BTC $64,540.96 -0.11%
ETH $1,812.81 -0.26%
BNB $594.12 +0.53%
XRP $0.9755 +2.18%
SOL $74.69 +4.30%
TRX $0.3079 +0.92%
DOGE $0.0595 +1.16%
ADA $0.1534 +0.83%
BCH $210.16 +1.16%
LINK $9.22 +1.31%
HYPE $69.14 +0.15%
AAVE $111.77 +2.74%
SUI $0.7310 +2.15%
XLM $0.1405 +2.35%
ZEC $957.22 +6.08%
AAPL $350.20 -1.02%
AMZN $259.45 +0.18%
GOOGL $283.13 -0.63%
MSFT $508.86 -2.19%
META $621.04 -0.91%
NVDA $161.16 +2.73%
TSLA $383.91 +0.85%
SNDK $828.08 +1.34%
INTC $56.13 +3.45%
SPCX $142.91 +3.50%
MU $736.38 +1.00%
AMD $517.28 +0.84%
BTC $64,540.96 -0.11%
ETH $1,812.81 -0.26%
BNB $594.12 +0.53%
XRP $0.9755 +2.18%
SOL $74.69 +4.30%
TRX $0.3079 +0.92%
DOGE $0.0595 +1.16%
ADA $0.1534 +0.83%
BCH $210.16 +1.16%
LINK $9.22 +1.31%
HYPE $69.14 +0.15%
AAVE $111.77 +2.74%
SUI $0.7310 +2.15%
XLM $0.1405 +2.35%
ZEC $957.22 +6.08%
AAPL $350.20 -1.02%
AMZN $259.45 +0.18%
GOOGL $283.13 -0.63%
MSFT $508.86 -2.19%
META $621.04 -0.91%
NVDA $161.16 +2.73%
TSLA $383.91 +0.85%
SNDK $828.08 +1.34%
INTC $56.13 +3.45%
SPCX $142.91 +3.50%
MU $736.38 +1.00%
AMD $517.28 +0.84%

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Ключевые тезисы
Summary: OpenAI выпустила GPT-6.2 Astra и Sol: Astra в Artificial Analysis поднялась до 62 баллов, заняв второе место в мире, цена на API входа и выхода снизилась на 20%, можно воспроизводить PPT, делать финансовое моделирование и моделирование в Blender 3D; но уровень иллюзий AA-Omniscience составляет 59%, индекс программных агентов остался на уровне предыдущего поколения, безопасность уже достигла "критического порога" сетевых атак.
Tencent Technology
2026-11-18 09:02:17
OpenAI выпустила GPT-6.2 Astra и Sol: Astra в Artificial Analysis поднялась до 62 баллов, заняв второе место в мире, цена на API входа и выхода снизилась на 20%, можно воспроизводить PPT, делать финансовое моделирование и моделирование в Blender 3D; но уровень иллюзий AA-Omniscience составляет 59%, индекс программных агентов остался на уровне предыдущего поколения, безопасность уже достигла "критического порога" сетевых атак.

Уэнь|Сяо Цзин

Редактор|Сюй Циньян

Американское время 17 ноября OpenAI официально представила GPT-6.2 Astra и GPT-6.2 Sol.

Этот релиз пришелся позже, чем ожидали эксперты. Еще в конце октября пользователи заметили подозрительные следы тестирования GPT-6.2 в записях использования ChatGPT, после чего начали появляться идентификаторы модели и скриншоты тестирования. Ранее СМИ предсказывали, что новая модель будет выпущена не позднее 6 ноября, но фактическая дата релиза задержалась на 11 дней.

OpenAI в этот раз акцентировала внимание на способности ИИ выполнять профессиональные задачи.

От полного воспроизведения презентации из одного скриншота PPT до извлечения финансовых данных, создания моделей оценки, работы с Blender для генерации трехмерных моделей автомобилей, моделирования физического движения подвески, а также использования CAD для проектирования механических деталей и проверки взаимосвязей сборки, GPT-6.2 начинает углубляться в работу, которую раньше могли выполнять только специалисты, использующие сложное программное обеспечение.

OpenAI особенно подчеркивает, что новая модель может сократить количество неэффективных выводов и повторных правок, делая результаты, предоставляемые ИИ, ближе к стандартам профессиональной работы.

За последние два месяца OpenAI последовательно выпустила GPT-6 Astra, Sol и Luna, а также модели GPT-6.1 Sol, Terra и другие. Только что выпущенный GPT-6.2 Astra является обновлением флагманской модели после GPT-6 Astra, выпущенной в сентябре, с акцентом на улучшение обработки сложных профессиональных задач; GPT-6.2 Sol в основном усиливает эффективность выполнения повседневных задач, программирования и многошаговых задач для интеллектуальных агентов.

Согласно последнему рейтингу Artificial Analysis, Astra поднялась на второе место в мире с 62 баллами, что на 5 баллов выше, чем у предыдущей версии; Sol достиг 57 баллов. В ценовом плане цена на API Astra снизилась на 20% как для ввода, так и для вывода токенов, а цена на кэшированные вводы снизилась на 60%; Sol остался по прежней цене, но общая стоимость выполнения некоторых задач снизилась.

Стоит отметить, что GPT-6.2 Astra также является первой публичной моделью OpenAI, оцененной как достигшая порога "высокой" способности к самостоятельному улучшению ИИ.

Тем не менее, красивые демонстрации и результаты также вызвали разные оценки. В день релиза несколько разработчиков, которые тестировали новую модель за несколько недель до этого, открыто выразили разочарование, считая, что Astra все еще может преждевременно завершать длительные задачи по разработке программного обеспечения, а слишком лаконичные выводы иногда упускают необходимую информацию.

В то же время, по мере того как модель становится все ближе к реальной профессиональной работе, границы ее возможностей и меры безопасности также стали важными аспектами этого релиза.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Генеральный директор OpenAI Сэм Альтман. Изображение создано с помощью ИИ

01 Производительность и стоимость

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Цена API GPT-6.2 Astra составляет 8 долларов за миллион входных токенов, 40 долларов за выходные токены, а кэшированный ввод стоит 0.40 долларов. По сравнению с предыдущей версией цены на ввод и вывод снизились на 20%, а цена на кэшированный ввод упала с 1 доллара до 0.40 долларов, что составляет снижение на 60%. GPT-6.2 Sol сохраняет цену в 2 доллара за миллион входных токенов и 10 долларов за выходные токены.

Для многошаговых интеллектуальных агентов цена API не может полностью отразить фактические расходы. При выполнении задач модель может потребовать многократных вызовов инструментов, чтения файлов, обработки ошибок и повторных попыток. Даже если цена за токен остается неизменной, если для выполнения задачи требуется меньше токенов, итоговый счет также снизится.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

В тестировании программирования FrontierCode 2.0 от Cognition GPT-6.2 Sol набрала всего на 0.5 балла меньше, чем Astra, при этом стоимость составила примерно одну пятую от последней. В оценке LifeVal, ориентированной на повседневные сложные задачи, Sol превзошел предыдущую флагманскую модель GPT-6 Astra, стоимость выполнения отдельных задач составила примерно одну седьмую от последней.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Astra также продемонстрировала улучшения в выполнении сложных задач. В оценке Agents' Last Exam она набрала на 5.2 балла больше, чем GPT-6 Astra, а стоимость выполнения задач составила менее одной трети от предыдущей версии. По сравнению с Claude Fable 5.2, Astra набрала на 5.5 баллов больше, а стоимость выполнения одной задачи составила примерно 5% от последней.

02 Поставка профессиональной работы

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Профессиональная работа в таких областях, как финансы, юриспруденция и консалтинг, требует от ИИ обработки большого объема исходных данных, проверки данных и формирования результатов, соответствующих отраслевым стандартам. OpenAI заявляет, что GPT-6.2 Astra продемонстрировала улучшения в таких задачах, способная выполнять финансовое моделирование, анализ слияний и поглощений, юридические исследования и анализ данных.

Внутренние тесты OpenAI GDPval v2 охватывают такие области, как консалтинг, финансы и дизайн, и Astra набрала на 6.2 балла больше, чем предыдущая версия, при этом выходные токены сократились на 22%.

В области юридических исследований в тесте Harvey LAB-AA v1.1, имитирующем реальные задачи юридической фирмы, Astra продемонстрировала вдвое большую проходимость, чем Claude Fable 5.2, а стоимость выполнения одной задачи составила примерно одну шестую от последней.

Внутренние тесты OpenAI GDPval v2 также охватывают консалтинг, финансы и дизайн. Результаты тестирования показали, что Astra набрала на 6.2 балла больше, чем предыдущая версия, а выходные токены сократились на 22%.

03 Погружение в трехмерный мир

Еще одной способностью, продемонстрированной GPT-6.2 Astra, является участие в 3D-моделировании и инженерном проектировании. Модель больше не просто генерирует код для моделирования, но также может управлять профессиональным программным обеспечением, обрабатывать детали, настраивать структуры и визуализировать результаты расчетов.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

GPT-6.2 Astra проводит симуляцию вождения по горной дороге и динамики шасси

В примере симуляции вождения по горной дороге Astra сначала создает 3D-модель спортивного автомобиля, затем пишет физический решатель на Python, чтобы вычислить силу сцепления колес и динамические изменения подвесной системы, и, наконец, импортирует результаты расчетов в Blender для генерации анимации движения автомобиля. С помощью симуляции инженеры могут наблюдать за изменением нагрузки на автомобиль при прохождении сложных дорожных условий до создания физического прототипа.

Входные данные для примера механического моделирования были значительно проще. OpenAI предоставила только открытые фотографии радиоуправляемого внедорожника в масштабе 1:8 и шестицилиндрового двигателя, а также руководство по сборке. Astra на основе этого создала трехмерные модели различных механических деталей и сгенерировала анимацию поэтапной сборки и каталог деталей с иллюстрациями.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Еще один тест связал CAD-дизайн с фактическим производством. Команда OpenAI предоставила фотографии секционных балконов знакового здания Marina City в Чикаго, чтобы модель могла использовать их структуру для проектирования. После нескольких корректировок Astra в конечном итоге создала бумажный настольный светильник, который можно напечатать и собрать, и разработала сопутствующую веб-страницу Lamp Builder, чтобы пользователи могли настраивать параметры и генерировать индивидуальные чертежи онлайн.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

GPT-6.2 Astra завершила механическое моделирование радиоуправляемого внедорожника и двигателя

В разработке веб-страниц Astra создала интерактивный конфигуратор для кемперов. Пользователи могут менять цвет кузова, добавлять палатки на крышу, и цена на странице будет обновляться в реальном времени. Она также сгенерировала играбельный пинбол, модель восстановления Римского Колизея и игру под названием "Meridian Sound Racing" о гонках в будущем городе на основе текстового описания.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

От здания Marina City в Чикаго до бумажного настольного светильника

Слепое тестирование AA-3D от Artificial Analysis также сравнило способности модели по генерации 3D. GPT-6.2 Astra получила 1318 баллов Эло, заняв первое место; Claude Fable 5.2 набрала 1271 балл, а GPT-6.2 Sol - 1259 баллов.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Интерактивный конфигуратор кемперов, созданный GPT-6.2 Astra

В тесте на понимание физического мира и способности к планированию действий в предварительной версии AA-Robotics v0.1 Astra и Sol получили 79 и 78 баллов соответственно, что выше, чем 75 баллов у Claude Fable 5.2. Тем не менее, команда оценщиков отметила, что на данный момент ведущие модели уже способны выполнять большинство базовых задач из начального теста и работают над более сложными заданиями.

04 Научные рассуждения и слабые места

Научные исследования также стали важным аспектом демонстрации OpenAI.

В тесте Terminal-Bench-Science 0.1 GPT-6.2 Astra улучшила свои результаты на 9 пунктов по сравнению с предыдущей версией и заняла первое место. Этот тест в основном оценивает способность модели выполнять научные рабочие процессы в терминальной среде. В индексе Vals Science, который требует от модели интерпретации реальных биологических данных, проектирования экспериментов и вывода системных механизмов, Astra также достигла нового рекорда.

Другие результаты тестов немного уступают Claude Fable 5.2. В высоком уровне сложности физического рассуждения CritPt v2, оценке фактических знаний AA-Omniscience v1.1 и в тесте на рассуждение HLE-Diamond, Astra занимает второе место.

Одна из проблем модели заключается в том, что она может давать неправильные ответы на неопределенные факты.

Выпуск GPT-6.2: может воспроизводить PPT, строить модели оценки, делать 3D-моделирование, но уровень галлюцинаций все еще достигает 59%

Тест на уровень иллюзий Artificial Analysis для AA-Omniscience показывает, что при максимальной интенсивности рассуждений уровень иллюзий GPT-6.2 Astra и Sol составляет 59% и 55% соответственно. Этот тест в основном проверяет, склонна ли модель к Предположение ам, когда она сталкивается с фактическими вопросами, на которые она, возможно, не знает ответ. Это не отражает уровень ошибок модели в общем вопросно-ответном формате, но для таких сценариев, как финансовый аудит и юридические ссылки, все равно требуется ручная проверка.

Тестирование программирования также не показало значительного улучшения. В индексе программных агентов Artificial Analysis, балл GPT-6.2 Astra остался на уровне предшествующей версии, а GPT-6.2 Sol снизился на 3 балла по сравнению с GPT-6.1 Sol.

Результаты показывают, что Sol потерял баллы в основном из-за SWE-Atlas-QnA-AA, где результат снизился на 14 баллов. Этот тест проверяет понимание модели сложных кодовых баз и ее способность отвечать на вопросы. Результаты теста показывают, что Sol легче упускает ключевые факты при ответах на вопросы, связанные с кодовой базой, по сравнению с предыдущей версией.

Это является важным моментом для разработчиков, которым необходимо работать с большими существующими кодовыми базами. Модель может писать код, но это не означает, что она точно понимает историю проекта, зависимости и конкретные ограничения.

05 Безопасные границы

После того как модель смогла управлять терминалом, проверять код и вызывать специализированное программное обеспечение, риски в области кибербезопасности также возросли.

OpenAI раскрыла, что GPT-6.2 Astra и Sol достигли установленного компанией "критического порога" (Critical threshold) в рамках "Рамки готовности" (Preparedness Framework) в области кибербезопасности. Обе модели могут более эффективно обнаруживать и использовать уязвимости программного обеспечения, а также писать более безопасный базовый код, создавая исправления, которые максимально сохраняют исходную бизнес-логику.

Это означает, что одна и та же способность может использоваться как для поиска уязвимостей, так и для атак. Поэтому OpenAI усилила ограничения на публичные версии для высокорисковых задач в области кибербезопасности.

Для исследователей безопасности, которым необходимо проводить тестирование на уязвимости, ограничения также повлияют на часть нормальной работы. В настоящее время OpenAI открывает соответствующие возможности через проект Daybreak: защитники могут использовать GPT-6 Sol с низким уровнем отказов через Daybreak Blue; тестировщики красной команды с высоким уровнем доступа могут вызывать альфа-версию GPT-6 Astra и GPT-6 Cyber в Daybreak Red. OpenAI заявила, что в дальнейшем также введет серию GPT-6.2 в эту систему.

Кроме того, OpenAI добавила сигналы обучения, ориентированные на защиту, на этапе обучения. Ранее ИИ уже использовался для обнаружения высокорисковых уязвимостей, таких как PHP2Shell. Серия GPT-6.2 еще больше усилила способность выявлять недостатки безопасности с самого начала разработки и училась создавать исправления, которые учитывают как безопасность, так и функциональную целостность.

链捕手ChainCatcher напоминает: относитесь к блокчейну рационально, повышайте осведомлённость о рисках и будьте осторожны с выпуском и спекуляциями виртуальными токенами. Весь контент на сайте является рыночной информацией или мнением соответствующих сторон и не является инвестиционной рекомендацией в любой форме. Если вы обнаружите чувствительную информацию, нажмите — мы оперативно разберёмся.

app_icon
ChainCatcher Building the Web3 world with innovations.