Краткий ответ: 17 ноября 2026 года OpenAI выпустила GPT-6.2 Astra и GPT-6.2 Sol. Согласно официальному отчёту, обе модели превосходят своих предшественников по GDPval v2, а Astra вдобавок расходует на 22% меньше выходных токенов. С точки зрения выбора: для сложных, дорогих и высокорисковых профессиональных задач приоритет — Astra; для частых задач, где важны скорость и стоимость, — Sol. Важная оговорка: в этом раунде доступ постепенно открывается только для ChatGPT Work, Codex и API — обычные диалоги в ChatGPT в него не входят. Так что если вы пользуетесь только обычным Chat, менять рабочие привычки из-за этого релиза пока не нужно.
Что вы узнаете из этой статьи?
- Когда вышли GPT-6.2 Astra и Sol, каковы официальные источники и точки входа.
- Что на самом деле говорят опубликованные данные GDPval v2, ALE и FrontierCode 2.0 — и чего они не говорят.
- Границы возможностей двух моделей на входе и выходе, а также официальная стандартная структура цен API.
- Как обычным пользователям и разработчикам выбирать между Astra и Sol.
Содержание: Сначала — таблица понятий, где разбираются названия бенчмарков, оплата кэша и другие термины, затем краткий обзор последствий: как этот релиз касается разных групп. Первая часть — официальные факты: 1.1 охват запуска, 1.2 официальные бенчмарки, 1.3 границы возможностей и 1.4 цены. Вторая часть — редакторское мнение: в чём реальный смысл апгрейда, как разделяются роли двух моделей, рекомендации по выбору и способы проверки при подключении.

Что нужно знать: сначала разберёмся в этих понятиях
Ниже встречаются термины, которые используются в официальных материалах и этой статье. Если сразу понять их смысл, можно избежать ошибок при чтении оценочных данных и цен.
| Понятие | Краткое объяснение |
|---|---|
| GPT-6.2 Astra | Модель из этого релиза, ориентированная на сложные профессиональные задачи; официальная цена API выше. |
| GPT-6.2 Sol | Модель из этого релиза, ориентированная на скорость и стоимость; официальная цена API примерно в четыре раза ниже, чем у Astra. |
| GDPval v2 | Один из официальных бенчмарков OpenAI; основные сравнительные данные Astra и Sol в этот раз взяты из него. |
| ALE | Ещё один бенчмарк в официальном отчёте; в этот раз опубликован только прирост балла Astra. |
| FrontierCode 2.0 | Бенчмарк по программированию из официального отчёта; в этот раз использовался для сравнения разрыва между Sol и Astra в режиме рассуждений max. |
| Процентный пункт | Разница между двумя процентами; например, рост с 50% до 56,2% — это рост на 6,2 процентного пункта. |
| Режим рассуждений (max) | Настраиваемый уровень интенсивности рассуждений модели; max означает настройку с максимальными вычислительными затратами на рассуждения. |
| Токены вывода | Расчётная единица, которую модель расходует на генерацию контента; чем лаконичнее вывод, тем обычно ниже стоимость. |
| Чтение из кэша | Часть повторно используемого содержимого промпта, которая попадает в кэш и тарифицируется по более низкой цене. |
| Запись в кэш | Токены записи тарифицируются по ставке записи для соответствующего срока хранения; за ту же партию токенов обычная плата за ввод больше не взимается. |
| Порог длинного контекста 272K | Когда вход одного запроса превышает примерно 272 тыс. токенов, весь запрос тарифицируется по более высокой ставке. |
| ChatGPT Work | Продукт ChatGPT от OpenAI для рабочих сценариев; один из вариантов доступа в этом релизе. |
| Codex | Продукт OpenAI для сценариев программирования; один из вариантов доступа в этом релизе. |
Влияние GPT-6.2 Astra и Sol на разные группы пользователей: краткий обзор
- Обычные пользователи ChatGPT: в этом раунде обычный Chat не входит в программу развёртывания, так что в ближайшее время их повседневный опыт использования напрямую не изменится.
- Пользователи ChatGPT Work: получат доступ к новым моделям по мере поэтапного открытия. Главное — решить, какие задачи отдавать Astra, а какие Sol.
- Пользователи Codex и программисты: официальные данные FrontierCode 2.0 показывают, что Sol в этом тесте близок к Astra, так что имеет смысл сравнить их на собственной кодовой базе.
- Разработчики API: разница в цене между двумя моделями заметная, к тому же действуют правила тарификации кэша и длинного контекстного окна на 272K — маршрутизация моделей и дизайн промптов напрямую влияют на счёт.
- Создателям, которым нужна генерация видео: на входе у новых моделей текст и изображения, на выходе — текст. Это не нативные модели генерации видео, так что такие задачи напрямую не затрагиваются.
1. Объективные факты о выпуске GPT-6.2 Astra и Sol
В этом разделе — только официально опубликованная информация. Все данные оценки в тексте взяты из официального отчёта OpenAI, это не результаты собственных тестов команды APIYI, и мы не проводили никаких бенчмарков или интервью.
1.1 Даты выхода и охват GPT-6.2 Astra и Sol
17 ноября 2026 года OpenAI на официальной странице объявила о выпуске GPT-6.2 Astra и Sol; информация в этой статье проверена 18 ноября 2026 года. Официальная страница релиза, документы в справочном центре и страница моделей для разработчиков — на сегодня самые прямые источники информации, конкретные адреса указаны в справочных материалах в конце статьи.
| Пункт | Подробности |
|---|---|
| Дата выхода | 17 ноября 2026 года |
| Кто выпустил | OpenAI |
| Выпущенные модели | GPT-6.2 Astra, GPT-6.2 Sol |
| Где доступно | ChatGPT Work, Codex, API — с постепенным открытием доступа |
| Не входит в текущий этап | Обычный диалог в ChatGPT (Chat) |
| Входные модальности | Текст, изображения |
| Выходные модальности | Текст |
| Официальные источники | Страница релиза на openai.com, справочные документы help.openai.com, страница моделей developers.openai.com |
«Постепенное открытие доступа» означает, что не все аккаунты видят новые модели в день релиза. Если вы пока не находите нужный вход в ChatGPT Work или Codex — это нормально, так и работает поэтапный запуск; подробности есть в официальной справочной документации.
1.2 Официальные результаты оценок GPT-6.2 Astra и Sol
В официальном отчёте приведены три набора данных. Они получены в разных оценках и с разными объектами сравнения, поэтому их нельзя смешивать между собой. В таблице ниже они сведены в исходном виде.
| Оценка | Модель | Результат из официального отчёта | С чем сравнивают |
|---|---|---|---|
| GDPval v2 | GPT-6.2 Astra | Прирост на 6.2 процентного пункта, выходных токенов на 22% меньше | GPT-6 Astra |
| GDPval v2 | GPT-6.2 Sol | Прирост на 5.3 процентного пункта | GPT-6.1 Sol |
| ALE | GPT-6.2 Astra | Прирост на 5.2 балла | Предыдущая Astra |
| FrontierCode 2.0 (уровень рассуждений max) | GPT-6.2 Sol | Разрыв с Astra в пределах 0.5 балла, стоимость задачи — около 1/5 от Astra | GPT-6.2 Astra |
Здесь стоит обратить внимание на три момента. Во-первых, у Astra и Sol в GDPval v2 разные объекты сравнения с предыдущим поколением: Astra сравнивают с GPT-6 Astra, а Sol — с GPT-6.1 Sol. Поэтому по числам 6.2 и 5.3 нельзя напрямую определить, кто продвинулся больше. Во-вторых, в ALE используются «баллы», а в GDPval v2 — «процентные пункты»; единицы и методы оценки различаются. В-третьих, вывод FrontierCode 2.0 справедлив только для уровня рассуждений max в этом тесте. Официально не утверждается, что Sol во всех задачах отстаёт от Astra не более чем на 0.5 балла, и не говорится, что Sol во всех сценариях требует лишь 1/5 стоимости.

1.3 Границы возможностей GPT-6.2 Astra и Sol
Судя по официальным материалам о моделях, обе принимают текст и изображения на входе, а на выходе дают текст. То есть они умеют читать картинки, разбирать скриншоты, понимать графики и затем отвечать текстом или кодом — но сами по себе это не нативные модели генерации видео.
Если ваша задача — генерировать видео, это обновление такой возможности напрямую не даёт. А вот если вы читаете материалы, пишете отчёты, пишете код или делаете многошаговый анализ, то этот апгрейд гораздо ближе к вашей работе.
1.4 Официальные стандартные цены API GPT-6.2 Astra и Sol
На официальной странице моделей для разработчиков опубликованы стандартные цены — за миллион токенов. Ниже официальные цены, они не отражают расценки каких-либо сторонних платформ.
| Статья тарификации | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Некэшированный ввод | $8 | $2 |
| Чтение из кеша | $0.4 | $0.1 |
| Вывод | $40 | $10 |
| Запись в кеш | По тарифу записи для соответствующего срока хранения, без наложения обычной платы за ввод | По тарифу записи для соответствующего срока хранения, без наложения обычной платы за ввод |
| При вводе свыше 272K | Тарифы на ввод и кеш для всего запроса ×2, вывод ×1.5 | Тарифы на ввод и кеш для всего запроса ×2, вывод ×1.5 |
Не складывайте плату за кеш повторно. Объём ввода нужно разбить на четыре взаимоисключающие части: обычный ввод, чтение из кеша, запись в 30-минутный кеш и запись в 12-часовой кеш. При этом обычный объём ввода = общий объём ввода − объём чтения из кеша − весь объём записи в кеш. Каждая часть умножается на свой тариф, и одни и те же записанные токены уже не тарифицируются дополнительно по цене обычного ввода. Например, у Astra в Standard с коротким контекстом цена 30-минутной записи составляет $10 за миллион токенов — это полный тариф записи для этой части, а не $10 сверх $8 за обычный ввод. Официальное описание тарификации кеша
Правило 272K требует особого внимания. Оно не повышает цену только на превышение — если ввод одного запроса превышает 272K токенов, тарифы на ввод и кеш удваиваются для всего запроса, а тариф вывода становится ×1.5. У тех, кто привык засовывать всю базу материалов в контекст за один раз, счёт может оказаться заметно выше ожидаемого.
二、分析判断:GPT-6.2 Astra 和 Sol
Приведённые ниже соображения — это трактовка редакторской команды APIYI, основанная на официальных фактах из предыдущего материала. Это не официальные выводы и не результаты наших собственных тестов. Всё, что касается трендов, — это наши оценки, так что проверяйте их применительно к своим задачам.
2.1 Что именно улучшили в GPT-6.2 Astra и Sol
Если смотреть на официальные данные, обновление сводится к двум основным линиям. Первая — Astra: «мощнее и экономнее». Прирост 6,2 процентного пункта на GDPval v2 при одновременном сокращении выходных токенов на 22%. Эти 22% — изменение расхода выходных токенов именно в рамках этого бенчмарка, из него нельзя напрямую выводить видимый объём ответа или долю экономии при каждом запросе.
Вторая линия — Sol: «подтягивается». Прирост 5,3 процентного пункта на GDPval v2 плюс отставание от Astra в пределах 0,5 балла на максимальном уровне рассуждений в FrontierCode 2.0 — всё это говорит о том, что официально Sol продвигают как вариант с приличными возможностями и куда более низкой ценой. Правда, вывод о «подтягивании» пока опирается лишь на один тест по программированию, и чтобы понять, работает ли это для письма, аналитики, работы с длинными документами, нужно больше данных.

2.2 Разделение ролей GPT-6.2 Astra и Sol
В таблице ниже обе модели сопоставлены по одним и тем же параметрам. Столбец «подходящие сценарии» — это редакторская оценка, основанная на цене и официальном направлении тестирования; она не означает, что вторая модель полностью неприменима в этом сценарии.
| Параметр | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Позиционирование | Сложные, профессиональные задачи с высокой ценностью | Задачи, чувствительные к скорости и стоимости |
| Официальная цена (вход/выход) | $8 / $40 | $2 / $10 |
| Ключевые результаты официальных тестов | GDPval v2 +6,2 процентного пункта, выходных токенов -22%, ALE +5,2 балла | GDPval v2 +5,3 процентного пункта, FrontierCode 2.0 в макс. режиме отстаёт от Astra менее чем на 0,5 балла |
| Подходящие сценарии (редакторская оценка) | Ключевые отчёты, сложный рефакторинг кода, многошаговые рассуждения, помощь в принятии решений с высокой ценой ошибки | Пакетная обработка, повседневные вопросы и ответы, обычное программирование, частые вызовы, проверка прототипов |
| На что обратить внимание | Высокая цена за единицу, при длинном контексте затраты растут заметнее | Тесты по программированию близки к Astra, но это нельзя переносить на все задачи |
| Способы доступа | ChatGPT Work, Codex, официальный API; для сторонних агрегаторов вроде APIYI apiyi.com ориентируйтесь на их список моделей | Аналогично |
Одна деталь, которую легко упустить: по официальному прайсу цена Sol примерно в 4 раза ниже, чем у Astra, а стоимость задачи в FrontierCode 2.0 — примерно в 5 раз ниже. Это расхождение нормально, потому что стоимость задачи зависит ещё и от фактического количества потраченных токенов. Это также напоминает, что при сравнении затрат стоит смотреть на «общую стоимость выполнения одной и той же задачи», а не только на цену за единицу.
Приведу пример расчёта по официальному прайсу: при одном запросе с 100 тыс. входных токенов и 10 тыс. выходных токенов, без учёта кэширования, Astra стоит примерно $0,8 + $0,4 = $1,2, а Sol — примерно $0,2 + $0,1 = $0,3. Фактические расходы меняются в зависимости от уровня рассуждений, длины вывода и попадания в кэш; подробный расчёт затрат в этой статье не рассматривается.
2.3 Что выбрать обычному пользователю: GPT-6.2 Astra или Sol
Если вы пользуетесь ChatGPT Work как обычный пользователь, ориентируйтесь на цену одной ошибки. Когда задача требует долгой переделки после промаха или влияет на важные решения — например, разбор ключевых пунктов договора, сложный анализ данных или черновик официального отчёта, — лучше сразу обращаться к Astra. Если же задача простая, объёмная и результат можно быстро проверить — переписать письмо, подготовить протокол встречи, сделать повседневный запрос, — обычно достаточно Sol.
Для пользователей Codex данные FrontierCode 2.0 подсказывают направление, которое стоит попробовать: сначала выполнять обычные задачи разработки в Sol, а затем переключаться на Astra, когда речь идёт о межмодульном рефакторинге, трудноуловимых багах или проектировании архитектуры. Но это лишь рекомендация по результатам отдельного теста — в конечном счёте ориентируйтесь на то, как модели показывают себя в вашей собственной кодовой базе.
Если вы используете только обычный чат ChatGPT, в этом релизе такой точки входа нет. Пока официально не объявят о расширении доступа, готовиться к этому выпуску вам не нужно.
2.4 Как разработчику проверить GPT-6.2 Astra и Sol через API
Самый надёжный путь для разработчика — прогнать одну и ту же партию реальных задач через обе модели и сравнить качество, задержку и фактический расход токенов. Пример ниже написан на основе официальной документации SDK и ещё не проверялся запуском: используется официальный интерфейс OpenAI, а ID моделей следует сверять с официальной страницей моделей. Если вы работаете через стороннюю платформу, сначала убедитесь, что модель уже есть в списке моделей платформы — доступность моделей на сторонних площадках в этой статье не проверялась.
import openai
client = openai.OpenAI(
api_key=__import__("os").environ["OPENAI_API_KEY"] # Официальный API, ключ берётся из переменной окружения
)
response = client.chat.completions.create(
model="gpt-6.2-sol", # ID модели — согласно официальному или платформенному списку моделей
messages=[{"role": "user", "content": "用三句话总结这份需求文档的风险点"}]
)
print(response.choices[0].message.content)
Посмотреть полный код сравнительного вызова Astra и Sol
import time
import openai
client = openai.OpenAI(
api_key=__import__("os").environ["OPENAI_API_KEY"] # Официальный API, ключ берётся из переменной окружения
)
# ID моделей — согласно официальной странице моделей или платформенному списку моделей
MODELS = ["gpt-6.2-astra", "gpt-6.2-sol"]
# Замените своими реальными задачами, чтобы не оценивать только по отдельному публичному бенчмарку
TASKS = [
"阅读以下函数并指出潜在的并发问题:...",
"把这段会议记录整理成 5 条待办事项:...",
]
def run(model: str, prompt: str) -> dict:
start = time.time()
try:
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
usage = resp.usage
return {
"model": model,
"seconds": round(time.time() - start, 2),
"input_tokens": usage.prompt_tokens,
"output_tokens": usage.completion_tokens,
"answer": resp.choices[0].message.content,
}
except Exception as e:
return {"model": model, "error": str(e)}
for task in TASKS:
for model in MODELS:
result = run(model, task)
print(result)
Заодно фиксируйте общий объём входных данных, чтение из кэша, запись в кэш с разбивкой по сроку хранения, оплачиваемый вывод (включая рассуждения) и расход инструментов — и считайте по тарифам фактического провайдера и уровня сервиса; официальные цены годятся только для оценки на официальном API. Кроме того, рекомендуется держать входные данные одного запроса в пределах 272K токенов, чтобы весь запрос не попал под более высокий тариф.
🎯 Технический совет: если вам нужно сравнивать несколько моделей в одном и том же коде, используйте OpenAI-совместимый интерфейс APIYI apiyi.com — один API-ключ позволяет переключаться между OpenAI, Claude, Gemini и другими популярными моделями. Появилась ли серия GPT-6.2 на платформе — уточняйте в списке моделей платформы.
2.5 GPT-6.2 Astra и Sol: что ещё стоит отслеживать
Первый фактор — охват запуска. Обычный Chat пока не входит в текущий этап; публично не известно, расширят ли доступ и когда именно. А от этого зависит, когда большинство обычных пользователей сможет попробовать новые модели. Второй фактор — данные по более широкому набору типов задач. Ответ на вопрос, сможет ли Sol приблизиться к Astra и за пределами программирования, дадут сторонние и дополнительные официальные бенчмарки.
Третий фактор — фактическая стоимость. Сокращение выходных токенов у Astra на 22% — это результат на GDPval v2; на ваших задачах процент может оказаться другим. Советую постоянно фиксировать данные реальных вызовов, а не выбирать долгосрочное решение раз и навсегда по цифрам с презентации.
В «Лунь юе» (глава «Вэй Лин-гун») сказано: «Ремесленник, который хочет хорошо выполнить свою работу, должен сначала заточить свои инструменты».
📚 Источники
Журнал обновлений OpenAI API (сверка даты публикации)
-
Официальная страница релиза OpenAI: анонс GPT-6.2 Astra и Sol и официальные оценки
- Ссылка: Оригинал
- Пояснение: дата публикации, источники данных GDPval v2, ALE и FrontierCode 2.0
-
Справочный центр OpenAI: описание ChatGPT Work и Codex
- Ссылка: Оригинал
- Пояснение: точки входа и поэтапное расширение доступа
-
Документация OpenAI для разработчиков — GPT-6.2 Astra: информация о модели и цены API
- Ссылка: Оригинал
- Пояснение: входные и выходные модальности, стандартные цены, правила тарификации длинного контекста
-
Документация OpenAI для разработчиков — GPT-6.2 Sol: информация о модели и цены API
- Ссылка: Оригинал
- Пояснение: входные и выходные модальности, стандартные цены, правила тарификации длинного контекста
Автор: техническая команда APIYI
Связь по техническим вопросам: пишите нам через главную страницу APIYI apiyi.com; больше материалов по подключению — в центре документации docs.apiyi.com
