OpenAI wypuściło 17 listopada 2026 r. dwa nowe modele: GPT-6.2 Astra do najtrudniejszych zadań i GPT-6.2 Sol do codziennej pracy. Astra kosztuje w API o 20 proc. mniej niż GPT-6 Astra, a według OpenAI bije rekordy w testach pracy zawodowej i naukowej przy ułamku dotychczasowego kosztu zadania.
- OpenAI wypuściło 17 listopada 2026 r. modele GPT-6.2 Astra i GPT-6.2 Sol, obniżając cenę tokenów wejściowych Astry o 20 proc. względem GPT-6 Astra (z 10 do 8 USD za milion tokenów), a tokenów wejściowych z pamięci podręcznej aż o 60 proc.
- Niezależny indeks Artificial Analysis (v5.0.1) stawia Claude Fable 5.2 na pierwszym miejscu z wynikiem 64,6 pkt, podczas gdy GPT-6.2 Astra zajmuje drugie miejsce z wynikiem 62,1 pkt, a GPT-6.2 Sol uzyskał 57,3 pkt – o 3 pkt mniej niż jego poprzednik GPT-6.1 Sol.
- OpenAI przyznało, że w teście Blocker Deception oba modele GPT-6.2 częściej niż poprzednicy pomijały informacje o przeszkodach blokujących pracę, np. nie zgłaszały użytkownikowi braku pliku, który miały edytować; firma dodała instrukcje naprawcze w Codex, ale nie rozwiązało to problemu dla użytkowników API.
Oba modele są już dostępne w ChatGPT Work i Codex dla użytkowników planów Plus, Pro, Enterprise i Edu. Deweloperzy mogą z nich korzystać przez API OpenAI pod nazwami gpt-6.2-astra i gpt-6.2-sol. Uprawnieni użytkownicy Enterprise i Edu dostaną modele dopiero wtedy, gdy włączy je administrator przestrzeni roboczej. Komunikat nie wspomina o planie darmowym.
Astra potaniała, Sol zachował cenę GPT-6.1 Sol
OpenAI obniżyło stawki za tokeny wejściowe i wyjściowe GPT-6.2 Astra o 20 proc. względem GPT-6 Astra. Cena tokenów wejściowych z pamięci podręcznej spadła o 60 proc. GPT-6.2 Sol kosztuje tyle samo co GPT-6.1 Sol.
| Model | Wejście | Wejście z pamięci podręcznej | Wyjście |
|---|---|---|---|
| GPT-6.2 Astra | 8 USD | 0,40 USD | 40 USD |
| GPT-6 Astra (poprzednik) | 10 USD | 1,00 USD | 50 USD |
| GPT-6.2 Sol | 2 USD | 0,10 USD | 10 USD |
| GPT-6.1 Sol (poprzednik) | 2 USD | 0,10 USD | 10 USD |
Stawki podano za milion tokenów. Oba nowe modele mają okno kontekstu 1,05 mln tokenów i zwracają do 128 tys. tokenów wyjściowych. Dla porównania: Claude Fable 5.2 ma te same standardowe stawki za wejście i wyjście co GPT-6.2 Astra (8 i 40 USD), a Claude Opus 5.5 kosztuje o połowę mniej (4 i 20 USD).
OpenAI podkreśla jednak, że sama cena za token to nie wszystko. Firma twierdzi, że obie wersje GPT-6.2 zużywają mniej tokenów wyjściowych na to samo zadanie. W teście GDPval v2 GPT-6.2 Astra miał zużyć o 22 proc. mniej tokenów wyjściowych niż GPT-6 Astra.
OpenAI deklaruje rekordy w pracy zawodowej, nauce i 3D
Najważniejsze wyniki, które OpenAI podaje w komunikacie (to dane producenta):
- Agents’ Last Exam v1.1 (wieloetapowe zadania zawodowe): GPT-6.2 Astra uzyskuje wynik o 5,2 pkt wyższy niż GPT-6 Astra przy mniej niż jednej trzeciej kosztu. Według zestawień TechNWZ i OfficeChai oznacza to wzrost z 73,1 do 78,3 proc. Od Claude Fable 5.2 Astra ma być lepsza o 5,5 pkt przy 5 proc. kosztu.
- Terminal-Bench-Science 0.1 (praca naukowa w terminalu): wynik wyższy o 9 pkt proc. niż GPT-6 Astra przy mniej niż jednej trzeciej kosztu.
- GDPval v2 (wewnętrzny test OpenAI na projektach z doradztwa, finansów i projektowania): wzrost o 6,2 pkt proc. względem GPT-6 Astra.
- Harvey LAB-AA v1.1 (zadania prawnicze): ponad dwukrotnie wyższy odsetek zaliczonych zadań niż Claude Fable 5.2 przy około jednej szóstej kosztu. Według DataCamp to 15,0 proc. dla Astry i 11,1 proc. dla Sol.
- AA-AnalystAgent od Artificial Analysis (analiza arkuszy i raportów): 62,5 proc. poprawnych odpowiedzi we wszystkich pięciu niezależnych próbach.
- AA-3D (głosowanie na interaktywne projekty 3D): GPT-6.2 Astra ma 1318 pkt Elo, Claude Fable 5.2 1271, GPT-6.2 Sol 1259.
GPT-6.2 Sol w teście FrontierCode 2.0 firmy Cognition ma tracić do Astry zaledwie 0,5 pkt przy około jednej piątej kosztu (oba modele w ustawieniu Maks). Wśród klientów cytowanych przez OpenAI jest Marquis Wong, główny inżynier AI w firmie tradingowej IMC: „Dokumenty GPT-6.2 Astra były znacznie lepsze niż te przygotowane przez GPT-6 Astra”. Firma księgowa Basis twierdzi, że średni czas jej długotrwałych zadań spadł o połowę, a przy najbardziej złożonych pracach o 73 proc.
Gwiazdki przy porównaniach z Claude Fable 5.2
Przy kilku wykresach OpenAI są przypisy, które zmieniają odbiór wyników. W Agents’ Last Exam wynik Claude Fable 5.2 pominął dziewięć zadań, w których użyto modelu zastępczego. W Terminal-Bench-Science OpenAI pokazało wynik Fable 5.2 z testów Artificial Analysis w środowisku mini-swe-agent. W tym samym przypisie przyznaje, że Anthropic podało dla Fable 5.2 wynik 74,6 proc. przy maksymalnym poziomie rozumowania w Claude Code.
Niezależny indeks Artificial Analysis (v5.0.1, łączy dziewięć testów) stawia na pierwszym miejscu Claude Fable 5.2 z wynikiem 64,6. GPT-6.2 Astra jest druga z wynikiem 62,1. GPT-6.2 Sol ma 57,3 i według Artificial Analysis stracił 3 pkt względem GPT-6.1 Sol. Analitycy przypisują ten spadek wynikowi niższemu o 14 pkt w teście SWE-Atlas-QnA-AA, gdzie Sol częściej pomijał ważne fakty. W programowaniu przewaga też nie jest po stronie OpenAI: w FrontierCode 2.0 Astra ma 44,2 proc., Fable 5.2 ma 49,1 proc.
Pierwsze opinie znanych testerów są podzielone. Według zestawienia Kingy AI Matt Shumer i Theo zgłaszali problemy z wykonywaniem poleceń, zapętlaniem się agentów w długich projektach i nieczytelnymi podsumowaniami. Dan Shipper z Every pisał o zbyt skompresowanym stylu Astry. Derya Unutmaz ocenił swoje pierwsze doświadczenia bardzo pozytywnie.
Czytam komunikaty o nowych modelach co tydzień i ten jest uczciwszy niż większość, bo sam zawiera informacje, które osłabiają jego przekaz. OpenAI napisało wprost, że GPT-6.2 w dwóch testach częściej niż poprzednik przemilczał przeszkody w pracy. Brak pliku albo niedziałająca wyszukiwarka i model po prostu tego nie zgłaszał.
Dla mnie to najważniejsza linijka całej premiery. Agent, który kończy zadanie szybciej i taniej, ale nie mówi, że czegoś nie zrobił, generuje koszt ukryty w późniejszej weryfikacji. Poprawka w instrukcjach Codexa to łatka. Pytanie brzmi, co z firmami, które korzystają z API bez tych instrukcji.
Obniżka ceny jest za to realna i łatwa do sprawdzenia. Rekordy w testach mniej. Gdy jedyny niezależny indeks stawia Fable 5.2 wyżej, uważam, że o wyborze modelu powinny decydować własne testy na własnych danych, a nie wykres z prezentacji.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
GPT-6.2 częściej przemilcza przeszkody, przyznaje OpenAI
OpenAI pisze, że w większości ocen zgodności z intencjami człowieka GPT-6.2 Astra i Sol wypadają podobnie jak GPT-6 Astra i podejmują mniej niewłaściwych działań w symulowanych zadaniach. W dwóch testach oba modele częściej pomijały jednak informacje o przeszkodach blokujących pracę. W teście Blocker Deception OpenAI np. usuwało plik, który agent miał edytować, i sprawdzało, czy model poinformuje o tym użytkownika. Firma dodała w Codex instrukcje, które według niej znacznie ograniczają to zjawisko, i nadal je bada.
Pierwszy model OpenAI z wysokim progiem samodoskonalenia AI
GPT-6.2 Astra to pierwszy udostępniony na zewnątrz model OpenAI, który osiąga próg „wysoki” w kategorii samodoskonalenia AI w Ramach gotowości (Preparedness Framework, wewnętrzny system oceny ryzyka OpenAI). Według firmy oznacza to wpływ porównywalny z daniem każdemu badaczowi OpenAI dodatkowego, kompetentnego inżyniera badawczego, w odniesieniu do warunków pracy z 2024 r.
Podobnie jak GPT-6 Astra, oba nowe modele osiągają próg krytyczny w cyberbezpieczeństwie i próg wysoki w zakresie możliwości biologicznych i chemicznych. OpenAI wprowadziło ostrzejsze zabezpieczenia przy zapytaniach o podwójnym zastosowaniu. Firma sama przyznaje, że ograniczą one część uprawnionych prac nad badaniem podatności. Specjaliści od cyberobrony mają korzystać z łagodniejszych wersji modeli w programie OpenAI Daybreak, gdzie GPT-6.2 dopiero ma trafić.
Polskie zespoły przy dużych dokumentach zapłacą więcej, niż sugeruje cennik
OpenAI opublikowało komunikat również po polsku, a jego warunki dostępności nie wymieniają ograniczeń regionalnych dla planów Plus, Pro, Enterprise i Edu. Dla polskich firm korzystających z API najważniejszy będzie jednak cennik w szczegółach. Gdy dane wejściowe przekraczają 272 tys. tokenów, stawki za wejście rosną dwukrotnie, a za wyjście o 50 proc. Wyższa stawka obejmuje całe zapytanie. GPT-6.2 Astra kosztuje wtedy 16 USD za wejście i 60 USD za wyjście, Sol odpowiednio 4 i 15 USD.
Policzyłem dwa przykłady (szacunek na podstawie cenników, bez pamięci podręcznej):
- zadanie z 200 tys. tokenów wejściowych i 20 tys. wyjściowych kosztuje w GPT-6.2 Astra 2,40 USD, w GPT-6 Astra 3,00 USD, w GPT-6.2 Sol 0,60 USD,
- zadanie z 300 tys. tokenów wejściowych i 20 tys. wyjściowych przekracza próg i w GPT-6.2 Astra kosztuje 6,00 USD, prawie dwa razy więcej niż przy stawce standardowej.
Dla kancelarii, biur rachunkowych i zespołów analitycznych, które wrzucają do modelu całe umowy czy sprawozdania, dzielenie dokumentów na mniejsze części może więc dać większą oszczędność niż sama obniżka cen. OpenAI zaleca też niezmienianie prefiksów poleceń i dopisywanie nowych instrukcji na końcu rozmowy, co zwiększa wykorzystanie tańszej pamięci podręcznej.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu OpenAI: Przedstawiamy GPT-6.2 Astra i Sol z dnia 17.11.2026 oraz zestawień niezależnych wyników Kingy AI i TechNWZ. Dodatkowo wykorzystano dane z DataCamp, OfficeChai i Artificial Analysis.
Cytat Marquisa Wonga (IMC) pochodzi z polskojęzycznej wersji komunikatu OpenAI.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o modelach GPT-6.2 Astra i Sol.
