저희는 가장 어려운 프로젝트를 위한 새로운 프론티어 모델인 GPT-6.2 Astra와 일상적인 작업을 위한 효율적이고 다재다능한 모델인 GPT-6.2 Sol을 소개합니다. 두 모델 모두 적은 출력 토큰으로 까다로운 작업에서 더 나은 결과를 제공하므로, 사용 한도 내에서 더 많은 작업을 수행할 수 있습니다. 기업 및 개발자에게 이는 규모에 맞는 합리적인 비용으로 프론티어급 성능을 의미합니다.
GPT-6.2 Astra는 복잡한 전문 업무 분야에서 AI의 새로운 품질 기준을 제시합니다. 슬라이드, 스프레드시트, 문서가 마치 AI가 만든 것처럼 보이기보다는 사용자가 제공하는 템플릿과 해당 분야의 관례를 더욱 가깝게 따릅니다. 또한 더 깨끗한 코드를 작성하며, 특히 웹사이트, 게임 및 3D 디자인에 적합하게 보이는 그리고 작동하는 프론트엔드를 구축합니다.
다단계 전문 작업을 테스트하는 Agents’ Last Exam에서 GPT-6.2 Astra는 새로운 최고 기록을 세웠습니다. 이는 GPT-6 Astra보다 비용은 3분의 1도 안 되면서 5.2점 더 높은 점수를 받았으며, Claude Fable 5.2와 비교했을 때도 비용이 단지 5%에 불과한 수준에서 5.5점 앞섰습니다.
Agents’ Last Exam은 장기적인 전문 워크플로우를 모델로 평가합니다. 이 시험의 Fable 5.2 리더보드 결과에는 폴백(fallback) 모델을 사용한 9가지 작업이 제외되었습니다.
저희는 GPT-6.2 Astra가 과학자들을 위한 최고의 모델이라고 믿습니다. 이는 터미널에서 과학적 작업을 얼마나 잘 수행할 수 있는지 테스트하는 Terminal-Bench-Science 0.1에서 새로운 최고 기록을 세웠습니다. GPT-6.2 Astra는 비용이 3분의 1도 안 되면서 GPT-6 Astra보다 9 퍼센트 포인트 높은 점수를 받았습니다. 또한, 모델에게 실제 생물학적 데이터를 해석하고 시뮬레이션된 시스템이 어떻게 작동하는지 추론하기 위해 실험을 실행하도록 요청하는 Vals Science Index에서도 새로운 최고 기록을 세웠습니다.
API 측면에서 GPT-6.2 Astra의 입력 및 출력 토큰 가격은 GPT-6 Astra보다 20% 낮으며, 캐시된 입력에 대해서는 60% 할인이 적용됩니다 (입력 $8, 캐시된 입력 $0.40, 출력 $40, 모두 백만 토큰당). GPT-6.2 Sol은 GPT-6.1 Sol의 API 토큰 가격을 유지합니다. 여러 벤치마크에서 두 모델 모두 다른 선도적인 모델들과 거의 비슷하거나 더 나은 성능을 보여주면서도 작업당 비용은 매우 낮습니다.
GPT-6.2 Sol: 일상 업무에 최적화된 모델
GPT-6.1 Sol와 비교했을 때, GPT-6.2 Sol는 더 똑똑하고 효율적이며 동일한 유료 플랜으로 더 많은 작업을 완료할 수 있게 해줍니다. 이 모델은 다단계 에이전트 워크플로우(agentic workflows)를 처리하며, 명확하고 자연스럽게 글을 작성하고 협업하기에 직관적입니다. OpenAI의 많은 직원들이 기술 및 비기술 업무 모두에서 기본 모델로 이를 사용합니다.
Cognition의 FrontierCode 2.0에서 GPT-6.2 Sol는 비용은 약 5분의 1 수준(최대치 기준)으로, GPT-6.2 Astra와 0.5점 차이로 근접한 성능을 보였습니다.
FrontierCode 2.0은 실제 코드베이스의 변경 사항이 유지 관리자의 병합 표준을 충족하는지 평가합니다.
또한 이 모델의 속도와 지능 덕분에 업무 외적으로 사람들이 AI를 찾는 중요한 작업에도 이상적입니다. 최근 출시된 LifeVal 평가(일상적인 어려운 작업을 측정)에서 GPT-6.2 Sol는 비용은 약 7분의 1 수준으로 GPT-6.2 Astra보다 높은 점수를 기록했습니다.
LifeVal은 이사 후 유치원 목록을 작성하거나, 가족의 예산과 통근 거리에 맞는 집을 찾거나, 새로운 진단에 적응하는 부모를 위한 식단을 계획하는 등 개인의 필요에 맞춰진 일상적인 작업을 모델이 얼마나 잘 처리하는지 테스트합니다.
업계 표준에 맞는 전문적인 결과물
우리는 GPT-6.2 Astra가 법률, 영업, 금융, 회계와 같은 분야에서 전문가들이 사용하는 관례를 더 가깝게 따르는, 더 명확하고 디자인이 뛰어난 슬라이드, 스프레드시트 및 문서를 생성하도록 훈련시켰습니다. 글쓰기는 일반적인 결론(takeaways)이나 채우기 내용(filler)을 줄이고, 더 직접적이고 구체적입니다.
Harvey LAB-AA v1.1은 법률 과제를 사용하여 모델이 출처 문서 전반에서 관련 사실을 찾고, 이를 상세한 브리프에 적용하며, 모든 요구 사항을 충족하는 정확한 결과물을 생성할 수 있는지 테스트합니다. GPT-6.2 Astra는 새로운 최첨단 수준을 설정하며, 비용은 약 6분의 1 수준으로 Claude Fable 5.2의 합격률을 두 배 이상 높였습니다. 변호사를 위한 구성인 Astra for Law(GPT-6.2 Astra 기반)는 이 벤치마크에서 더욱 높은 점수를 기록합니다.
Harvey LAB-AA는 계약 조항 검토와 같은 법률 업무를 테스트합니다. 이의 주요 점수는 결과물이 모든 채점 기준을 충족하고 중대한 환각(material hallucinations)이 없을 때만 점수를 부여합니다.
저희 내부 GDPval v2 벤치마크는 컨설팅, 금융 및 디자인 분야의 실제 프로젝트에서 가져온 다단계 과제를 포함하는 GDPval의 다음 반복 버전입니다. GPT-6.2 Astra는 테스트한 모델 중 최고 성능을 보였으며, GPT-6 Astra 대비 6.2% 포인트 상승했고 출력 토큰은 22% 적게 사용했습니다. GPT-6.2 Sol은 GPT-6.1 Sol 대비 5.3점 향상되었습니다.
GDPval v2는 팀이 업무를 할당받았을 때 가지고 있던 파일과 메시지를 사용하여 컨설팅, 금융 및 디자인 분야의 실제 프로젝트에서 가져온 과제로 구성됩니다.
슬라이드쇼(Slideshows)
GPT-6.2 Astra는 원본 파일이나 스크린샷이 주어졌을 때 슬라이드를 설계하고 슬라이드 템플릿을 따르는 데 있어 현재까지 가장 뛰어난 모델입니다. 정확한 글꼴 크기 단위로 레이아웃, 색상 및 타이포그래피를 일치시킬 수 있으며, 템플릿의 작성 스타일을 새로운 슬라이드로 가져올 수 있습니다. 초기 테스터들은 제목에 주요 시사점을 명시하고 독자가 필요로 하는 세부 사항에 초점을 맞춘 간결한 본문 내용 덕분에 편집할 부분이 적어 데크(decks)를 직접 사용하기 더 쉽다고 평가했습니다.
워크북 및 메모(Workbooks and memos)
가치 평가 워크북을 작성하거나 투자 메모를 작성하는 것은 소스 파일에서 관련 수치를 찾고 그것들이 어떻게 함께 작동하는지 파악하는 것부터 시작됩니다. Artificial Analysis의 AA-AnalystAgent는 실제 스프레드시트와 보고서로 작업하는 테스트입니다. 한 과제에서 모델들은 캘리포니아 메디케이드(California Medicaid)의 지출 보고서를 사용하여 프로그램이 의료 운송에 얼마나 많은 비용을 지출했는지 계산합니다. GPT-6.2 Astra는 새로운 최고 기록을 세우며, 다섯 번의 독립적인 시도 모두에서 질문 중 62.5%를 정확하게 답변했습니다.
1 of 4
“
저희는 GPT-6.2 Astra가 방대한 정보를 기술적 및 비기술적 청중을 위한 읽기 쉬운 요약본과 인포그래픽으로 변환하는 능력을 평가했습니다. 예시에는 트레이딩 브리프와 에이전트 워크플로우 다이어그램 등이 포함되었습니다.
GPT-6.2 Astra의 문서는 GPT-6 Astra보다 큰 진전이 있었습니다. 작성된 글과 차트는 브리핑의 핵심 요점을 파악하기 훨씬 쉽게 만들었고, 다이어그램은 각 부분이 어떻게 함께 작동하는지 보여주면서 복잡한 시스템을 명확하게 했습니다.
— Marquis Wong, Principal AI Engineer, IMC
당사의 에이전트 평가(Agent evals)에서, GPT-6.2 Astra는 복잡한 법률 에이전트 작업 시 GPT-6.1 Sol보다 토큰을 62% 적게 사용했습니다. Astra는 법률 리서치 분야에서 가장 강력했으며, 세금(tax), 인수합병(M&A), 소송(litigation) 작업 전반에 걸쳐 테스트한 10개 연구 과제 중 8개에서 대체 모델보다 높은 점수를 받았습니다.
— Jacob Lauritzen, CTO, Legora
GPT-6.2 Astra는 GPT-6 Astra보다 눈에 띄게 발전했으며, 평가에서 기존보다 3배 이상 많은 법률 에이전트 벤치마크(Legal Agent Benchmark) 과제를 수행하면서 출력 토큰은 34.5% 적었습니다. 내부 메모 초안 작성 작업에서 GPT-6.2 Astra는 고객의 입장에서 더 많은 약점을 포착했으며, 작성된 법적 서류(filings)는 불필요한 양보를 덜 했습니다.
— Niko Grupen, Head of Applied Research, Harvey
작업 공간 내에서 ClickUp Brain이 구축하는 앱, 대시보드 및 슬라이드에 대해, GPT-6.2 Astra가 블라인드 테스트에서 당사의 프로덕션 모델을 능가했습니다. 주목할 만한 점은 그 방식이었습니다. 약 40% 적은 토큰과 30% 적은 검토 라운드로 달성했습니다.
— Jay Hack, Head of AI, ClickUp
IMC
Legora
Harvey
ClickUp
컴퓨터 사용 및 인터랙티브 웹 디자인
GPT-6.2 Astra의 더욱 정밀한 컴퓨터 사용 능력은 CAD(Computer-Aided Design) 및 시뮬레이션 도구에서 개별 부품과 연결까지 작업할 수 있게 합니다. 엔지니어들은 이 추가적인 세부 정보를 사용하여 구성 요소가 어떻게 맞는지 확인하고, 디자인이 움직일 때 하중이 어디로 이동하는지 보고, 프로토타입을 제작하기 전에 개정 사항을 테스트할 수 있습니다.
드라이빙 시뮬레이션
우리는 GPT-6.2 Astra에게 산길을 달리는 차량의 섀시 역학(chassis dynamics)을 시각화하도록 요청했습니다. Astra는 3D 모델을 생성하고 타이어와 서스펜션 사이의 복잡한 역학을 시뮬레이션하는 Python 솔버를 작성한 다음, Blender에서 결과를 애니메이션화했습니다. 이를 통해 엔지니어들은 새로운 디자인을 신속하게 테스트하고 시간이 지남에 따라 시뮬레이션 정확도를 향상시킬 수 있습니다.
기계 설계 및 조립
GPT-6.2 Astra는 기계 시스템을 부품별로 모델링할 수 있어 엔지니어들이 그것이 어떻게 조립되는지 보여주고 디자인 변경이 그 행동에 어떤 영향을 미치는지 테스트하는 방법을 제공합니다.
CAD에서 종이 램프로
저희 팀은 GPT-6.2 Astra를 사용하여 시카고 마리나 시티 타워의 물결 모양 발코니를 램프로 변환했습니다. 이 영상은 참고 사진부터 CAD 수정 과정을 거쳐 수작업으로 조립된 실제 램프까지 디자인을 추적합니다. GPT-6.2 Astra가 생성한 이 사이트는 사용자가 자신만의 종이 램프를 만들 때 활용할 수 있습니다.
GPT-6.2 Astra는 웹 디자인에 더 강력한 시각적 추론(visual reasoning) 능력을 가져와 각 사이트에 독특한 느낌을 주는 레이아웃과 이미지를 선택하고, 사이트의 실제 목표를 중심으로 요소를 구축합니다.
시각적 추론 및 컴퓨터 사용에서의 이러한 발전은 3D 디자인에도 이어집니다. GPT-6.2 Astra와 Sol은 작성된 개요를 플레이할 수 있는 핀볼 테이블부터 다양한 각도에서 탐험할 수 있는 콜로세움의 재현에 이르기까지, 상호작용하는 브라우저 경험으로 바꿀 수 있습니다. Artificial Analysis의 AA-3D 테스트에서는 인간 심사위원들이 동일한 프롬프트로 만든 두 가지 블라인드(blinded) 경험을 시도하고 선호하는 것을 투표합니다. GPT-6.2 Astra가 1,318 Elo로 1위를 차지했으며, Claude Fable 5.2가 1,271점, GPT-6.2 Sol이 1,259점으로 뒤를 이었습니다.
“
GPT-6.2 Astra는 창의적인 작업에 있어 거대한 도약입니다. 이는 Higgsfield Miracle을 가능하게 하며, 픽셀 단위의 정밀도로 실시간 비디오 편집을 구동하고 크리에이터에게 궁극적인 창의적 통제권을 부여합니다. 내부 3D 생성 평가(evals)에서 GPT-6.2 Astra는 사례의 73%에서 단 한 번에 목표 결과를 달성한 반면, GPT-6 Astra는 세 번 이상의 반복이 필요했습니다. 이는 저희 크리에이티브 팀의 시간을 많이 절약해주고 더욱 효율적인 완전 에이전트 워크플로우(fully agentic workflows)를 가능하게 합니다.
”
알렉스 마슈라보프 (Alex Mashrabov), 최고경영자 겸 공동창업자, Higgsfield AI
더 깨끗한 코드 스타일을 갖춘 효율적인 워크플로우
GPT-6.2 Astra는 작업 실행 방법에 대해 더 나은 판단력을 가지고 있으며, 워크플로우에 도구와 노력을 매칭하고 플러그인 사용과 컴퓨터 사용 중 언제 사용할지 아는 능력을 갖추고 있습니다.
코딩 측면에서, GPT-6.2 Astra는 기존 코드베이스의 복잡한 변경 사항을 구현하고 테스트하는 능력이 뛰어납니다. 초기 테스터들은 수정 라운드가 적고 더 깔끔한 코드 스타일과 집중적인 테스트를 보고했습니다.
사이버 보안 기능 (Cybersecurity capabilities)
GPT-6.2 Astra와 GPT-6.2 Sol은 사이버 보안 기능에서 또 한 번의 중요한 도약을 보여줍니다. 이 모델들은 취약점을 더 효과적으로 찾고 악용하며, 더 안전한 코드를 작성하고, 더 나은 패치를 생성하며, 여러 평가에서 상당한 토큰 효율성 향상을 보입니다. GPT-6 Astra와 마찬가지로, 6.2 Astra와 Sol은 당사의 Preparedness Framework 하에서 사이버 보안의 Critical 임계값(threshold)을 충족합니다.
그들의 향상된 기능으로 인해, 우리는 더 높은 위험도의 사이버 보안 지원을 위해 GPT-6.2 Astra와 Sol을 더욱 엄격한 안전장치(safeguards)를 갖추고 출시합니다. 이러한 보호 장치는 오용 위험을 줄이지만, 합법적인 취약점 연구 및 보안 테스트 워크플로우 일부도 제한합니다. OpenAI Daybreak를 통해 승인된 방어자들은 현재 Daybreak Blue에서 사이버 거부율이 감소된 GPT-6 Astra에 접근할 수 있으며, Daybreak Red에서는 고급의 권한 부여된 보안 테스트를 위해 GPT-6 Cyber에 접근할 수 있습니다. 우리는 GPT-6.2 모델을 Daybreak로 가져올 수 있도록 노력할 것입니다.
우리는 사이버 보안 안전장치와 분류기(classifiers)가 비활성화된 내부 테스트 구성을 사용하여 주요 벤치마크 결과를 아래에 강조합니다. 전체 결과 및 방법론은 첨부된 시스템 카드(opens in a new window)를 참조하십시오.
사이버 방어자에게 우위를 제공하다 (Giving cyber defenders an edge)
개발자들은 더 유능한 에이전트들이 취약점을 찾고 악용하는 장벽을 낮추는 상황에서도 프로덕션 소프트웨어를 작성하기 위해 코딩 에이전트에 점점 더 의존하고 있습니다. PHP2Shell(opens in a new window)은 AI가 연구원들이 치명적인 결함을 발견하는 데 어떻게 도움을 줄 수 있는지 보여주었습니다. GPT-6.2 Astra와 Sol을 통해, 우리는 방어적 기능을 핵심 초점으로 삼아 개발자들이 그러한 결함을 예방하고 수정하도록 돕는 새로운 학습 신호(training signals)를 도입했습니다—처음부터 안전한 코드를 작성하고 의도된 동작을 보존하는 패치를 생성합니다.
안전성 및 정렬 (Safety and alignment)
우리는 현재까지 가장 강력한 안전장치를 갖춘 GPT-6.2 Astra와 Sol을 배포하고 있습니다. 모델을 모니터링하고 필요할 때 개입하는 데 사용하는 제한 사항들을 강화하고 시스템 또한 보강했습니다.
GPT-6 Astra와 마찬가지로, GPT-6.2 Astra와 Sol 모두 사이버 보안에 대한 'Critical' 임계치를 충족하는 것 외에도, 당사의 준비 태세 프레임워크(Preparedness Framework) 하에서 생물학적 및 화학적 역량에 대한 'High' 임계치를 충족합니다. 우리는 관련 위험을 완화하기 위한 보호 장치를 구현했으며, 잠재적인 이중 용도(dual-use) 생물학 및 사이버 보안 요청 전반에 걸쳐 제한을 강화했습니다.