أطلقت OpenAI نموذجين لغويين جديدين، GPT‑6.2 Astra وGPT‑6.2 Sol، في 17 نوفمبر 2026. وحلّ Astra في المركز الثاني بمؤشر Artificial Analysis Intelligence Index، مسجلاً 62 نقطة، فيما جاء Sol بعده برصيد 57 نقطة. وبذلك تقترب OpenAI من الصدارة، ولا تسبقها سوى Anthropic ونموذج Claude Fable 5.2 المتصدر.
صُمم تسعير النموذجين لخفض تكلفة كل رمز. تبلغ تكلفة Astra ثمانية دولارات للمدخلات و40 دولاراً للمخرجات لكل مليون رمز، أي أقل بنسبة 20٪ من GPT‑6 Astra السابق. كما انخفض سعر المدخلات المخزنة مؤقتاً في Astra إلى 0.40 دولار لكل مليون رمز، بعدما كان دولاراً واحداً. أما Sol، فاحتفظ بأسعار سلفه: دولاران للمدخلات و10 دولارات للمخرجات لكل مليون رمز.
مقارنة أداء النموذجين
تقدم Astra خمس نقاط مقارنةً بـGPT‑6 Astra، متجاوزاً Gemini 4 Carbon من Google (60 نقطة) وClaude Opus 5.5 من Anthropic (59 نقطة) عند أعلى مستويات الجهد. أما Sol، فحقق نقطتين إضافيتين، ليتعادل مع GPT‑6 Astra عند نحو 15٪ من تكلفة المهمة.
تستحوذ OpenAI الآن على معظم جبهة باريتو لتكلفة المهمة، وهي مجموعة النماذج التي تقدم أفضل كلفة مقابل مستوى أداء معين، إلى جانب Anthropic وMeta فقط. كما تهيمن على جبهة باريتو لعدد رموز المخرجات لكل مهمة، ولا يظهر فيها من خارج OpenAI سوى Claude Fable 5.2.
نقاط القوة والضعف
تتألق النماذج الجديدة في الاختبارات العلمية. يتصدر Astra اختبار Terminal-Bench-Science 0.1 الخاص بسير عمل البحث باستخدام الوكلاء، ويحتل المركز الثاني في الاستدلال الفيزيائي ضمن المجموعة الصعبة من CritPt v2. وفي اختبار المعرفة الواقعية AA-Omniscience v1.1 Accuracy، لا يتقدم عليه سوى Claude Fable 5.2.
وفي إنشاء المجسمات ثلاثية الأبعاد، يتصدر Astra اختبار AA-3D مسجلاً 1,318 نقطة، متقدماً على Claude Fable 5.2 (1,271) وSol (1,259). كذلك يتصدر Astra وSol معاً الإصدار التمهيدي من AA-Robotics v0.1، بنتيجتي 79 و78، مقابل 75 لـClaude Fable 5.2.
لم يتحسن أداء البرمجة. إذ يضاهي Astra نموذج GPT‑6 Astra، بينما تراجع Sol ثلاث نقاط في مؤشر Coding Agent Index، ويرجع ذلك أساساً إلى إغفاله حقائق أساسية بوتيرة أكبر في اختبار SWE-Atlas-QnA-AA.
لماذا يهم
بالنسبة إلى المطورين، تعني أسعار الرموز الأقل تكلفةً أدنى لطلبات واجهة البرمجة في المشاريع واسعة النطاق. وتشير النتائج الأعلى في العلوم وإنشاء المجسمات ثلاثية الأبعاد إلى قدرة هذه النماذج على التعامل مع مهام بحثية ومحاكاة أكثر تعقيداً من معظم المنافسين، لكن أداءها في البرمجة لم يتحسن.