OpenAI의 GPT-6.2 Astra와 Sol 발표 페이지, 500 에러로 열리지 않는다
GPT‑6.2 Astra and Sol
OpenAI가 GPT-6.2 Astra와 Sol을 소개하는 공식 페이지를 올렸지만, 정작 본문 대신 '500 Internal Server Error'만 표시되고 있다. 페이지에는 GPT-6.1 Sol, GPT-6 Astra, GPT-5.6 등 이전 모델 링크와 제품·개발자 메뉴만 남아 있어, 모델의 성능이나 출시 정보는 확인할 수 없다. 발표 시점과 내용 모두 아직 불명확한 상태다.
500 Internal Server Error.
HN 토론
633- azuanrb
OpenAI 릴리스 스레드의 댓글들은 종종 Anthropic을 편드는 반면, Anthropic 릴리스 스레드의 댓글들은 OpenAI를 편드는 게 흥미롭다. 아마 비판이 더 주목을 끄는 것 같다. 여기 댓글 중 상당수는 다른 모델에 관한 것 같고, 실제로 출시되는 모델에 대한 논의는 거의 없다.
어느 제공자의 모델도 완벽하지 않지만, 서로를 계속 발전시키고 있다. 개인으로서는 둘 사이를 전환하기가 비교적 쉽다. 대기업에서는 종종 한 제공자에 오랫동안 묶여 있기 때문에, 우리 중 일부는 우리가 접근할 수 있는 모델을 최대한 활용하는 데 관한 유용한 논의를 기대하며 이런 스레드에 온다.
- chriddyp
비용 절감이 꽤 놀랍다. 우리 데이터 분석 시험[1]에서 Astra는 ~$20(V6)에서 ~$4(V6.2)로, Sol은 $2.6(V6.1)에서 $1.2(V6.2)로 떨어졌다.
정확도는 둘 다 비슷하다. 토큰 감소(20%) 덕분에 더 저렴하기도 하지만, 질문에 답하는 데 필요한 도구 호출도 더 적었다. 어떤 경우에는 "일찍 끝내버려서" 우리가 찾던 답을 찾지 못했다.
또한 매우 빠르다. Astra와 Sol 모두 내가 시험에서 최소 A를 받은 모델 중 가장 빠른 두 모델이다.
[1] https://plotly.com/blog/gpt-6-2-sol-plotly-data-analytics-be...
- mlmonkey
시스템 카드에서:
> GPT-6.2 Astra는 GPT-6 Astra보다 평가 인식(evaluation awareness)의 징후를 더 많이 보였다. 내부 Codex 세션을 재생한 평가에서 GPT-6.2 Astra는 GPT-6 Astra보다 자신이 테스트받고 있거나 시뮬레이션 안에 있다는 의심을 표현할 가능성이 더 높았다.
> GPT-6 Astra와 비교할 때, GPT-6.2 Astra는 일부 테스트에서 사고 연쇄(CoT) 모니터링을 회피하는 능력이 더 뛰어나다.
- thefourthchime
PacBench 결과.
GPT-6.2 Astra는 6.6분에 $2.04로 92점을 받았고, Kimi K3.1 Pro(11.5분에 $0.68로 93점)와 비교된다. 미로 주변의 웹페이지 레이아웃과 종종 집을 떠나지 않는 주황색 유령 때문에 점수를 잃었다.
모델: https://jonclegg.github.io/pacman-bakeoff/#gpt-6.2-astra
가장 근접: https://jonclegg.github.io/pacman-bakeoff/#kimi-k3.1-pro
PacBench 결과.
GPT-6.2 Sol은 6.3분에 $0.49로 87점을 받았고, Muse Wonder(5.4분에 $1.17로 87점)와 비교된다. 아케이드에 가깝게 플레이하지만 웹페이지 레이아웃, 빛나는 남색 채움 벽, 일정하지 않은 사이렌 소리 때문에 점수를 잃었다.
모델: https://jonclegg.github.io/pacman-bakeoff/#gpt-6.2-sol
가장 근접: https://jonclegg.github.io/pacman-bakeoff/#muse-wonder
- Topfi
사무 업무는 OpenAI의 강점이 아니었고 그 자체로 부끄러울 건 없지만, 이 슬라이드쇼 예시들은 특히 끔찍해 보인다. 약 2주 전에 내가 GPT-5.6 Sol로 단일 프롬프트에서 얻은 것보다 훨씬 나쁘다.
워크북과 메모도 마찬가지로, 그 예시들은 내가 보관 중인 Opus 4.5 이전 및 Kimi K2 Thinking 문서들보다 열등해 읽힌다. 모델이 이런 걸 잘 못해도 괜찮지만, 이건 아주 형편없는 예시들이다. 이 점에서 OpenAI에 무슨 일이 있는지 정말 혼란스럽다.
몇 달 전 시각적 결함, 버그, 문제투성이인데도 자랑스럽게 공유했던 프런트엔드 블로그 글도 기억난다. 그보다 조금 전의 바이브 차트도 그렇다. 제발, 출판하기 전에 신선한 눈을 가진 사람에게 커뮤니케이션을 검토받아라. 이런 것들은 아주 나쁜 첫인상을 남긴다.
사무 업무와 별개로, 이 모델들이 마침내 프롬프트를 준수하는지, 아니면 여전히 명시적으로 금지된, 회복 불가능하게 파괴적인 작업을 기꺼이 수행하는지(단지 그게 모델을 더 빨리 결과로 이끌 수 있어서, 그리고 항상 그런 것도 아닌데도) 그리고 GPT-5.5 출시 이후 존재해온 다른 퇴행들도 빨리 알고 싶다. GPT-5에서 GPT-5.4는 진정 획기적이었지만, 그 이후로 그 모델들을 그렇게 유용하고 신뢰할 수 있게 만든 것들에 퇴행이 있었다.
Codex에서 High로 GPT-6.2 Astra를 사용한 첫 번째, 믿을 수 없이 간단한 테스트 프롬프트 후 편집: 범위를 매우 벗어난 결과의 스크린샷을 공유했더니 나온 응답은 […]
- ilaksh
내가 읽기 시작했을 때 이 글의 댓글 중 2/3 정도가 이전 GPT 모델들에 대한 리뷰였고, 마치 새 모델을 평가하는 데 중요한 정보인 것처럼 진술되어 있었다. 새 모델이 나오면 최소한의 테스트를 실제로 해보기 전까지는 리뷰를 남기지 않는 것이 더 도움이 될 것 같다.
- theanonymousone
새 Sol이 반갑다. 회사 계정에서 내 주력 모델이다.
하지만 그보다 더 새 Luna를 기다리고 있다. 내게 그것은 "토큰 대재앙"을 끝낸 게임 체인저였고, "적당한 모델을 무한히 사용하기" 유스케이스에서는 여전히 거의 무적이다.
- aenis
내 유형의 워크로드에는 큰 진전이다.
에이전트가 작업이 잘 수행되었다고 판단하는 시점을 스스로 정하는 몇 가지 장기 지평(long horizon) 작업이 포함된 내 벤치마크 스위트를 주었을 때, 최소한의 품질 수준에 도달하자마자 끝내려 하지 않는 첫 OpenAI 모델이다. Fable, Opus, Sonnet처럼 이제는 허용된 최대 반복 횟수를 실행하고 '만족스러운' 수준에서 멈추지 않으며, 내 기쁨을 위해 해결책을 금칠(gold plating)한다.
(회사 프로젝트에서는 이렇게 일하지 않지만, 모든 취미에서는 코딩 에이전트에 얼마나 많은 자율성을 줄 수 있는지 테스트하고 있고, 그게 내 벤치마크 스위트가 테스트하는 것이다. 기본 스위트는 2-4시간에 완료되고, 장기 실행 스위트는 약 일주일 정도 걸린다. 방금 다른 하나를 트리거했는데, 첫 반복들은 같은 노력 수준에서 이전 세대 Sol/Astra보다 훨씬 나아 보인다).
- intenex
그 벤치마크들이 유지된다면 비용 대비 성능이 미쳤다. Anthropic의 IPO 직전에 맞춰 시기를 맞춘 것 같다. Anthropic이 이에 대응해 무엇을 출시할지, 그리고 실제 세계 작업에서 이것들이 어떻게 하는지 궁금하다.
이 시점에서 펠리컨 벤치마크가 유용하기는 많이 지난 것 같다. Fable 5.2와 Opus 5.5와 비교해 빠른 바이브 체크를 할 더 나은 벤치마크를 가진 사람 있나?
편집: 와, 여기 매우 부정적인 바이브 체크가 흥미롭다: https://x.com/mattshumer_/status/2122752192226406421?a=fVRt3...
- jrflo
Artificial Analysis 벤치마크가 방금 업데이트되었는데, Astra와 Sol 모두 지능/작업당 비용에서 파레토 프런티어에 있다:
https://artificialanalysis.ai/models?speed=output-speed-over...