Artificial Analysis: GPT-6.2 Astra blev inte bättre i indexet för kodningsagenter
I Artificial Analysis mätning kom GPT-6.2 Astra tvåa efter Claude Fable 5.2. I indexet för kodningsagenter låg Astra dock kvar på föregångarens nivå, och resultatet för GPT-6.2 Sol sjönk med tre poäng.
OpenAI släppte två nya modeller den 17 november. GPT-6.2 Astra är avsedd för krävande expertarbete och GPT-6.2 Sol för vardagsbruk. Artificial Analysis, som jämför modeller, publicerade sina egna mätresultat samma dag.
Intelligence Index v5 från Artificial Analysis sammanför nio tester inom kunskapsarbete, kodning, vetenskap och allmänbildning. Astra fick fem poäng mer i indexet än GPT-6 Astra och gick förbi Googles Gemini 4 Carbon (60) och Anthropics Claude Opus 5.5 (59). I Artificial Analysis diagram har Astra 62 poäng och ledande Claude Fable 5.2 har 65, skriver sajten The Decoder.
Enligt Artificial Analysis består större delen av Paretofronten för kostnad per uppgift av OpenAI:s modeller. På fronten finns de modeller som ingen annan modell är både billigare och bättre än. Sol fick 57 poäng och når GPT-6 Astras nivå för ungefär 15 procent av dess kostnad per uppgift.
En bra totalplacering säger dock inte hur modellen fungerar i en kodningsagent. Det mäter Artificial Analysis med Coding Agent Index. Mätningen görs med harnessen i OpenAI:s Codex, alltså programmet som styr agenten, ger modellen verktyg och kör dess arbetssteg. Modellerna körs på högsta resonemangsnivå.
Astra låg kvar på GPT-6 Astras nivå i indexet, och Sol tappade tre poäng jämfört med GPT-6.1 Sol. Sols nedgång beror på testet SWE-Atlas-QnA-AA, där dess resultat sjönk med 14 poäng. Sol utelämnar oftare än föregångaren central information i sina svar.
Indexresultatet täcker dock inte all agentisk kodning. I en bild i Artificial Analysis inlägg på X förbättrade båda de nya modellerna föregångarnas resultat med några procentenheter i enskilda tester av agentisk kodning, som FrontierCode-AA 2.0 och Terminal-Bench 4. Astra och Sol ligger dessutom på kostnadsfronten på flera resonemangsnivåer.
I testet AA-Omniscience var hallucinationsgraden på högsta resonemangsnivå 59 procent för Astra och 55 procent för Sol. Måttet visar hur ofta modellen gissar svaret på en faktafråga utan att veta det rätta svaret. Frågorna är ovanligt svåra, så siffrorna speglar inte felnivån i vardagsbruk, skriver The Decoder.
Prenumeranter på Plus, Pro, Enterprise och Edu kan använda modellerna i ChatGPT Work och Codex. Utvecklare når dem via OpenAI:s API. Astra kostar i API:t 8 dollar per miljon indatatoken och 40 dollar per miljon utdatatoken. Priset är 20 procent lägre än för GPT-6 Astra och enligt Simon Willison detsamma som för Claude Fable 5.2. Sol kostar 2 dollar för indata och 10 dollar för utdata per miljon token.
Läs mer: Hur en agent fungerar · Modeller