GPT-6.2 Sol と GPT-6.2 Astra を使ってみた。どちらも速いが、コードの発想で驚かされたのは片方だけ

Yifei ·

どちらも短時間で動くコードを書いてくれた。GPT-6.2 Sol は時折、私が思いつかなかった解法を出してくれる。GPT-6.2 Astra は文章がよくなったものの、長い作業で方向を保つのに苦労した。

GPT-6.2 Sol と GPT-6.2 Astra を使っていて一番よかったのは、最初の実装だ。どちらも速く、最初に書かせたコードにはバグが少なかった。特に驚かされたのは GPT-6.2 Sol だった。日常的な作業では見慣れた答えが返る一方で、時折、自分では考えつかなかった解法が出てきた。

GPT-6.2 Sol と GPT-6.2 Astra の初回実装はどれくらい速かったか

速さと正確さはふだん別々に評価しているが、今回は両方がそろっていた。GPT-6.2 Sol も GPT-6.2 Astra も反応が速く、最初の実装に必要なバグ修正はたいていわずかだった。これは実際に使った印象で、応答時間や不具合率を計測した結果ではない。

GPT-6.2 Sol と GPT-6.2 Astra のサブエージェントはコードや文章のレビューに役立つか

コードレビューを任せると、サブエージェントの指摘は役に立った。文章の推敲を頼んだ場合は、原稿の改善に使える指摘がほとんどなかった。もう一度レビューする時間があるなら、私ならコードに使う。

GPT-6.2 Sol のコード品質:普段は従来どおり、ときどき独創的な解法

普段の回答の質が上がったという手応えはなかった。GPT-6.2 Sol を見直したのは、ときどき独創的な解法を出してくれたからだ。毎回その水準を期待できるわけではないが、うまくいったときに届く高さは増したように感じる。

GPT-6.2 Astra の文章とコード:原稿はよくなったが、会話は難しい

GPT-6.2 Astra は、課題が明確ならコードで問題を解決できた。ただし、そのアプローチに驚くことは少なかった。文章力の向上も感じた。よくなったのは GPT-6.2 Astra 自身が書く文章で、サブエージェントに草稿の講評を頼んでも、使える指摘は依然として少なかった。

GPT-6.2 Astra は速く、私の作業では費用も安く感じた。苦労したのは、本当にやりたいことをくみ取ってもらう部分だ。長いタスクでは細部に集中するうちに作業そのものが目的から外れてしまう。執筆を頼めば文章はよくなったのに、会話中の説明は何を言いたいのかつかみにくいことが多い。意図の推測を期待する依頼よりも、条件を明確に伝えられる問題で使いたい。

GPT-6.2 Sol が新しい指示を出しても同じ作業を繰り返すとき

GPT-6.2 Sol はループにはまることがあった。新しい指示を与えても、それまでと同じ方向に進み続ける。そうなると解法の良し悪し以前に、そもそも軌道修正できるかが問題になった。

もう少し気づきにくい失敗もある。GPT-6.2 Sol は細部に気を取られ、全体の目的を見失うことがあった。その作業だけを見れば筋は通っている。だからこそ私は、そこを仕上げると最初に頼んだことに本当に近づくのか、と確認するようにしている。

GPT-6.2 Sol と GPT-6.2 Astra、次のタスクで私が選ぶのは?

最初の実装やコードのダブルチェックなら、私はどちらにも頼める。解きあぐねている問題に別の角度から取り組みたいなら GPT-6.2 Sol を選びたい。タスクが長いときは目指す結果を手元に置き、細部にさらに時間をかける前に方向を確かめる。

GPT-6.2 Sol と GPT-6.2 Astra は何のためのモデルか

OpenAI は GPT-6.2 Sol と GPT-6.2 Astra を同時に発表した。GPT-6.2 Sol は日常業務とエージェントのワークフロー向け。GPT-6.2 Astra はコーディングや科学的推論など難度の高い専門業務向けの旗艦モデルだ。いずれもテキストと画像を入力でき、出力はテキスト。コンテキストウィンドウはともに105万トークンだ。

開発者が GPT-6.2 Sol から試す理由を示す結果がある。Cognition の FrontierCode 2.0 は、コードの変更がメンテナーのマージ基準を満たすかを評価する。OpenAI の報告では、GPT-6.2 Sol は GPT-6.2 Astra の約5分の1の費用でスコア差を0.5ポイント以内に収めた。どちらも推論の強度を最大にした、このベンチマークでの結果だ。

GPT-6.2 Sol と GPT-6.2 Astra の利用方法と API 料金

OpenAI は、ChatGPT Work と Codex の Plus、Pro、Enterprise、Edu 向けに GPT-6.2 Sol と GPT-6.2 Astra を発表した。Enterprise と Edu ではワークスペース管理者がアクセスを有効にする。開発者は OpenAI API で gpt-6.2-sol と gpt-6.2-astra を指定して呼び出せる。

提供開始時、入力が27万2,000トークン以下の場合の通常 API 料金は、100万トークンあたり GPT-6.2 Sol が入力2米ドル、出力10米ドル。GPT-6.2 Astra は入力8米ドル、出力40米ドルだった。キャッシュ済み入力は別料金となる。私が GPT-6.2 Astra を安く感じたのは自分の作業にかかった費用についてで、API 単価の比較とは区別したい。

GPT-6.2 Sol と GPT-6.2 Astra のよくある質問

GPT-6.2 Sol と GPT-6.2 Astra はどんな用途に向いていますか?

OpenAI は GPT-6.2 Sol を日常業務とエージェントワークフロー向け、GPT-6.2 Astra をコーディングや科学的推論などの高度な専門業務向けとしています。どちらもテキストと画像を入力し、テキストを出力します。

GPT-6.2 Sol と GPT-6.2 Astra の API 料金はいくらですか?

提供開始時の通常料金は100万トークンあたり、GPT-6.2 Sol が入力2米ドル・出力10米ドル、GPT-6.2 Astra が入力8米ドル・出力40米ドルです。入力が27万2,000トークン以下の場合に適用されます。

長時間のコーディングに GPT-6.2 Sol や GPT-6.2 Astra を使うなら?

私ならまず小さな変更を頼み、当初の目的と照らし合わせます。GPT-6.2 Sol では方針変更の後も試行を繰り返していないかを確認します。GPT-6.2 Astra には、細部にさらに時間を割く前に、次の手順で何が解決するかを尋ねます。

執筆と編集では、何がうまくいきましたか?

GPT-6.2 Astra に書いてもらった草稿には改善を感じました。一方、文章のレビューをどちらのモデルのサブエージェントに任せても、草稿をよくする指摘はほとんど得られませんでした。

コーディングではどちらから試しますか?

仕様が明確ならどちらでも試します。違う切り口を探すときは GPT-6.2 Sol が先です。長い作業ではどちらを使っていても、元の目的に沿っているか確認します。

同じ Offloop クレジットで両方を試せますか?

はい。どちらも Offloop で利用できます。新規アカウントには1回限り、Offloop ワークスペースで使える200米ドル分の無料クレジットが付与されます。

速さやバグの少なさは計測結果ですか?

私自身がコーディングに使った感想です。どちらも速く、最初の実装のバグは少なく感じました。FrontierCode の結果は OpenAI の発表に基づいています。

GPT-6.2 Sol と GPT-6.2 Astra の公式資料・料金

  1. OpenAI による GPT-6.2 Astra と GPT-6.2 Sol の発表
  2. GPT-6.2 Sol の OpenAI API ドキュメント
  3. GPT-6.2 Astra の OpenAI API ドキュメント

著者について

Yifeiは、AIエージェント製品の開発に長年携わってきた起業家です。AIエージェントを組織の一員として迎え、管理・監督しながら人と協働できるようにする方法を探っています。