Η OpenAI ανακοίνωσε επίσημα τα GPT-6.2 Astra και GPT-6.2 Sol. Τα νέα μοντέλα υπόσχονται υψηλότερες επιδόσεις στα benchmarks και 20% χαμηλότερο κόστος API. Στην πράξη όμως, οι πρώτες δοκιμές από power users προκαλούν έντονο σκεπτικισμό. Εδώ εξετάζουμε τι πραγματικά ισχύει πίσω από τους αριθμούς των μετρήσεων.
- Τα νέα GPT-6.2 Astra και Sol προσφέρουν μειωμένες τιμές API αλλά εμφανίζουν σοβαρές αδυναμίες σε αυτόνομες εργασίες (agentic workflows).
- Power users και developers καταγγέλλουν προβλήματα όπως ημιτελή κώδικα, μειωμένη ταχύτητα εκτέλεσης και επαναλαμβανόμενα μοτίβα στα δημιουργικά tasks.
- Ο ανταγωνισμός από την οικογένεια Claude της Anthropic παραμένει ισχυρότερος στον προγραμματισμό, αναγκάζοντας την OpenAI να επανεξετάσει τα υπερβολικά safety filters.
Πώς λειτουργούν τα Astra και Sol
Η OpenAI σχεδίασε τη σειρά GPT-6.2 με στόχο την αποδοτικότητα. Το Astra αποτελεί τη ναυαρχίδα για σύνθετες εργασίες συλλογισμού, ενώ το Sol είναι η οικονομική επιλογή για καθημερινά API queries.
Η βασική αλλαγή εντοπίζεται στη συμπίεση των παραμέτρων και τη συντομία των απαντήσεων. Αυτό μειώνει την κατανάλωση tokens και ρίχνει την τιμή χρήσης. Ωστόσο, η υπερβολική αυτή σύμπτυξη οδηγεί συχνά σε ελλιπή πλαίσια σκέψης κατά την εκτέλεση εντολών.
Στις δικές μας δοκιμές σε παρόμοια μεγάλα γλωσσικά μοντέλα, όταν ένας αλγόριθμος εκπαιδεύεται να απαντά υπερβολικά λακωνικά, χάνει κρίσιμες παραμέτρους. Αν θέλεις να κατανοήσεις τη συνολική αρχιτεκτονική τέτοιων συστημάτων, δες τον οδηγό για αυτόνομα AI agents που εξηγεί τον τρόπο επικοινωνίας μεταξύ πολλαπλών μοντέλων.
Coding agents και αποτυχία στην αυτονομία
Η απογοήτευση των developers επικεντρώνεται στην πρακτική χρήση των μοντέλων ως βοηθών (sub-agents). Ο επενδυτής Matt Shumer τόνισε ότι τα μοντέλα ήταν ουσιαστικά αδύνατο να χρησιμοποιηθούν σε παραγωγικό περιβάλλον. Όταν ανέθεσε εργασίες στο Astra, το εποπτικό μοντέλο Claude χρειάστηκε να ξαναγράψει τον κώδικα από την αρχή.
Ακόμη πιο αναλυτικός ήταν ο developer Theo Browne. Σε δοκιμή μεταγλώττισης του compiler της TypeScript σε γλώσσα Rust, το Astra πέρασε επτά ολόκληρες ημέρες χωρίς κανένα ουσιαστικό αποτέλεσμα. Το μοντέλο επικεντρώθηκε αποκλειστικά στη μείωση μεγέθους του κώδικα, παραδίδοντας τελικά ένα build που έτρεχε 56% πιο αργά.
Παράλληλα, ο Dan Shipper από το Every ανέφερε ότι το Astra σταματούσε αυθαίρετα πριν ολοκληρώσει τις εφαρμογές. Η τάση του για υπερβολική συντομία παρήγαγε δυσνόητο κώδικα, καθιστώντας το debugging εξαιρετικά χρονοβόρο. Οι προγραμματιστές δεν αναζητούν απλώς φθηνότερα tokens, αλλά αξιοπιστία στην εκτέλεση.
3D γραφικά και creative workflows
Στον αντίποδα του κώδικα, οι επιδόσεις στη δημιουργία πολυμέσων δείχνουν διαφορετική εικόνα. Ο καθηγητής Ethan Mollick δοκίμασε το Astra στη δημιουργία ενός project με διαστημικό ανελκυστήρα σε Blender και Unity. Παρότι χαρακτήρισε το αποτέλεσμα ασυνεπές, σημείωσε ότι διαθέτει ικανότητες σε spatial computing που σπανίζουν στην αγορά, όπως αναφέρει και το σχετικό ρεπορτάζ του VentureBeat.
Στελέχη όπως ο Ben Hylak της Raindrop.ai και η Ashe Magalhaes εντόπισαν ισχυρά πλεονεκτήματα στα motion graphics. Το Astra ξεχωρίζει στον χειρισμό οπτικών εφέ και στο αυτοματοποιημένο μοντάζ βίντεο μέσω agentic εντολών. Εκεί η συνθετική λογική του αποδίδει καλύτερα από τα παραδοσιακά prompts κειμένου.
Υπάρχει όμως ένα σαφές όριο πρωτοτυπίας. Σε ανεξάρτητα πειράματα σχεδιασμού επιπέδων για δύο διαφορετικά βιντεοπαιχνίδια, το Astra παρήγαγε σχεδόν ταυτόσημο concept: υδάτινες πίστες με μουσικές καμπάνες και το ίδιο ακριβώς όνομα («Bellwether»). Η δημιουργικότητά του φαίνεται να ανακυκλώνει έντονα συγκεκριμένα training clusters.
Το παρασκήνιο: Benchmark gaming και ασφάλεια
Το χάσμα ανάμεσα στα επίσημα benchmarks και την πραγματικότητα δεν είναι τυχαίο. Η OpenAI ανακοίνωσε νίκες και στα εννέα συνθετικά τεστ για το Astra. Ωστόσο, η ανεξάρτητη πλατφόρμα αξιολόγησης Artificial Analysis έδειξε ότι το μοντέλο έμεινε στάσιμο σε πραγματικά σενάρια coding agents, ενώ το Sol σημείωσε πτώση τριών μονάδων.
Ο βασικός παράγοντας πίσω από αυτή τη συμπεριφορά είναι τα πρωτόκολλα ασφαλείας. Η OpenAI κατέταξε τις ικανότητες κυβερνοασφάλειας των δύο μοντέλων στο επίπεδο «Critical Risk». Αυτό οδήγησε σε εξαιρετικά αυστηρά guardrails που μπλοκάρουν ακόμα και νόμιμες διαδικασίες penetration testing ή ανάλυσης ευπαθειών λογισμικού.
Όταν ένα νευρωνικό δίκτυο δέχεται διαρκή φιλτραρίσματα για πιθανούς κινδύνους, αρνείται να προχωρήσει σε βαθύ refactoring κώδικα. Το αποτέλεσμα είναι ημιτελείς εντολές και άσκοπες διακοπές λειτουργίας. Αυτό το «benchmark gaming» κολακεύει τα γραφήματα μάρκετινγκ, αλλά απογοητεύει τους επαγγελματίες συνδρομητές.
Σύγκριση τιμών και επιδόσεων
Στο επίπεδο του κόστους, η OpenAI προχώρησε σε επιθετική τιμολόγηση για να ανταγωνιστεί την Anthropic. Οι τιμές υπολογίζονται ανά εκατομμύριο tokens, όπου στην ευρωπαϊκή αγορά ισχύει η άμεση μετατροπή σε ευρώ με τον αντίστοιχο ΦΠΑ.
| Μοντέλο AI | Κόστος Input (ανά 1M tokens) | Κόστος Output (ανά 1M tokens) | Απόδοση σε Coding Agents |
|---|---|---|---|
| GPT-6.2 Astra | ~7,40 € ($8,00) | ~37,00 € ($40,00) | Στάσιμη / Υψηλό latency |
| GPT-6.2 Sol | ~1,85 € ($2,00) | ~9,25 € ($10,00) | Μικρή πτώση (-3 μονάδες) |
| Claude Fable 5.2 | ~7,40 € ($8,00) | ~37,00 € ($40,00) | Κορυφαία (1η θέση) |
| Claude Sonnet 5.5 | ~1,85 € ($2,00) | ~9,25 € ($10,00) | Πολύ υψηλή συνέπεια |
Η εξίσωση των τιμών με τα αντίστοιχα μοντέλα Claude καθιστά την επιλογή καθαρά ζήτημα αποδοτικότητας. Για developers που πληρώνουν με κάρτα από την Ελλάδα ή την υπόλοιπη Ευρώπη, το τελικό έξοδο είναι πανομοιότυπο, αλλά η παραγωγικότητα του Claude παραμένει ανώτερη.
Η άποψή μας στο TechNoid
Τα GPT-6.2 Astra και Sol αποδεικνύουν ότι η OpenAI έχει πέσει στην παγίδα του benchmarking. Η εταιρεία προσπάθησε να κερδίσει εντυπώσεις με τεχνητά νούμερα, παραδίδοντας ένα προϊόν που απογοητεύει στην καθημερινή επαγγελματική ρουτίνα.
Το Astra είναι εξαιρετικό για εξειδικευμένα 3D tasks και visual scripting, αλλά αποτυγχάνει παταγωδώς στον ρόλο του αυτόνομου software engineer. Η εμμονή στη συντομία και τα υπερβολικά safety filters σκοτώνουν την αυτονομία των agents.
Αν είσαι developer και σκέφτεσαι να μεταφέρεις τα API pipelines σου στα νέα μοντέλα της OpenAI, μην βιαστείς. Το οικοσύστημα της Anthropic παραμένει μονόδρομος για σύνθετο προγραμματισμό. Επένδυσε τα χρήματά σου εκεί που εξοικονομείς πραγματικές εργατοώρες και όχι απλώς tokens.
Συχνές Ερωτήσεις για τα GPT-6.2
Ποιες είναι οι βασικές διαφορές μεταξύ GPT-6.2 Astra και Sol;
Το Astra είναι το βαρύ μοντέλο για πολύπλοκο συλλογισμό και 3D γραφικά, ενώ το Sol είναι 75% φθηνότερο, σχεδιασμένο για γρήγορα queries και βασική επεξεργασία κειμένου.
Σε ποιες συνδρομές ChatGPT είναι διαθέσιμα τα νέα μοντέλα;
Και τα δύο μοντέλα έχουν ενσωματωθεί στα πακέτα Plus, Pro, Enterprise και Edu, καθώς και στο περιβάλλον Codex μέσω του API της OpenAI.
Γιατί οι developers επικρίνουν το GPT-6.2 Astra στον προγραμματισμό;
Επειδή σταματά πρόωρα πριν ολοκληρώσει τις εφαρμογές, παράγει κώδικα χαμηλής ταχύτητας και αποτυγχάνει να λειτουργήσει αξιόπιστα ως αυτόνομος sub-agent.
Πόσο κοστίζει η χρήση τους μέσω API στην Ευρώπη;
Το Astra κοστολογείται περίπου στα 7,40 € ανά εκατομμύριο input tokens και 37,00 € για output, ενώ το Sol στα 1,85 € και 9,25 € αντίστοιχα (προ ΦΠΑ).
Υπερέχει το Claude Fable 5.2 έναντι του GPT-6.2 Astra;
Σύμφωνα με ανεξάρτητες μετρήσεις της Artificial Analysis, το Claude Fable παραμένει στην κορυφή των coding benchmarks προσφέροντας μεγαλύτερη σταθερότητα σε σύνθετα projects.

