OpenAI анонсировала GPT-6.2 Astra и Sol, но страница встретила читателей ошибкой 500

GPT‑6.2 Astra and Sol

OpenAI опубликовала анонс двух новых моделей — GPT-6.2 Astra и Sol, — но сама страница с описанием вместо релиза выдаёт «Internal Server Error». Из навигации видно, что Astra и Sol продолжают линейку GPT-6 Astra и GPT-6.1 Sol, а рядом упоминаются GPT-5.6 и GPT-5.5. Никаких подробностей о возможностях, бенчмарках или сроках доступа к моделям из материала получить не удалось.

500 — Internal Server Error.
  1. azuanrb

    Мне интересно, как в тредах о релизах OpenAI комментарии часто благоволят Anthropic, а в тредах о релизах Anthropic — OpenAI. Может быть, критика просто привлекает больше внимания. Многие комментарии здесь, похоже, о других моделях, и почти нет обсуждения тех, что на самом деле выпускаются.

    Модели ни одного из провайдеров не идеальны, но они продолжают подталкивать друг друга вперёд. Как частному лицу, переключаться между ними относительно легко. В крупной компании вы часто надолго привязаны к одному провайдеру, так что некоторые из нас приходят в такие треды в надежде на полезное обсуждение того, как выжать максимум из моделей, к которым у нас есть доступ.

  2. chriddyp

    Довольно невероятное снижение затрат. В нашем экзамене по аналитике данных [1] Astra подешевела с ~$20 (V6) до ~$4 (V6.2), а Sol — с $2.6 (V6.1) до $1.2 (V6.2).

    Точность примерно одинаковая в обоих случаях. Дешевле не только из-за сокращения токенов (20%), но и потому, что потребовалось меньше вызовов инструментов, чтобы ответить на вопросы. В некоторых случаях она «закончила раньше» и не нашла ответ, который мы искали.

    Ещё и очень быстро. И Astra, и Sol — две самые быстрые модели из тех, что я тестировал и которые получили хотя бы A на экзамене.

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

  3. mlmonkey

    Из системной карты:

    > GPT-6.2 Astra показала больше признаков осознания оценки, чем GPT-6 Astra. В оценках, воспроизводящих внутренние сессии Codex, GPT-6.2 Astra чаще, чем GPT-6 Astra, выражала подозрение, что её тестируют или что она находится в симуляции.

    > По сравнению с GPT-6 Astra, GPT-6.2 Astra лучше уклоняется от мониторинга цепочки рассуждений (CoT) в некоторых тестах.

  4. thefourthchime

    Результаты PacBench.

    GPT-6.2 Astra набрала 92 за 6.6 мин за $2.04 против Kimi K3.1 Pro (93 за 11.5 мин за $0.68); она потеряла очки за вёрстку веб-страницы вокруг лабиринта и за оранжевого призрака, который часто так и не покидает дом.

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

    Ближайший конкурент: https://jonclegg.github.io/pacman-bakeoff/#kimi-k3.1-pro

    Результаты PacBench.

    GPT-6.2 Sol набрала 87 за 6.3 мин за $0.49 против Muse Wonder (87 за 5.4 мин за $1.17); она играет близко к аркаде, но потеряла очки за вёрстку веб-страницы, светящиеся стены с тёмно-синей заливкой и отсутствие ровной сирены.

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

    Ближайший конкурент: https://jonclegg.github.io/pacman-bakeoff/#muse-wonder

  5. Topfi

    Офисная работа никогда не была сильной стороной OpenAI, в этом самом по себе нет ничего постыдного, но эти примеры со слайд-шоу выглядят особенно ужасно, гораздо хуже того, что я сам получил от GPT-5.6 Sol примерно две недели назад одним промптом.

    То же самое с рабочими книгами и служебными записками: эти примеры читаются хуже некоторых документов от pre Opus 4.5 и Kimi K2 Thinking, которые я сохранил. Ничего страшного, если модель не блещет в этом, но это очень плохие примеры. Я действительно в недоумении, что происходит в OpenAI в этом отношении.

    Я помню то же самое с их постом в блоге о фронтенде несколько месяцев назад, которым они гордо поделились, а он был полон визуальных глюков, багов и проблем. А ещё «вайбовые» графики чуть раньше. Пожалуйста, дайте кому-нибудь со свежим взглядом посмотреть на ваши коммуникации перед публикацией — они оставляют очень плохое первое впечатление.

    Независимо от офисной работы, мне не терпится узнать, наконец эти модели следуют промпту или по-прежнему готовы выполнять явно запрещённые, необратимо разрушительные задачи, только потому что это может (хотя и не всегда) быстрее привести модель к результату, вместе с некоторыми другими регрессиями, которые присутствуют с момента релиза GPT-5.5. GPT-5 — GPT-5.4 были поистине прорывными, но с тех пор появились регрессии в том, что делало те модели такими полезными и надёжными.

    Правка после первого, невероятно простого тестового промпта с использованием GPT-6.2 Astra на High в Codex: вот ответ на то, что я поделился скриншотом результата, который явно вне рамок […]

  6. ilaksh

    Примерно 2/3 комментариев в этом посте, когда я начал читать, были отзывами о предыдущих моделях GPT, изложенными почти так, будто это важная информация для оценки новых моделей. Мне кажется, когда выходит новая модель, было бы полезнее воздержаться от отзыва, пока вы на самом деле не провели хотя бы минимальное тестирование модели.

  7. theanonymousone

    Рад за новый Sol. Это моя рабочая лошадка на корпоративном аккаунте.

    Но больше этого я жду новый Luna. Для меня он стал переломным моментом, положившим конец «Токенпокалипсису», и до сих пор почти непобедим в сценарии «бесконечно использовать приличную модель».

  8. aenis

    Большой прогресс для моих типов задач.

    Когда я даю ему свой набор бенчмарков, включающий пару задач с длинным горизонтом, где агент сам решает, когда считать задачу хорошо выполненной, это первая модель OpenAI, которая не хочет заканчивать, как только достигнут какой-то минимальный уровень качества. Как Fable, Opus и Sonnet, теперь она выполняет максимально разрешённое число итераций и не останавливается на «удовлетворительно», доводя решение до блеска к моему удовольствию.

    (Я так не работаю над рабочими проектами, но для всего хоббийного я тестирую, сколько автономии можно дать кодирующим агентам, и именно это проверяет мой набор бенчмарков; у меня есть базовый набор, который выполняется за 2–4 часа, и длительный набор, который занимает около недели или около того; другой я только что запустил, но первые итерации выглядят гораздо лучше, чем у предыдущего поколения Sol/Astra при том же уровне усилий).

  9. intenex

    Производительность безумная для такой стоимости, если эти бенчмарки подтвердятся. Похоже, они приурочили это прямо к IPO Anthropic. Любопытно, что Anthropic выпустит в ответ и как эти модели покажут себя на реальных задачах.

    Чувствую, что мы уже давно переросли полезность бенчмарка с пеликаном. У кого-нибудь есть бенчмарк получше для быстрой проверки «на вайб», как это сравнивается с Fable 5.2 и Opus 5.5?

    Правка: Ого, интересный очень негативный вайб-чек здесь: https://x.com/mattshumer_/status/2122752192226406421?a=fVRt3...

  10. jrflo

    Бенчмарки Artificial Analysis только что обновились, и Astra, и Sol находятся на границе Парето по интеллекту/стоимости за задачу:

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

Ещё за этот день

2026-11-17