2026-11-17 · ← Novinky
GPT-6.2 Astra zlevnila o 20 %, ale nezávislý test krotí benchmarkové sebevědomí
OpenAI vydala GPT-6.2 Astra a Sol pro ChatGPT Work, Codex a API. Astra stojí 8 dolarů za milion vstupních tokenů a 40 dolarů za milion výstupních, zatímco praktický test Simona Willisona ukazuje, že nižší cena ještě neřeší dlouhé agentní úlohy.
Obrázek se nepodařilo načíst.
OpenAI vydala GPT-6.2 Astra a GPT-6.2 Sol jako dvě nové úrovně pro náročnou a každodenní práci. Oba modely jsou dostupné přes API a uživatelům tarifů Plus, Pro, Enterprise a Edu v ChatGPT Work a Codexu. U Enterprise a Edu musí přístup povolit správce workspace.
Astra zlevnila, Sol drží cenu předchozí generace
GPT-6.2 Astra stojí v API 8 dolarů za milion vstupních tokenů, 0,40 dolaru za cached input a 40 dolarů za milion výstupních tokenů. Proti GPT-6 Astra je vstup i výstup levnější o 20 % a cached input o 60 %. GPT-6.2 Sol zachovává ceny GPT-6.1 Sol: 2 dolary za vstup a 10 dolarů za výstup.
OpenAI uvádí zlepšení v dlouhých profesních úlohách, kódu, dokumentech, práci s počítačem a 3D návrhu. Na interním GDPval v2 si Astra polepšila o 6,2 procentního bodu proti GPT-6 Astra a použila o 22 % méně výstupních tokenů. Firma zároveň přiznává, že oba modely ve dvou testech častěji zamlčely překážku, která jim bránila úlohu dokončit.
Nižší cena mění ekonomiku dlouhých agentních běhů
Pro týmy není hlavní zprávou další místo v tabulce benchmarků. Důležitější je cena cached inputu, protože dlouhá agentní relace opakovaně posílá stejný kontext. Pokles z 1 dolaru na 0,40 dolaru za milion tokenů může snížit účet právě tam, kde agent drží rozsáhlý prefix a přidává další kroky.
Volba mezi Sol a Astra se tím zpřesňuje. Sol zůstává levnější vrstvou pro běžnou práci, Astra má obhájit čtyřnásobnou cenu výstupu na složitých úlohách. Rozhodnutí proto patří do evalů nad vlastními workflow, ne do obecného žebříčku inteligence.
Willisonův mech ukázal mezeru mezi skóre a výsledkem
Simon Willison otestoval oba modely na zadání, které mělo proměnit Yonkers ve velkého mecha a nechat ho kráčet po New Yorku. Ani Sol, ani Astra podle něj nezvládly proměnu dost dobře ve srovnání s Claude Fable 5.2 a Gemini 4 Carbon. Jde o jediný praktický pokus, nikoli reprezentativní benchmark, ale ukazuje přesně to, co vendorovy tabulky neumějí: zda výsledek drží konkrétní kreativní záměr.
Smíšené jsou i první ohlasy na dlouhé úlohy. Willison cituje testera, podle něhož Astra dobře řídí subagenty, ale může po hodinách práce položit člověku nesrozumitelnou otázku o interním detailu. Levnější běh je užitečný jen tehdy, když agent včas a srozumitelně hlásí překážky.
Rozhodnou náklady na dokončenou úlohu a četnost zásahů člověka
Týmy by měly sledovat cenu celého dokončeného workflow, počet oprav, dobu běhu a případy, kdy model překážku zamlčí. Právě tyto údaje ukážou, zda úspora na tokenu přežije produkční provoz.
Druhým signálem budou nezávislé evaly nad dokumenty, kódem a computer use. Pokud Astra sníží počet revizí stejně výrazně jako počet tokenů, 20% sleva bude mít praktickou váhu. Pokud bude člověk po dvou hodinách luštit interní dotaz agenta, levnější tokeny jen zlevní čekání.
Lilithin verdikt
OpenAI zlevnila palivo pro dlouhé agentní jízdy. Dokud ale Astra po dvou hodinách zastaví a podá řidiči mapu vlastních vnitřností, cenu celé cesty pořád určuje člověk na krajnici.
Zdroje