OpenAI lance GPT-6.2 Astra et Sol avec des prix réduits et des résultats de benchmarks mitigés
OpenAI a lancé GPT-6.2 Astra et Sol le 17 novembre 2026, offrant des coûts API réduits mais montrant des performances inégales dans les tâches de codage complexes par rapport aux modèles concurrents.
Traduit automatiquement depuis l'original anglais.
OpenAI a introduit deux nouveaux modèles de pointe, GPT-6.2 Astra et GPT-6.2 Sol, le 17 novembre 2026. Ces mises à jour apportent des réductions de prix significatives pour les développeurs tout en visant un équilibre entre capacités haut de gamme et efficacité quotidienne. Les premiers tests révèlent un compromis complexe entre économies de coûts et performances brutes face aux systèmes concurrents.
Ce qui s'est passé
La sortie divise la gamme de modèles en deux niveaux distincts. GPT-6.2 Astra cible les projets difficiles et gourmands en ressources, tandis que GPT-6.2 Sol sert d'option polyvalente pour les travaux de développement courants. Les deux sont immédiatement disponibles via l'API sous les identifiants gpt-6.2-astra et gpt-6.2-sol. Simon Willison a mis à jour ses outils LLM à la version 0.38 pour prendre en charge ces nouveaux points de terminaison, signalant une adoption rapide au sein de la communauté des développeurs.
La tarification représente un changement majeur dans la dynamique du marché. GPT-6.2 Astra coûte 8 $ par million de jetons d'entrée et 40 $ par million de jetons de sortie. Cela correspond à un niveau de prix de 80 % par rapport à son prédécesseur, GPT-6 Astra, qui facturait 10 $/50 $. Le prix des entrées mises en cache baisse encore davantage à 0,40 $ par million de jetons, contre 1 $ par million précédemment. Cette structure correspond à la tarification de Claude Fable 5.2, créant une concurrence directe sur ce niveau de performance spécifique. GPT-6.2 Sol maintient le point de prix existant de 2 $/10 $, qui reste la moitié du coût de l'ancien GPT-5.6 Sol.
Les évaluations de performance montrent des résultats mitigés. Dans un test comparatif impliquant une demande d'animation Three.js complexe, ni GPT-6.2 Astra ni Sol n'ont performé aussi bien que Claude Fable 5.2 ou Gemini 4 Carbon. La tâche nécessitait de transformer une carte de Yonkers en personnage mecha en utilisant les données OpenStreetMap. Bien que les modèles aient généré du code fonctionnel, l'exécution visuelle manquait de fidélité par rapport à leurs concurrents. De plus, les retours utilisateurs soulignent des problèmes d'utilisabilité liés au comportement agentique d'Astra lors de tâches longues.
Comment cela fonctionne
Ces modèles opèrent au sein de l'architecture standard basée sur les transformeurs, mais utilisent des voies d'inférence optimisées pour atteindre les nouveaux points de prix. La remise significative sur les jetons mis en cache suggère une meilleure gestion de l'état pour les sessions à long contexte. Cela permet aux agents de conserver des informations au cours d'interactions prolongées sans encourir le coût complet du retraitement des entrées précédentes. Ce mécanisme est crucial pour les flux de travail agentiques où le modèle doit maintenir le contexte pendant des heures de fonctionnement.
La distinction entre Astra et Sol réside dans leur allocation de calcul et leur profondeur de raisonnement. Astra emploie des niveaux d'effort supérieurs, tels que le paramètre « Ultra » utilisé lors des tests, pour aborder des problèmes en plusieurs étapes. Il peut engendrer et gérer des sous-agents pour traiter des tâches parallèles. Cependant, cette complexité introduit de nouveaux modes de défaillance. Le modèle peut exposer des détails internes de mise en œuvre à l'utilisateur lorsqu'il est bloqué, posant des questions sur les chemins de fichiers ou les états système qui sont sans pertinence pour l'opérateur humain. Ce comportement indique un manque dans la capacité du modèle à filtrer son processus de raisonnement interne avant de présenter des requêtes à l'utilisateur.
Détails clés
- GPT-6.2 Astra est tarifé à 8 $/MTok en entrée et 40 $/MTok en sortie, égalant Claude Fable 5.2.
- Les jetons d'entrée mis en cache pour Astra coûtent 0,40 $ par million, une réduction significative par rapport au taux précédent de 1 $.
- GPT-6.2 Sol conserve la tarification de 2 $/MTok en entrée et 10 $/MTok en sortie de ses prédécesseurs.
- Lors d'un benchmark d'animation Three.js, les deux nouveaux modèles ont sous-performé par rapport à Claude Fable 5.2 et Gemini 4 Carbon.
- Astra peut gérer plusieurs sous-agents mais risque de perturber les utilisateurs en posant des questions techniques obscures lorsqu'il est bloqué.
- La prise en charge des nouveaux modèles a été ajoutée à LLM version 0.38 peu après la sortie.
Pourquoi c'est important
Pour les ingénieurs logiciels et les fondateurs techniques, l'ajustement des prix rend les modèles à haute capacité plus accessibles pour une utilisation en production. La réduction des coûts des jetons mis en cache profite spécifiquement aux applications reposant sur des sessions agentiques de longue durée. Les développeurs peuvent désormais se permettre de garder les fenêtres de contexte ouvertes pendant des périodes prolongées, permettant des flux de travail autonomes plus complexes sans dépenses prohibitives. Cela aligne la structure de coûts du modèle haut de gamme d'OpenAI avec son principal concurrent, forçant une focalisation sur la performance et la fiabilité plutôt que simplement sur le prix.
Cependant, les écarts de performance soulignent que l'efficacité des coûts n'équivaut pas encore à la supériorité dans tous les domaines. L'incapacité à égaler la cohérence visuelle et logique de Claude Fable 5.2 ou Gemini 4 Carbon dans les tâches de codage créatif suggère que les équipes devraient maintenir une stratégie multi-modèles. Se reposer uniquement sur les derniers modèles d'OpenAI peut conduire à des sorties inférieures dans des domaines spécialisés comme l'interface utilisateur générative ou le raisonnement spatial complexe. De plus, la confusion signalée dans le style de communication d'Astra nécessite une ingénierie de prompt soignée et une supervision pour éviter les blocages de flux de travail.
Ce que vous pouvez faire
- Mettez à jour vos clients API pour utiliser les points de terminaison
gpt-6.2-astraetgpt-6.2-solimmédiatement afin d'accéder aux tarifs inférieurs. - Implémentez des stratégies de mise en cache pour les jetons d'entrée afin de tirer parti du prix de 0,40 $ par million de jetons pour Astra.
- Effectuez des benchmarks sur vos cas d'utilisation spécifiques contre Claude Fable 5.2 et Gemini 4 Carbon avant de migrer entièrement vos charges de travail.
- Surveillez les journaux agentiques pour détecter les questions internes obscures provenant d'Astra et ajoutez une logique de filtrage à votre couche applicative.
- Utilisez GPT-6.2 Sol pour les tâches de codage courantes où le point de prix de 2 $/10 $ offre des performances suffisantes.
- Testez le niveau d'effort « Ultra » uniquement pour les tâches nécessitant un raisonnement profond, car il entraîne une latence plus élevée et un risque potentiel de confusion.



