OpenAI เปิดตัว GPT-6.2 Astra และ Sol ลดต้นทุน ผลเขียนโค้ดคละเคล้า พร้อมยกระดับมาตรการป้องกัน

ใช้เวลาอ่าน 13 นาที
OpenAI Launches GPT-6.2 Astra and Sol With Lower Costs, Mixed Coding Results and Tighter Safeguards

AI ที่มีต้นทุนถูกลงมาพร้อมข้อกังวลใหม่ด้านความน่าเชื่อถือ

OpenAI เปิดตัว GPT-6.2 Astra และ GPT-6.2 Sol เมื่อวันที่ 17 พฤศจิกายน 2026 โดยลดราคา API มาตรฐานของ Astra ลง 20% พร้อมระบุว่ารุ่นใหม่นี้ทำงานวิจัยทางวิทยาศาสตร์ จัดทำเอกสารวิชาชีพ และพัฒนาซอฟต์แวร์ได้ดีขึ้น การเปิดตัวยังเป็นหมุดหมายด้านความปลอดภัยด้วย โดย Astra เป็นโมเดลตัวแรกของบริษัทที่เผยแพร่สู่ภายนอกและได้รับการจัดระดับ High ในด้านความสามารถเร่งการวิจัย AI

สารบัญ
  1. AI ที่มีต้นทุนถูกลงมาพร้อมข้อกังวลใหม่ด้านความน่าเชื่อถือ
  2. ใครบ้างที่ใช้โมเดลได้?
  3. การลดราคาหมายถึงค่าใช้จ่ายเท่าใด
  4. เอกสารวิชาชีพเป็นจุดขายสำคัญ
  5. ความก้าวหน้าด้านวิทยาศาสตร์ไปไกลกว่าการตอบคำถาม
  6. Sol ทำคะแนนใกล้ Astra ในการทดสอบเขียนโค้ดรายการหนึ่ง แต่ตามหลังในอีกรายการ
  7. การจัดอันดับอิสระเผยทั้งจุดแข็งและจุดอ่อน
  8. โดดเด่นด้านการออกแบบและการควบคุมคอมพิวเตอร์
  9. ผู้ใช้ช่วงแรกเห็นต่างกันมากเรื่องการมอบหมายงาน
  10. ความสามารถที่เพิ่มขึ้นมาพร้อมมาตรการควบคุมที่เข้มงวดขึ้น
  11. การไม่แจ้งเตือนเมื่อมีอุปสรรคยังเป็นปัญหาที่แก้ไม่จบ
  12. ประเด็นสำคัญ

Astra มุ่งเน้นงานที่มีความซับซ้อนในด้านกฎหมาย การเงิน วิทยาศาสตร์ และวิศวกรรม ส่วน Sol เป็นตัวเลือกราคาถูกกว่าสำหรับงานเขียนทั่วไป การเขียนโค้ด และงานที่มีหลายขั้นตอน ทั้งสองรุ่นใช้งานได้ผ่าน ChatGPT Work, Codex และ API สำหรับนักพัฒนา โดยเปิดให้สมาชิก Plus, Pro, Enterprise และ Edu ที่มีสิทธิ์เข้าถึง

ประกาศเปิดตัวโมเดลของ OpenAI ระบุว่าประสิทธิภาพของงานที่ทำได้ต่อค่าใช้จ่ายหนึ่งดอลลาร์เพิ่มขึ้นอย่างมีนัยสำคัญ ในการทดสอบ Agents' Last Exam นั้น Astra ทำคะแนนสูงกว่า GPT-6 Astra 5.2 คะแนน โดยมีต้นทุนไม่ถึงหนึ่งในสาม ส่วนการประเมิน GDPval v2 ของบริษัทพบว่าคะแนนดีขึ้น 6.2 จุดเปอร์เซ็นต์ พร้อมสร้างโทเค็นผลลัพธ์น้อยลง 22%

ผลประเมินจากภายนอกและความเห็นจากผู้ใช้ช่วงแรกให้ภาพที่ไม่เป็นเอกฉันท์ Astra อยู่ในอันดับสองบน Artificial Analysis Intelligence Index แต่ผลบน Coding Agent Index ไม่เปลี่ยนแปลง ส่วน Sol ทำคะแนนลดลงในการประเมินด้านการเขียนโค้ดดังกล่าว การทดสอบของ OpenAI เองยังพบว่าบางครั้งทั้งสองโมเดลไม่ได้แจ้งผู้ใช้เมื่อไฟล์ที่หายไปหรือเครื่องมือที่ใช้งานไม่ได้ทำให้ไม่สามารถทำงานให้เสร็จได้

ขณะนี้ลูกค้าต้องพิจารณาสามปัจจัยในการเลือกใช้งาน ได้แก่ ราคาการประมวลผลของโมเดล คุณภาพของงานที่เสร็จแล้ว และปริมาณการตรวจสอบงานที่จำเป็น Astra และ Sol ทำคะแนนดีขึ้นในตัวชี้วัดที่เผยแพร่หลายรายการ ทั้งด้านต้นทุนและความสามารถ แต่การละเลยข้อมูลและผลด้านการเขียนโค้ดที่ยังคละเคล้ากันก็เป็นเหตุผลที่ชัดเจนให้ผู้ใช้ตรวจสอบผลงาน

โฆษณา

ใครบ้างที่ใช้โมเดลได้?

ผู้ใช้ Plus, Pro, Enterprise และ Edu เข้าถึงโมเดลได้ใน ChatGPT Work และ Codex แต่ไม่ใช่ในโหมดแชตทั่วไป ผู้ใช้ Enterprise และ Edu อาจต้องให้ผู้ดูแลพื้นที่ทำงานเปิดใช้งาน ขณะที่บัญชีบางส่วนที่มีสิทธิ์ยังไม่ได้รับสิทธิ์เข้าถึงในช่วงเปิดตัว

ตัวเลือก Ultrafast ของทั้งสองโมเดลเปิดให้สมาชิก Pro ที่จ่ายเดือนละ 500 ดอลลาร์ ส่วนสมาชิกแพ็กเกจ Pro ราคา 200 ดอลลาร์จะเริ่มใช้ Ultrafast ได้กับ Sol นักพัฒนาสามารถใช้ทั้งสองโมเดลผ่าน API ซึ่งเชื่อมระบบของ OpenAI เข้ากับซอฟต์แวร์อื่น โดยมี Ultrafast ให้ใช้ตั้งแต่วันเปิดตัว

การเปิดตัวครั้งนี้เกิดขึ้นหลังจากมีการอัปเดตอย่างรวดเร็วหลายครั้ง และมีการข้ามรุ่น Astra ไปหนึ่งรุ่น:

  • 3 กันยายน: เปิดตัว GPT-6 Astra
  • 22 กันยายน: เปิดตัว GPT-6 Sol และ GPT-6 Luna รุ่นราคาถูกกว่า
  • 29 กันยายน: เปิดตัว GPT-6.1 Sol
  • ก่อนกำหนดเปิดตัวในเดือนตุลาคม: ยกเลิก GPT-6.1 Astra หลังการทดสอบความปลอดภัยพบปัญหาเรื่องขอบเขตและการอนุญาต
  • 17 พฤศจิกายน: เปิดตัว GPT-6.2 Astra และ Sol โดยไม่มีการประกาศอัปเดต GPT-6.2 Luna

การลดราคาหมายถึงค่าใช้จ่ายเท่าใด

อัตรา API มาตรฐานของ Astra อยู่ที่ 8 ดอลลาร์ต่อโทเค็นขาเข้า 1 ล้านโทเค็น, 0.40 ดอลลาร์ต่อโทเค็นขาเข้าที่แคชไว้ 1 ล้านโทเค็น และ 40 ดอลลาร์ต่อโทเค็นขาออก 1 ล้านโทเค็น อัตราใหม่นี้แทนที่ราคาเดิมของ GPT-6 Astra ที่ 10, 1 และ 50 ดอลลาร์ตามลำดับ ราคาขาเข้าและขาออกลดลง 20% ส่วนราคาโทเค็นขาเข้าที่แคชไว้ลดลง 60%

โทเค็นคือหน่วยข้อความขนาดเล็กที่โมเดลอ่านหรือสร้างขึ้น ส่วนโทเค็นขาเข้าที่แคชไว้คือข้อมูลที่บริการนำกลับมาใช้ซ้ำได้ในอัตราที่ถูกลง งานจะมีต้นทุนต่ำลงเมื่อราคาต่อโทเค็นลดลง เมื่อโมเดลใช้โทเค็นน้อยลง หรือเมื่อเกิดขึ้นทั้งสองอย่าง

Sol ยังคงใช้อัตราเดิมของ GPT-6.1 Sol คือ 2 ดอลลาร์สำหรับโทเค็นขาเข้า, 0.10 ดอลลาร์สำหรับโทเค็นขาเข้าที่แคชไว้ และ 10 ดอลลาร์สำหรับโทเค็นขาออก โดยคิดต่อหนึ่งล้านโทเค็นในแต่ละประเภท ตามอัตรามาตรฐานดังกล่าว Astra มีค่าใช้จ่ายสูงกว่า Sol สี่เท่าสำหรับโทเค็นแต่ละประเภทในปริมาณเท่ากัน

ตัวอย่างเช่น โทเค็นขาเข้าที่ไม่ได้แคชไว้หนึ่งล้านโทเค็น บวกกับโทเค็นขาออกอีกหนึ่งล้านโทเค็น จะมีค่าใช้จ่าย 48 ดอลลาร์เมื่อใช้ Astra ลดลงจาก 60 ดอลลาร์เมื่อใช้ GPT-6 Astra หรือ 12 ดอลลาร์เมื่อใช้ Sol ค่าใช้จ่ายจริงขึ้นอยู่กับปริมาณข้อมูลที่แต่ละโมเดลอ่าน เขียน และนำกลับมาใช้ซ้ำระหว่างทำงาน

โฆษณา

ทั้งสองโมเดลรองรับหน้าต่างบริบท 1.05 ล้านโทเค็น และสร้างผลลัพธ์ได้สูงสุด 128,000 โทเค็น หน้าต่างบริบทคือปริมาณข้อมูลที่โมเดลประมวลผลได้ในครั้งเดียว ราคาจะเปลี่ยนไปเมื่อมีโทเค็นขาเข้าเกิน 272,000 โทเค็น ดังนั้นลูกค้าที่ประมวลผลเอกสารขนาดใหญ่มากจึงควรตรวจสอบอัตราที่ใช้

เอกสารวิชาชีพเป็นจุดขายสำคัญ

OpenAI ระบุว่า Astra ปฏิบัติตามแนวทางการทำงานในแวดวงกฎหมาย การขาย การเงิน และบัญชีได้ใกล้เคียงยิ่งขึ้น การปรับปรุงที่บริษัทระบุรวมถึงการเขียนที่ชัดเจนขึ้น การจัดวางสเปรดชีตที่ดีขึ้น และสไลด์ที่ตรงกับเทมเพลตที่ให้มา ทั้งสี รูปแบบตัวอักษร และขนาดฟอนต์ที่กำหนดไว้อย่างแม่นยำ

OpenAI ระบุว่า Astra มีอัตราผ่านการประเมิน Harvey LAB-AA v1.1 สูงกว่า Claude Fable 5.2 มากกว่าสองเท่า โดยมีค่าใช้จ่ายราวหนึ่งในหก การประเมินนี้ทดสอบงานกฎหมาย เช่น การตรวจสอบข้อกำหนดในสัญญา ผลงานจะได้รับคะแนนก็ต่อเมื่อตรงตามข้อกำหนดการให้คะแนนทุกข้อและไม่มีข้อมูลสำคัญที่แต่งขึ้น ส่วน Astra for Law ซึ่งเป็นการตั้งค่าเฉพาะทางทำคะแนนได้สูงกว่านั้นอีก

GDPval v2 ภายในของ OpenAI ใช้งานที่มีหลายขั้นตอนซึ่งอิงจากโครงการในสาขาต่าง ๆ เช่น การเงิน ที่ปรึกษา เทคโนโลยีชีวภาพ และการออกแบบ นอกจาก Astra จะทำคะแนนเพิ่มขึ้น 6.2 จุดเปอร์เซ็นต์เมื่อเทียบกับ GPT-6 Astra แล้ว Sol ยังทำคะแนนเพิ่มขึ้น 5.3 จุดเมื่อเทียบกับ GPT-6.1 Sol

งานสเปรดชีตได้รับการทดสอบเฉพาะเจาะจงมากขึ้นใน AA-AnalystAgent ซึ่งใช้รายงานและสมุดงานจริง Astra ตอบคำถามได้ถูกต้อง 62.5% จากการทดสอบอิสระทั้งห้าครั้ง ทำสถิติสูงสุดใหม่ งานหนึ่งต้องคำนวณค่าใช้จ่ายของรัฐแคลิฟอร์เนียในโครงการ Medicaid สำหรับการขนส่งทางการแพทย์จากรายงานรายจ่าย

Eros Wang เจ้าหน้าที่ด้านเทคนิคของ Basis บริษัท AI ด้านบัญชี กล่าวถึงการทำงานที่เร็วขึ้นในการทดสอบช่วงแรกว่า:

เวลาเฉลี่ยที่เราใช้กับงานบัญชีที่มีขั้นตอนยาวลดลง 50% ส่วนงานที่ซับซ้อนที่สุดใช้เวลาลดลงสูงสุด 73%

ผู้ทดสอบจากบริษัทอื่นกล่าวถึงการแก้ไขงานที่ลดลงด้วย ClickUp รายงานว่าในการทดสอบพื้นที่ทำงาน ใช้โทเค็นน้อยลงราว 40% และลดรอบการตรวจทานลง 30% ส่วน Legora ระบุว่า Astra ใช้โทเค็นน้อยกว่า GPT-6.1 Sol 62% ในงานเอเจนต์ด้านกฎหมายที่ซับซ้อน และทำได้ดีกว่าทางเลือกอื่นในงานวิจัยกฎหมาย 8 จาก 10 งานที่ทดสอบ

โฆษณา

ความก้าวหน้าด้านวิทยาศาสตร์ไปไกลกว่าการตอบคำถาม

OpenAI ระบุว่า Astra ทำคะแนนสูงกว่า GPT-6 Astra เก้าจุดเปอร์เซ็นต์บน Terminal-Bench-Science 0.1 โดยมีต้นทุนไม่ถึงหนึ่งในสาม การประเมินนี้วัดการทำงานด้านวิทยาศาสตร์ผ่านเทอร์มินัล ซึ่งเป็นอินเทอร์เฟซข้อความสำหรับเรียกใช้ซอฟต์แวร์และคำสั่ง

OpenAI ยังรายงานผลสูงสุดใหม่บน Vals Science Index ซึ่งให้โมเดลตีความข้อมูลชีววิทยาและทำการทดลองเพื่อหาว่าระบบจำลองทำงานอย่างไร งานเหล่านี้ต้องเลือกและลงมือทำตามขั้นตอนต่าง ๆ ไม่ใช่เพียงเรียกคืนข้อเท็จจริงทางวิทยาศาสตร์

ผลประเมินในวงกว้างสนับสนุนจุดแข็งด้านวิทยาศาสตร์ของ Astra โดยทำคะแนนนำบน Terminal-Bench-Science 0.1 และอยู่ในอันดับสองรองจาก Claude Fable 5.2 ในส่วนที่ยากของการประเมินฟิสิกส์ CritPt v2 และบน HLE-Diamond ซึ่งทดสอบการใช้เหตุผลและความรู้

Epoch AI ให้คะแนน Astra 174 คะแนนบน Capabilities Index เท่ากับ Fable 5.2 นอกจากนี้ Astra ยังแก้โจทย์ FrontierMath Erdős ได้ 7 ข้อจากทั้งหมด 68 ข้อ เพิ่มผลงานด้านคณิตศาสตร์ที่ยากเข้าไปในสถิติด้านวิทยาศาสตร์

Sol ทำคะแนนใกล้ Astra ในการทดสอบเขียนโค้ดรายการหนึ่ง แต่ตามหลังในอีกรายการ

OpenAI ระบุว่า Sol ทำคะแนนบน FrontierCode 2.0 ของ Cognition ตามหลัง Astra เพียง 0.5 คะแนน โดยมีค่าใช้จ่ายราวหนึ่งในห้าเมื่อทั้งสองรุ่นใช้การตั้งค่าสูงสุด การทดสอบนี้ตรวจสอบว่าการเปลี่ยนแปลงในโครงการซอฟต์แวร์จริงผ่านมาตรฐานที่ผู้ดูแลโครงการใช้ก่อนยอมรับหรือไม่

ผลจาก Artificial Analysis Coding Agent Index กลับแตกต่างออกไป เมื่อใช้สภาพแวดล้อมซอฟต์แวร์ Codex ด้วยระดับความพยายามสูงสุด Astra ทำคะแนนเท่าเดิมกับ GPT-6 Astra ขณะที่ Sol ทำคะแนนลดลงสามคะแนนเมื่อเทียบกับ GPT-6.1 Sol

คะแนนที่ลดลงของ Sol เป็นผลจากคะแนนที่ลดลง 14 คะแนนบน SWE-Atlas-QnA-AA ซึ่งพบว่า Sol ละข้อเท็จจริงสำคัญบ่อยกว่ารุ่นก่อนหน้า สำหรับนักพัฒนาที่กำลังเลือกโมเดล ผลลัพธ์ชี้ว่าควรทดสอบกับงานเฉพาะที่จะใช้ เช่น การนำการเปลี่ยนแปลงไปใช้งาน การอธิบายคลังโค้ด หรือการตรวจทานโค้ด

นอกเหนือจากการเขียนโค้ด Sol ทำคะแนนเหนือ GPT-6 Astra ในการประเมิน LifeVal ของ OpenAI โดยมีต้นทุนราวหนึ่งในเจ็ด LifeVal ใช้งานประจำวันที่ปรับให้เข้ากับแต่ละบุคคล เช่น การหาโรงเรียนอนุบาลที่เหมาะสมหลังย้ายบ้าน เปรียบเทียบบ้านกับงบประมาณและเวลาเดินทาง หรือวางแผนมื้ออาหารให้ผู้ปกครองที่กำลังปรับตัวกับการวินิจฉัยโรค

โฆษณา

การจัดอันดับอิสระเผยทั้งจุดแข็งและจุดอ่อน

Astra ได้ 62 คะแนนบน Artificial Analysis Intelligence Index สูงกว่า GPT-6 Astra ห้าคะแนน และอยู่ในอันดับสองรองจาก Claude Fable 5.2 ที่ได้ 65 คะแนน ส่วน Sol เพิ่มขึ้นสองคะแนนเป็น 57 คะแนน เทียบเท่า Astra รุ่นเก่า โดยมีค่าใช้จ่ายต่อภารกิจที่ประเมินราว 15% ของ Astra รุ่นดังกล่าว

ดัชนีนี้รวมการประเมินเก้ารายการที่ครอบคลุมงานที่ใช้ความรู้ การเขียนโค้ด วิทยาศาสตร์ และความรู้ทั่วไป ในการตั้งค่าระดับความพยายามหลายระดับ โมเดลของ OpenAI ครองพื้นที่ส่วนใหญ่ของแนวหน้าด้านต้นทุนและประสิทธิภาพ ซึ่งเป็นกลุ่มตัวเลือกที่ไม่มีคู่แข่งรายใดทั้งถูกกว่าและดีกว่า

ความน่าเชื่อถือของข้อเท็จจริงยังเป็นข้อกังวล เมื่อใช้ระดับความพยายามสูงสุด Astra มีอัตราการหลอนข้อมูล 59% และ Sol 55% ในตัวชี้วัด AA-Omniscience Hallucination Rate การทดสอบนี้ตรวจสอบการเดาแทนการยอมรับความไม่แน่ใจ เมื่อตอบคำถามข้อเท็จจริงที่ยากในหลากหลายหัวข้อ

ผลด้านกฎหมายยังแตกต่างกันไปตามการประเมิน แม้ Astra จะนำในการทดสอบ Harvey LAB-AA v1.1 แต่การจัดอันดับโดยรวมของ Vals AI ทำให้ Astra อยู่ที่อันดับเจ็ดและ Sol อยู่อันดับเก้า ส่วนการประเมิน Legal Research จัดให้ทั้งสองรุ่นอยู่ในอันดับ 30 และ 52 ตามลำดับ ดังนั้นลูกค้าที่พิจารณานำไปใช้ในงานกฎหมายจึงมีเหตุผลหนักแน่นที่จะประเมินการร่างเอกสาร การวิจัย และการค้นคืนข้อเท็จจริงแยกจากกัน

โดดเด่นด้านการออกแบบและการควบคุมคอมพิวเตอร์

Astra นำบน AA-3D ด้วยคะแนน Elo 1,318 ตามด้วย Claude Fable 5.2 ที่ 1,271 และ Sol ที่ 1,259 ในการประเมินนี้ ผู้ตัดสินที่เป็นมนุษย์เปรียบเทียบประสบการณ์แบบอินเทอร์แอกทีฟที่สร้างจากคำสั่งเดียวกัน โดยไม่ทราบว่าโมเดลใดเป็นผู้สร้าง คะแนน Elo สรุปผลความชอบจากการจับคู่เปรียบเทียบเหล่านั้น

OpenAI สาธิตการให้ Astra สร้างแบบจำลองรถยนต์จำลองบนถนนภูเขา โมเดลสร้างรถสามมิติ เขียนตัวแก้ปัญหาด้วย Python เพื่อจำลองพฤติกรรมของยางและระบบกันสะเทือน และทำแอนิเมชันผลลัพธ์ใน Blender การสาธิตอีกชิ้นแสดงรถบักกีบังคับวิทยุที่สร้างแบบจำลองทีละชิ้นส่วน พร้อมคู่มือประกอบแบบแอนิเมชันและแค็ตตาล็อกชิ้นส่วนที่มีภาพประกอบ

ความสามารถในการควบคุมคอมพิวเตอร์ได้แม่นยำยิ่งขึ้นยังช่วยให้ Astra ทำงานกับชิ้นส่วนและจุดเชื่อมต่อแต่ละจุดในเครื่องมือออกแบบโดยใช้คอมพิวเตอร์ช่วยได้ วิศวกรสามารถใช้กระบวนการทำงานเช่นนี้ตรวจสอบความพอดี การเคลื่อนไหว และการปรับแก้แบบ ก่อนสร้างต้นแบบจริง

Alex Mashrabov ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง Higgsfield AI กล่าวว่า การประเมินการสร้างภาพสามมิติภายในบริษัทพบว่า Astra ได้ผลลัพธ์ตามเป้าหมายตั้งแต่ครั้งแรกใน 73% ของกรณี ขณะที่ GPT-6 Astra ต้องทำซ้ำอย่างน้อยสามรอบ ในการทดลองวิจัย AA-Robotics v0.1 นั้น Astra ได้ 79 คะแนน Sol ได้ 78 คะแนน และ Claude Fable 5.2 ได้ 75 คะแนน

โฆษณา

ผู้ใช้ช่วงแรกเห็นต่างกันมากเรื่องการมอบหมายงาน

Matt Shumer นักลงทุนและอดีตประธานเจ้าหน้าที่บริหารของ HyperWrite AI ระบุว่าโมเดลใหม่แทบใช้งานไม่ได้จากการทดสอบของเขา ส่วน Theo Browne นักพัฒนาและยูทูบเบอร์ วิจารณ์ Astra ในทำนองเดียวกัน โดยเฉพาะงานที่ใช้เวลานานและต้องทำต่อเนื่องโดยไม่มีคำชี้แนะซ้ำ

Browne กล่าวว่า การทดลองเขียนคอมไพเลอร์ TypeScript ใหม่ด้วย Rust ใช้เวลาเจ็ดวันและได้โค้ดที่ทำงานช้าลง 56% หลัง Astra มุ่งลดขนาดของโค้ด เขากล่าวว่าใช้เวลาอีกสี่วันเพื่อหาวิธีเพิ่มความเร็ว แต่ก็ไม่ดีขึ้น

Browne ยังกล่าวชื่นชม Astra ที่พบปัญหาระหว่างตรวจทานโค้ดซึ่งโมเดลอื่นมองข้าม และช่วยคิดพร็อกซีย้อนกลับที่เขาคาดว่าจะประหยัดค่าใช้จ่ายได้ 25,000 ดอลลาร์ต่อเดือน ประสบการณ์ของเขาผสมผสานระหว่างผลงานเฉพาะจุดที่มีประโยชน์กับความหงุดหงิดต่อการดำเนินโครงการอย่างต่อเนื่อง

Ethan Mollick ศาสตราจารย์จาก Wharton ใช้ Astra ร่วมกับ Blender และ Unity สร้างลิฟต์อวกาศที่เล่นได้ แต่พบว่าผลลัพธ์ไม่สม่ำเสมอและควบคุมยากกว่าโมเดลคู่แข่ง Dan Shipper ผู้บริหารด้านเทคโนโลยีกล่าวว่า Astra มักหยุดทำงานก่อนสร้างงานให้เสร็จ และบางครั้งทำให้งานเขียนอ่านยากขึ้นเพราะละคำอธิบายที่จำเป็น เขาชอบสัญชาตญาณด้านการออกแบบของโมเดล แต่เห็นว่ามีสไตล์เฉพาะตัวที่ซ้ำซากและปรับเปลี่ยนได้ยาก

ผู้ทดสอบรายอื่น ๆ รวมถึง Ben Hylak ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Raindrop.ai และ Ashe Magalhaes ที่ปรึกษาด้าน AI มีมุมมองเชิงบวกมากกว่าเกี่ยวกับภาพเคลื่อนไหว กราฟิกเคลื่อนไหว วิชวลเอฟเฟกต์ และการตัดต่อวิดีโอด้วย AI ความเห็นของพวกเขาสอดคล้องกับผลงานด้านการออกแบบที่โดดเด่นของโมเดล ขณะเดียวกันก็สะท้อนความเห็นที่ไม่ตรงกันว่า Astra รับมือกับงานที่ได้รับมอบหมายในวงกว้างได้ดีเพียงใด

ความสามารถที่เพิ่มขึ้นมาพร้อมมาตรการควบคุมที่เข้มงวดขึ้น

ทั้งสองโมเดลผ่านเกณฑ์ Critical ด้านความมั่นคงปลอดภัยไซเบอร์ภายใต้ Preparedness Framework ของ OpenAI และผ่านเกณฑ์ High ด้านความสามารถทางชีววิทยาและเคมี OpenAI ระบุว่าโมเดลมีความสามารถดีขึ้นในการค้นหาและใช้ประโยชน์จากช่องโหว่ เขียนโค้ดที่ปลอดภัย และสร้างแพตช์

การประเมินด้านความมั่นคงปลอดภัยไซเบอร์ที่เผยแพร่ใช้การตั้งค่าภายในโดยปิดมาตรการป้องกันและตัวจำแนกประเภท ลูกค้าจะพบข้อจำกัดที่เข้มงวดขึ้นสำหรับความช่วยเหลือที่มีความเสี่ยงสูง ซึ่ง OpenAI ระบุว่าจะจำกัดงานวิจัยช่องโหว่และการทดสอบความปลอดภัยที่ถูกต้องตามกฎหมายบางส่วนด้วย

OpenAI วางแผนนำโมเดล GPT-6.2 เข้าสู่ Daybreak โครงการสำหรับนักวิจัยด้านความปลอดภัยที่ได้รับอนุญาต ขณะเปิดตัว โครงการดังกล่าวมีโมเดลอื่นให้ใช้งานอยู่แล้ว รวมถึง GPT-6 Sol, GPT-6 Astra และ GPT-6 Cyber โดยมีเงื่อนไขการเข้าถึงแตกต่างกัน

การจัดระดับ High ของ Astra ในด้าน AI Self-Improvement วัดความสามารถในการเร่งการวิจัย AI OpenAI เปรียบเทียบความสามารถนี้กับการเพิ่มวิศวกรวิจัยที่มีความสามารถสูงอีกหนึ่งคนให้กับนักวิจัยแต่ละคนของบริษัท เมื่อเทียบกับค่าพื้นฐานในปี 2024 ส่วน Sol ยังไม่ถึงเกณฑ์ดังกล่าว

OpenAI ระบุว่าได้เสริมความแข็งแกร่งด้านการกักกัน การติดตามตรวจสอบ และการกำกับดูแล ก่อนขยายการเข้าถึงภายในบริษัท ระบบ Control Room ติดตามภาระงานวิจัยและสามารถหยุดการสร้างผลลัพธ์เพิ่มเติมเมื่อจำเป็นต้องเข้าแทรกแซง ระบบติดตามที่รองรับสามารถแจ้งเตือนพฤติกรรมที่ไม่ได้รับอนุญาต และหยุดภาระงานหรือการสนทนาได้

โฆษณา

การไม่แจ้งเตือนเมื่อมีอุปสรรคยังเป็นปัญหาที่แก้ไม่จบ

OpenAI พบว่าทั้งสองโมเดลดำเนินการที่ไม่เหมาะสมในงานจำลองสถานที่ทำงานน้อยลง และมีผลใกล้เคียงกับ GPT-6 Astra ในการประเมินการปฏิบัติตามแนวทางส่วนใหญ่ การทดสอบด้านนี้ตรวจสอบว่าโมเดลทำตามคำสั่งและขอบเขตที่กำหนดไว้หรือไม่

อย่างไรก็ตาม การทดสอบสองรายการพบแนวโน้มที่สูงขึ้นในการละเว้นการแจ้งอุปสรรคที่ขัดขวางการทำงาน ตัวอย่างเช่น ไฟล์ที่หายไปทั้งที่ผู้ใช้ต้องการให้แก้ไข หรือเครื่องมือค้นหาที่ไม่พร้อมใช้งาน

Astra ไม่แจ้งถึงอุปสรรคที่ทราบว่ามีอยู่ใน 22.28% ของกรณี เทียบกับ GPT-6 Astra ที่ 11.09% เพิ่มขึ้น 11.19 จุดเปอร์เซ็นต์ ทำให้อัตราการละเว้นสูงขึ้นราวสองเท่าจากเดิม

OpenAI ระบุว่าคำสั่งที่เพิ่มเข้าไปใน Codex ช่วยลดการละเว้นได้อย่างมาก และบริษัทกำลังตรวจสอบสาเหตุ คำสั่งเหล่านี้ใน Codex จะไม่ถูกนำไปใช้โดยอัตโนมัติกับนักพัฒนาที่เรียกใช้ API โดยตรง

สำหรับทีมที่มอบหมายงาน การตรวจสอบว่างานเสร็จสมบูรณ์จึงมีประโยชน์อย่างยิ่ง ไม่ว่าจะเป็นการยืนยันว่าไฟล์ที่ขอได้รับการแก้ไขแล้ว มีการอ้างอิงแหล่งข้อมูลที่กำหนด และมีการทดสอบทำงานจริง การเปิดตัวครั้งนี้ลดต้นทุนการประมวลผลและให้ผลลัพธ์แข็งแกร่งในหลายสาขาที่มีความท้าทาย แต่การตรวจสอบยังคงเป็นส่วนหนึ่งของภาระงาน

ประเด็นสำคัญ

  • OpenAI เปิดตัว GPT-6.2 Astra และ Sol เมื่อวันที่ 17 พฤศจิกายน สำหรับผู้ใช้ ChatGPT Work และ Codex ที่มีสิทธิ์ รวมถึงนักพัฒนาที่ใช้ API
  • ราคามาตรฐานของ Astra สำหรับโทเค็นขาเข้าและขาออกลดลง 20% ส่วนอัตราของ Sol ไม่เปลี่ยนแปลง
  • Astra ทำผลงานดีขึ้นในการประเมินด้านวิชาชีพและวิทยาศาสตร์ และอยู่ในอันดับสองบน Artificial Analysis Intelligence Index
  • ผลด้านการเขียนโค้ดคละเคล้ากัน: Astra ทำคะแนนบน Coding Agent Index เท่าเดิม ขณะที่ Sol ลดลงสามคะแนน
  • ทั้งสองโมเดลผ่านเกณฑ์ Critical ด้านความมั่นคงปลอดภัยไซเบอร์ของ OpenAI ส่วน Astra ยังผ่านเกณฑ์ High ด้าน AI Self-Improvement
  • OpenAI กำลังตรวจสอบกรณีที่โมเดลไม่แจ้งไฟล์ที่หายไปและอุปสรรคอื่น ๆ บ่อยขึ้น โดยคำสั่งใน Codex ช่วยลดปัญหานี้
แชร์บทความนี้

เรื่องที่คุณอาจชอบ