergleich zu Fable 5.2 und Opus 5.5 abschneidet?

    Edit: Wow, interessanter, sehr negativer Vibe-Check hier: https://x.com/mattshumer_/status/2122752192226406421?a=fVRt3...

  10. jrflo

    Die Benchmarks von Artificial Analysis wurden gerade aktualisiert; sowohl Astra als auch Sol liegen an der Pareto-Front bei Intelligenz/Kosten pro Aufgabe:

    https://artificialanalysis.ai/models?speed=output-speed-over...

Mehr von diesem Tag

2026-11-17