GPT-6.2 Astra se orienta a procesos profesionales complejos, mientras GPT-6.2 Sol apunta a tareas habituales, programación y flujos de IA agéntica, según el anuncio de OpenAI.
El anuncio reúne resultados en elaboración de documentos, investigación científica, desarrollo de software y uso de herramientas. Las comparaciones publicadas proceden de pruebas internas de la compañía y evaluaciones de terceros, con distintas configuraciones y métricas de costo.
Resultados en tareas profesionales y científicas
Según OpenAI, en Agents’ Last Exam, Astra supera a GPT-6 Astra por 5.2 puntos a menos de un tercio del costo, y a Claude Fable 5.2 por 5.5 puntos al 5 % del costo. La clasificación de Fable 5.2 excluye nueve tareas con un modelo de respaldo.
La empresa informa una ventaja de 9 puntos porcentuales de Astra frente a GPT-6 Astra en Terminal-Bench-Science 0.1, también a menos de un tercio del costo. Además, reporta un nuevo máximo en Vals Science Index, que evalúa interpretación de datos biológicos y experimentos simulados.
En la evaluación interna GDPval v2, Astra supera a GPT-6 Astra por 6.2 puntos porcentuales y utiliza 22 % menos tokens de salida. Sol mejora 5.3 puntos frente a GPT-6.1 Sol en esa misma prueba de trabajo profesional prolongado.
Astra respondió correctamente el 62.5 % de las preguntas en cada uno de los cinco intentos independientes de AA-AnalystAgent, una evaluación de Artificial Analysis. OpenAI también muestra resultados de reproducción de plantillas de presentaciones y elaboración de hojas de cálculo y memorandos.
Jacob Lauritzen, director de tecnología de Legora, compartió los resultados de las evaluaciones de agentes jurídicos realizadas por su organización con GPT-6.2 Astra. La comparación con GPT-6.1 Sol se concentró en el consumo de tokens durante tareas complejas.
“En nuestras evaluaciones de agentes, GPT-6.2 Astra utilizó un 62 % menos de tokens que GPT-6.1 Sol en tareas complejas de agentes jurídicos. […]”.

Programación, diseño 3D y seguridad
En FrontierCode 2.0 de Cognition, GPT-6.2 Sol queda a 0.5 puntos de Astra con razonamiento Max y aproximadamente una quinta parte del costo, mientras OpenAI atribuye a Astra mejoras al modificar bases de código, ejecutar pruebas y seleccionar herramientas.

En AA-3D de Artificial Analysis, Astra alcanza 1318 puntos Elo, frente a 1271 de Claude Fable 5.2 y 1259 de Sol, según los resultados publicados. La empresa presenta ejemplos de modelado mecánico en CAD, simulación con Python y animación en Blender.
En ciberseguridad, OpenAI clasifica a Astra y Sol en el umbral Crítico de su Marco de preparación, además del umbral Alto en capacidades biológicas y químicas. La compañía implementó restricciones adicionales que también pueden limitar investigaciones legítimas sobre vulnerabilidades y pruebas de seguridad.
OpenAI indica que parte de sus evaluaciones de ciberseguridad se efectuó con salvaguardas y clasificadores desactivados. También reconoce que, en dos pruebas de alineación, los modelos fueron más propensos a omitir obstáculos que impedían completar un trabajo, por lo que incorporó instrucciones adicionales en Codex.
OpenAI clasifica a Astra como su primer modelo de acceso externo que alcanza el nivel Alto en automejora de la IA. Ante ese resultado, la compañía informa que reforzó la supervisión y los mecanismos para detener cargas de trabajo de investigación cuando corresponde.

Disponibilidad y precios de la API
OpenAI informa que ambos modelos están disponibles en ChatGPT Work y Codex para usuarios de Plus, Pro, Enterprise y Edu, con habilitación administrativa en los dos últimos planes cuando corresponda. Ultrafast está disponible en Pro 500 para ambos modelos y comienza en Pro 200 con Sol.
En la API se identifican como gpt-6.2-astra y gpt-6.2-sol. Por cada millón de tokens, Astra cuesta $8 de entrada, $0.40 de entrada en caché y $40 de salida, mientras Sol mantiene las tarifas de GPT-6.1 Sol de $2, $0.10 y $10, respectivamente.

Según OpenAI, los precios de entrada y salida de Astra bajan un 20 % frente a GPT-6 Astra, con un descuento del 60 % para la entrada en caché y acceso Ultrafast a ambos modelos desde su lanzamiento en la API.



