Oossa

GPT‑6.2 Astra و Sol از نظر هوش رتبه دوم را گرفتند

مدل‌های تازه به‌ازای هر توکن ارزان‌ترند و در چندین جدول عملکرد پیشتازند؛ تنها Claude Fable 5.2 از Anthropic بالاتر از آن‌هاست.

نویسنده: منتشرشده توسط Oossa: آخرین به‌روزرسانی: 2 دقیقه مطالعه

Gabriel Heinzer · Unsplash

OpenAI در 17 نوامبر 2026 دو مدل زبانی تازه به نام‌های GPT‑6.2 Astra و GPT‑6.2 Sol عرضه کرد. در شاخص هوش Artificial Analysis، Astra با امتیاز 62 در رتبه دوم قرار گرفت و Sol با امتیاز 57 پس از آن آمد. این مدل‌ها OpenAI را درست پشت سر Claude Fable 5.2 از Anthropic قرار می‌دهند که رتبه نخست را در اختیار دارد.

قیمت هر دو مدل به‌ازای هر توکن پایین‌تر است. هزینه Astra برای هر یک میلیون توکن ورودی $8 و برای خروجی $40 است؛ یعنی 20٪ کمتر از GPT‑6 Astra قبلی. هزینه ورودی کش‌شده Astra نیز به $0.40 برای هر یک میلیون توکن رسیده که از $1.00 کمتر است. Sol همان تعرفه مدل قبلی را حفظ کرده: $2 برای ورودی و $10 برای خروجی هر یک میلیون توکن.

مقایسه مدل‌ها

Astra نسبت به GPT‑6 Astra پنج امتیاز پیشرفت کرده و در بالاترین سطح تلاش، از Gemini 4 Carbon گوگل (با امتیاز 60) و Claude Opus 5.5 از Anthropic (با امتیاز 59) پیشی گرفته است. Sol دو امتیاز بهتر شده و با GPT‑6 Astra هم‌امتیاز است؛ هر دو در حدود 15٪ از مرز هزینه‌به‌ازای هر کار قرار دارند.

اکنون بیشتر مدل‌های حاضر در مرز پارتوِ هزینه‌به‌ازای هر کار ــ مجموعه‌ای از مدل‌هایی که برای هر سطح عملکرد، بهترین هزینه را ارائه می‌کنند ــ متعلق به OpenAI هستند و تنها مدل‌هایی از Anthropic و Meta در کنار آن‌ها قرار دارند. OpenAI همچنین بر مرز توکن خروجی به‌ازای هر کار مسلط است و Claude Fable 5.2 تنها مدل غیر OpenAI در این مجموعه است.

نقاط قوت و ضعف

مدل‌های تازه در آزمون‌های علمی می‌درخشند. Astra در معیار Terminal-Bench-Science 0.1 برای گردش‌کارهای پژوهشیِ عامل‌محور پیشتاز است و در استدلال فیزیک (زیرمجموعه دشوار CritPt v2) رتبه دوم را دارد. در دانش واقعی (دقت AA-Omniscience v1.1)، فقط Claude Fable 5.2 عملکرد بهتری از Astra دارد.

در ساخت سه‌بعدی، Astra با امتیاز 1,318 در صدر معیار AA-3D قرار دارد و از Claude Fable 5.2 (با امتیاز 1,271) و Sol (با امتیاز 1,259) جلوتر است. Astra و Sol همچنین در نسخه پیش‌نمایش AA-Robotics v0.1 پیشتازند و به‌ترتیب امتیازهای 79 و 78 را در برابر امتیاز 75 Claude Fable 5.2 کسب کرده‌اند.

توانایی برنامه‌نویسی بهتر نشده است. عملکرد Astra با GPT‑6 Astra برابر است، اما امتیاز Sol در شاخص Coding Agent سه واحد افت کرده؛ عمدتاً چون در آزمون SWE-Atlas-QnA-AA بیشتر از قبل نکات مهم را جا می‌اندازد.

چرا مهم است

برای توسعه‌دهندگان، کاهش قیمت توکن‌ها یعنی فراخوانی‌های API در پروژه‌های بزرگ‌مقیاس ارزان‌تر تمام می‌شود. امتیازهای بالاتر در حوزه‌های علمی و سه‌بعدی نشان می‌دهد این مدل‌ها می‌توانند از بیشتر رقیبان بهتر از پس پژوهش‌ها و کارهای شبیه‌سازی پیچیده برآیند؛ هرچند عملکرد برنامه‌نویسی آن‌ها بهتر نشده است.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.