Probé GPT-6.2 Sol y GPT-6.2 Astra: ambos me parecieron rápidos, pero solo uno me sorprendió con su código

Yifei ·

Los dos me dieron código funcional en poco tiempo. GPT-6.2 Sol encontró en ocasiones soluciones que no se me habían ocurrido. GPT-6.2 Astra redactó mejor, aunque me costó mantenerlo centrado en las tareas largas.

Lo que más me gustó de programar con GPT-6.2 Sol y GPT-6.2 Astra fue el primer intento. Los dos me parecieron rápidos y encontré pocos errores en el código inicial. La mayor sorpresa me la dio GPT-6.2 Sol. En las tareas del día a día sus respuestas me resultaban familiares, hasta que de vez en cuando proponía una solución que no había considerado.

¿Qué tan rápido programaron GPT-6.2 Sol y GPT-6.2 Astra en el primer intento?

Suelo valorar por separado el tiempo que tarda un modelo en escribir código y el tiempo que luego dedico a corregirlo. Esta vez salí satisfecho en ambos aspectos. Tanto GPT-6.2 Sol como GPT-6.2 Astra me parecieron rápidos y, en general, tuve que corregir pocos errores en la primera versión. Es mi impresión al usarlos. No medí la latencia ni calculé una tasa de errores.

¿Qué tal revisan código y textos los subagentes de GPT-6.2 Sol y GPT-6.2 Astra?

Los subagentes me resultaron útiles cuando les pedí que revisaran código. Con los textos tuve otra experiencia. Recibí pocos comentarios que me sirvieran para mejorar la redacción. Si tuviera tiempo para encargarles una segunda revisión, lo dedicaría al código.

GPT-6.2 Sol al programar: resultados conocidos y alguna solución ingeniosa

En las respuestas más habituales no aprecié un salto de calidad. Lo que cambió mi opinión sobre GPT-6.2 Sol fueron esas ocasiones en las que propuso una solución ingeniosa. Me hicieron pensar que, en sus mejores momentos, podía llegar más lejos de lo que esperaba. No contaría con ese salto en todas las tareas.

GPT-6.2 Astra al escribir y programar: mejores borradores, conversaciones más difíciles

Cuando la tarea de programación estaba bien definida, GPT-6.2 Astra la resolvía con solvencia. Pocas veces me sorprendió el enfoque que eligió. También me gustó más su redacción. Me refiero a los textos que escribía el propio GPT-6.2 Astra. Cuando pedí a sus subagentes que comentaran un borrador, volví a recibir pocas sugerencias aprovechables.

GPT-6.2 Astra me pareció rápido y económico en mis pruebas. Lo frustrante fue conseguir que entendiera qué quería lograr. En encargos largos podía concentrarse tanto en un detalle que terminaba desviándose del objetivo. Aunque redactaba mejor cuando le pedía expresamente un texto, a menudo me costaba seguir sus explicaciones durante la conversación. Lo elegiría con más confianza para un problema bien definido que para uno en el que tuviera que deducir mi intención.

Por qué GPT-6.2 Sol a veces repetía trabajo tras recibir una nueva instrucción

A veces GPT-6.2 Sol entraba en un bucle. Le daba una instrucción nueva y seguía trabajando en lo mismo. Llegado ese punto, lo que me preocupaba era si conseguiría que cambiara de rumbo.

Había otro fallo menos evidente. GPT-6.2 Sol podía quedarse absorto en un detalle y perder de vista el objetivo general. Ese trabajo podía tener sentido por sí solo. Al revisarlo, yo me preguntaría si terminar de pulir ese detalle realmente me acerca a lo que pedí.

GPT-6.2 Sol o GPT-6.2 Astra: ¿cuál elegiría para mi próxima tarea?

Le confiaría a cualquiera de los dos una primera implementación o una segunda revisión del código. También recurriría a GPT-6.2 Sol para buscar otra manera de abordar un problema que se me resiste. En encargos largos tendría a mano el resultado que busco y comprobaría el rumbo antes de dejar que el modelo dedicara más tiempo a un detalle.

¿Para qué están diseñados GPT-6.2 Sol y GPT-6.2 Astra?

OpenAI presentó los dos modelos juntos. GPT-6.2 Sol está pensado para el trabajo diario y los flujos de trabajo con agentes. GPT-6.2 Astra es su modelo insignia para tareas profesionales exigentes, como la programación y el razonamiento científico. Ambos admiten texto e imágenes como entrada y responden con texto. Cada uno tiene una ventana de contexto de 1.050.000 tokens.

Un resultado ayuda a entender por qué un desarrollador podría probar primero GPT-6.2 Sol. FrontierCode 2.0, de Cognition, evalúa si los cambios de código cumplen los criterios que exigen los responsables de un proyecto para incorporarlos. Según OpenAI, GPT-6.2 Sol quedó a medio punto o menos de GPT-6.2 Astra por aproximadamente una quinta parte del coste. Ambos usaron el nivel máximo de razonamiento. Las cifras corresponden a esa prueba concreta.

Cómo acceder a GPT-6.2 Sol y GPT-6.2 Astra y cuánto cuesta usar la API

OpenAI anunció la disponibilidad de GPT-6.2 Sol y GPT-6.2 Astra en ChatGPT Work y Codex para los planes Plus, Pro, Enterprise y Edu. En Enterprise y Edu, un administrador debe habilitar el acceso en el espacio de trabajo. En la API de OpenAI, los identificadores son gpt-6.2-sol y gpt-6.2-astra.

En el lanzamiento, para entradas de hasta 272.000 tokens, la tarifa estándar de GPT-6.2 Sol era de 2 USD por millón de tokens de entrada y 10 USD por millón de tokens de salida. En GPT-6.2 Astra, las cifras eran 8 y 40 USD, respectivamente. Las entradas en caché tienen sus propias tarifas. Cuando digo que GPT-6.2 Astra me resultó económico, hablo de mi experiencia con mis tareas. Las tarifas de la API indican cuánto cobra OpenAI por token.

Preguntas frecuentes sobre GPT-6.2 Sol y GPT-6.2 Astra

¿Para qué están diseñados GPT-6.2 Sol y GPT-6.2 Astra?

OpenAI presenta GPT-6.2 Sol como un modelo para el trabajo diario y los flujos de trabajo con agentes. GPT-6.2 Astra está pensado para tareas profesionales exigentes, como la programación y el razonamiento científico. Ambos aceptan texto e imágenes y generan texto.

¿Qué diferencia de precio hay entre GPT-6.2 Sol y GPT-6.2 Astra en la API?

En el lanzamiento, la tarifa estándar de GPT-6.2 Sol era de 2 USD por millón de tokens de entrada y 10 USD por millón de tokens de salida. Con GPT-6.2 Astra eran 8 y 40 USD, respectivamente. Estos precios se aplican a entradas de hasta 272.000 tokens.

¿Cómo usarías GPT-6.2 Sol o GPT-6.2 Astra en una tarea larga de programación?

Pediría un primer cambio pequeño y comprobaría si responde al objetivo original. Con GPT-6.2 Sol, vigilaría si repite intentos después de pedirle que cambie de rumbo. Con GPT-6.2 Astra, le preguntaría qué problema resuelve el siguiente paso antes de dejar que invierta más tiempo en un detalle.

¿Qué funcionó mejor al redactar o editar textos?

Noté una mejora en los borradores que me escribió GPT-6.2 Astra. Revisar un texto era otra tarea. Cuando la delegué en los subagentes de cualquiera de los dos modelos, pocas veces recibí comentarios que mejoraran el borrador.

¿Cuál probarías primero para programar?

Para una implementación bien definida, probaría cualquiera de los dos. Elegiría primero GPT-6.2 Sol si buscara un enfoque distinto para resolver un problema. En una tarea larga comprobaría con ambos que el trabajo siga sirviendo al objetivo original.

¿Puedo probar los dos modelos con los mismos créditos de Offloop?

Sí. Ambos están disponibles en Offloop. Las cuentas nuevas reciben una sola vez 200 USD en créditos gratuitos, que puedes usar en tu espacio de trabajo de Offloop.

¿Mediste la velocidad y los errores con una prueba cronometrada?

Son impresiones de mi experiencia programando. Ambos modelos me parecieron rápidos y encontré pocos errores en el primer intento. El resultado de FrontierCode procede del informe de lanzamiento de OpenAI.

Documentación oficial y precios de GPT-6.2 Sol y GPT-6.2 Astra

  1. Presentación de GPT-6.2 Astra y GPT-6.2 Sol de OpenAI
  2. Documentación de la API de OpenAI para GPT-6.2 Sol
  3. Documentación de la API de OpenAI para GPT-6.2 Astra

Sobre el autor

Yifei es un emprendedor con años de experiencia creando productos con agentes de IA. Su trabajo explora cómo estos agentes pueden integrarse en las organizaciones, colaborar con sus equipos y operar bajo su supervisión.