GPT-6.2: Neue KI-Modelle für ChatGPT Work, Codex und API

OpenAI hat mit GPT-6.2 Astra und GPT-6.2 Sol zwei neue KI-Modelle vorgestellt, die komplexe Aufgaben effizienter erledigen sollen.

Die Modelle richten sich an unterschiedliche Einsatzbereiche und werden schrittweise in ChatGPT Work und Codex eingeführt. Auch über die API sollen sie verfügbar sein. OpenAI verspricht bessere Ergebnisse bei geringerem Tokenverbrauch und damit niedrigere Kosten pro Aufgabe.

GPT-6.2 Astra und Sol: Leistung und Kosten im Vergleich

GPT-6.2 Astra ist das leistungsfähigste Modell des Unternehmens und insbesondere für komplexe berufliche Projekte gedacht. Dazu gehören beispielsweise Finanzmodelle oder die Auswertung wissenschaftlicher Daten.

Beim Benchmark Agents‘ Last Exam erzielte Astra laut OpenAI 5,2 Punkte mehr als GPT-6 Astra, während die geschätzten API-Kosten pro Aufgabe weniger als ein Drittel betragen sollen. Gegenüber Claude Fable 5.2 lag Astra 5,5 Punkte vorn, bei lediglich 5 Prozent der geschätzten Kosten.

OpenAI bezeichnet Astra außerdem als weltweit führendes Modell für wissenschaftliche Anwendungen und verweist auf neue Bestwerte bei Terminal-Bench Science 0.1 und dem Vals Science Index.

GPT-6.2 Sol konzentriert sich dagegen auf alltägliche, mehrstufige Arbeitsaufgaben wie Programmierung, Textverarbeitung oder die Erstellung von Projektplänen.

Interessant ist hier vor allem das Verhältnis zwischen Leistung und Kosten: Beim Benchmark Cognition’s FrontierCode 2.0 lag Sol lediglich 0,5 Punkte hinter Astra, benötigte dafür aber nach Unternehmensangaben nur etwa ein Fünftel der geschätzten Kosten pro Aufgabe. Beide Modelle wurden mit maximalem Reasoning-Aufwand getestet.

ChatGPT Work erhält Ultrafast für GPT-6.2 Sol

Mit Sol führt OpenAI überdies erstmals Ultrafast für Pro-200-Abonnenten in ChatGPT Work ein. Zu den ersten Testkunden der neuen Modelle gehören Harvey, IMC, Higgsfield und Replit. Die bisherigen Rückmeldungen fallen laut OpenAI positiv aus.

Die vollständige Ankündigung enthält weitere Informationen zu Preisen und Verfügbarkeit.

Bemerkenswert ist vor allem, wie stark OpenAI inzwischen die Kosten pro erledigter Aufgabe betont. Reine Benchmark-Ergebnisse erzählen schließlich nur einen Teil der Geschichte. Ob sich die versprochenen Effizienzgewinne im Arbeitsalltag tatsächlich bemerkbar machen, ist die wesentlich interessantere Frage.


mobiFlip bei Google bevorzugen – unsere Beiträge öfter sehen Quelle wählen ↗
Fehler melden Kommentare

   

Durch Kommentieren stimmst du unserer Netiquette und Datenschutzerklärung zu.