OpenAI تطلق GPT-6.2 Astra: المركز الثاني في التصنيف وسعر أقل بنسبة 20%
أطلقت OpenAI نموذجي GPT-6.2 Astra وSol، ووضع تصنيف Artificial Analysis المستقل Astra في المركز الثاني، ولا يتقدم عليها سوى Claude Fable 5.2 من Anthropic. أضافت Astra 5 نقاط وأصبحت أرخص بنسبة 20%: 8 دولارات لكل مليون رمز إدخال و40 دولارًا لكل مليون رمز إخراج. أما Sol فسعرها كما هو (2 دولار/10 دولارات)، لكنها تعادل في النقاط النموذج الرائد السابق GPT-6 Astra بنحو 15% من تكلفة إنجاز المهمة. لا يوجد مكسب لوكلاء البرمجة، لذا اختبروا النموذج على مهامكم أولًا.
معالج بواسطة الذكاء الاصطناعي من Artificial Analysis؛ بتحرير Hamidun News
أطلقت OpenAI نموذجين محدّثين: النموذج الرائد GPT-6.2 Astra والنموذج الأرخص GPT-6.2 Sol. اختبر مختبر Artificial Analysis المستقل النموذجين عبر مؤشر Intelligence Index الخاص به، أي الدرجة المجمّعة عن مجموعة من الاختبارات الصعبة، وقارن تكلفة حل المهمة الواحدة. والنتيجة: جاءت Astra في المركز الثاني خلف Claude Fable 5.2 من Anthropic فقط، وانخفض سعرها بنسبة 20%. تخيّلوا أن لديكم روبوت دردشة للدعم يعمل في بيئة الإنتاج على GPT-6 Astra. عند الانتقال إلى 6.2 ستصبح إجاباته أفضل جودة، وستنخفض الفاتورة عن الرموز نفسها. لكن إن كنتم تبنون وكيل برمجة يعدّل المستودع بنفسه، فلم يتأكد التحسن في التصنيف، ومن المبكر تغيير النموذج لمجرد اختلاف رقم الإصدار.
ما الذي تغيّر في السعر والترتيب
يبلغ سعر GPT-6.2 Astra 8 دولارات لكل مليون رمز إدخال و40 دولارًا لكل مليون رمز إخراج، أي أقل بنسبة 20% من GPT-6 Astra. وانخفض سعر الإدخال المخزّن مؤقتًا، أي الجزء المتكرر من الطلب مثل التعليمات النظامية أو المستند الطويل، من $1.00 إلى $0.40 لكل مليون رمز. وهذا توفير ملحوظ للروبوتات والوكلاء ذوي السياق الثابت الكبير.
أما GPT-6.2 Sol فبقيت على سعرها السابق: 2 دولار و10 دولارات لكل مليون رمز. لكنها حصلت على 57 نقطة، أي أكثر بنقطتين من GPT-6.1 Sol. وهذا مستوى النموذج الرائد السابق GPT-6 Astra، ولكن بنحو 15% من تكلفته للمهمة الواحدة.
أضافت Astra 5 نقاط مقارنة بـ GPT-6 Astra وتفوقت على Gemini 4 Carbon (60) وClaude Opus 5.5 (59) عند أقصى إعدادات الاستدلال. كما استحوذت نماذج OpenAI على معظم حدود باريتو من حيث تكلفة المهمة. ويقصد بها مجموعة الخيارات التي لا يمكن الحصول فيها على جودة أفضل دون دفع المزيد. ولا يشاركها هذه الحدود سوى Anthropic وMeta. أما من حيث عدد رموز الإخراج لكل مهمة، فتكاد الحدود تعود بالكامل إلى OpenAI: ومن المختبرات الأخرى لا يوجد عليها سوى Claude Fable 5.2.
أين تتفوق النماذج
أبرز النتائج تتعلق بالعلوم والمعرفة. تتصدر OpenAI اختبار Terminal-Bench-Science 0.1 الذي يقيس سير العمل الوكيلي في البحث العلمي. وفي CritPt v2 (الجزء الصعب، الاستدلال الفيزيائي) جاءت في المركز الثاني بعد Claude Fable 5.2. وفي اختبار المعرفة الواقعية AA-Omniscience v1.1 وفي HLE-Diamond الذي يقيس الاستدلال والمعرفة، تتخلف Astra أيضًا عن نموذج Anthropic فقط.
وهناك نتيجتان أخريان. في AA-3D، حيث يقيّم خبراء بشريون مشاهد ثلاثية الأبعاد تفاعلية أنشأها النموذج، حصلت Astra على 1318 نقطة، مقابل 1271 لـ Claude Fable 5.2 و1259 لـ Sol. وفي الاختبار التجريبي AA-Robotics v0.1، الذي يتعين فيه على النماذج اللغوية فهم البيئة المحيطة والتخطيط للأفعال وتنفيذها في العالم الحقيقي، حصلت Astra وSol على 79 و78 مقابل 75 لـ Claude Fable 5.2. ويشترط المؤلفون أنفسهم أن هذه نسخة بحثية أولية، وأن نماذج OpenAI وAnthropic تتعامل بالفعل مع معظم المهام البسيطة. ويعمل المختبر على إضافة مهام أصعب.
السلبيات: البرمجة والإجابات المختلقة
في Artificial Analysis Coding Agent Index (بيئة Codex عند أقصى جهد) بقيت Astra عند مستوى GPT-6 Astra، بينما خسرت Sol 3 نقاط مقارنة بـ GPT-6.1 Sol. والسبب تراجع بمقدار 14 نقطة في اختبار SWE-Atlas-QnA-AA، الذي يجيب فيه النموذج عن أسئلة حول قاعدة الشيفرة: فهو يغفل الحقائق المهمة أكثر من سلفه. ومع ذلك، فمن حيث تكلفة المهمة، تقع عدة أوضاع جهد لـ Astra وSol على حدود باريتو.
أما التحفظ الثاني فيتعلق بالاختلاق. يبيّن مقياس AA-Omniscience Hallucination Rate عدد المرات التي يخمّن فيها النموذج حين لا يعرف الإجابة الصحيحة عن سؤال واقعي. تبلغ هذه النسبة 59% لدى Astra و55% لدى Sol عند أقصى جهد. وإن كنتم تحتاجون إلى حقائق يمكن التحقق منها، فلا غنى عن البحث في المصادر ومراجعة النتائج.
ماذا نفعل عمليًا
إذا كانت خدمتكم تعمل على GPT-6 Astra، فإن الانتقال إلى 6.2 يمنح جودة أعلى وخصمًا بنسبة 20%، وسيكون التوفير أكبر مع السياق الكبير القابل للتخزين المؤقت. وإذا كان مستوى GPT-6 Astra كافيًا لكم، فاختبروا Sol: فهي تضاهيه في النقاط، وتكلّف نحو 15% من تكلفة المهمة. أما في السيناريوهات العلمية وثلاثية الأبعاد والروبوتية، فيستحق نموذج Astra الجديد أن يُختبر أولًا.
مع وكلاء البرمجة لا داعي للاستعجال. فالتحسن في المؤشر لم يتأكد، وفي Sol تراجع في الإجابة عن أسئلة قاعدة الشيفرة. شغّلوا النموذج على مهامكم الخاصة قبل استبداله في بيئة الإنتاج. جميع الأرقام مأخوذة من مؤشر مستقل، لكنه يحسب متوسط النتائج، وقد تُظهر بياناتكم صورة مختلفة.
- 18 نوفمبر 2026ثلاث أدوات «لتوفير التوكنات» رفعت فاتورة وكلاء الذكاء الاصطناعي بنسبة 18–46%
- 18 نوفمبر 2026Meituan تفتح أوزان نموذج وكيلي بـ1,6 تريليون معلمة جرى تدريبه دون Nvidia
- 12 نوفمبر 2026جنسن هوانغ يتنحى عن منصب الرئيس التنفيذي لـNvidia: الشركة تفقد 1.4 تريليون دولار خلال أسبوعين
- 12 نوفمبر 2026نقابة أوكلاند تنتزع إعادة التأهيل بدل الفصل بسبب الذكاء الاصطناعي: 94.1% يصوّتون لصالح الإضراب
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي تغيّر في السعر والترتيب؟
يبلغ سعر GPT-6.2 Astra 8 دولارات لكل مليون رمز إدخال و40 دولارًا لكل مليون رمز إخراج، أي أقل بنسبة 20% من GPT-6 Astra. وانخفض سعر الإدخال المخزّن مؤقتًا، أي الجزء المتكرر من الطلب مثل التعليمات النظامية أو المستند الطويل، من $1.00 إلى $0.40 لكل مليون رمز. وهذا توفير ملحوظ للروبوتات والوكلاء ذوي السياق الثابت الكبير. أما GPT-6.2 Sol فبقيت على سعرها السابق: 2 دولار و10 دولارات لكل مليون رمز. لكنها حصلت على 57 نقطة، أي أكثر بنقطتين من GPT-6.1 Sol.
ما أبرز التفاصيل حول أين تتفوق النماذج؟
أبرز النتائج تتعلق بالعلوم والمعرفة. تتصدر OpenAI اختبار Terminal-Bench-Science 0.1 الذي يقيس سير العمل الوكيلي في البحث العلمي. وفي CritPt v2 (الجزء الصعب، الاستدلال الفيزيائي) جاءت في المركز الثاني بعد Claude Fable 5.2. وفي اختبار المعرفة الواقعية AA-Omniscience v1.1 وفي HLE-Diamond الذي يقيس الاستدلال والمعرفة، تتخلف Astra أيضًا عن نموذج Anthropic فقط. وهناك نتيجتان أخريان.
ما أبرز التفاصيل حول السلبيات: البرمجة والإجابات المختلقة؟
في Artificial Analysis Coding Agent Index (بيئة Codex عند أقصى جهد) بقيت Astra عند مستوى GPT-6 Astra، بينما خسرت Sol 3 نقاط مقارنة بـ GPT-6.1 Sol. والسبب تراجع بمقدار 14 نقطة في اختبار SWE-Atlas-QnA-AA، الذي يجيب فيه النموذج عن أسئلة حول قاعدة الشيفرة: فهو يغفل الحقائق المهمة أكثر من سلفه. ومع ذلك، فمن حيث تكلفة المهمة، تقع عدة أوضاع جهد لـ Astra وSol على حدود باريتو. أما التحفظ الثاني فيتعلق بالاختلاق.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.