GPT-6.2 Astra и Sol: дешевле, но не умнее
Официальные бенчмарки, стагнация в AA Coding Agent Index и рост галлюцинаций GPT-6.2 Astra до 59 %.
OpenAI представила GPT-6.2 Astra как более дешёвый флагман за $8 / $40 на миллион токенов. Но в одинаковой задаче на два файла в omp модель Claude Sonnet 5.5 уложилась в 23,96 секунды и $0.0499, тогда как GPT-6.2 Astra работала 4 минуты 10 секунд и сожгла $0.5582 — в 10,4× медленнее и в 11,2× дороже.
На запуске GPT-6.2 Astra компания OpenAI сделала ставку на стоимость одной задачи: официальный прайс снизили на 20 % с $10 / $50 (GPT-6 Astra) до $8 / $40 за миллион токенов, а в Agents' Last Exam вывели среднюю цену задачи $2.89.
Но быть дешевле собственного предшественника — не то же самое, что обойти рабочую лошадку конкурента. Ещё во времена GPT-6 Astra модель Claude Sonnet 5.5 опережала флагман OpenAI на графиках стоимости Artificial Analysis. С выходом GPT-6.2 Astra ситуация в повседневном коде не изменилась.
Коротко: 19 ноября мы прогнали обе модели в omp на одной и той же задаче на Bun + TypeScript. claude-sonnet-5-5 прошла все 7 тестов за 23,96 секунды и 3 хода, потратив $0.0499 по официальным ценам API. gpt-6.2-astra потребовалось 249,57 секунды, 10 ходов, 13 вызовов инструментов и $0.5582 — в 10,4× медленнее и в 11,2× дороже за тот же результат.
Вместо споров вокруг сводных таблиц мы собрали изолированный проект на Bun + TypeScript из трёх файлов (webhook-kit) и запустили обе модели в одинаковых условиях (omp v19.0.0, --mode json -p --no-session, один промпт) до полного прохождения bun test.
Изначально в наборе из 7 тестов проходили 2 и падали 5. Нужно было решить три задачи:
verifyWebhookSignature в src/webhook.ts: корректно разбирать заголовки с пробелами (t=..., v1=deadbeef, v1=...), проверять несколько подписей v1, отсекать будущие метки времени через Math.abs(now - timestamp) > tolerance и заменить === на timingSafeEqual.nextDelayMs: экспоненциальная задержка со случайным джиттером не должна превышать maxMs или уходить ниже 0.IdempotencyStore в src/idempotency.ts: кэшировать успешные ответы на время ttlMs после завершения, объединять параллельные запросы с одним ключом и не кэшировать ошибки.Никаких редких фреймворков и запутанных зависимостей — типичная рутина, с которой разработчики приходят к агенту каждый день.
ompОбе модели в итоге выдали рабочий код и прошли 7 из 7 тестов. Разница оказалась в темпе и счёте.
| Показатель | Claude Sonnet 5.5 | GPT-6.2 Astra | Astra / Sonnet 5.5 |
|---|---|---|---|
| Тесты | 7 pass, 0 fail | 7 pass, 0 fail | Ничья |
| Время выполнения | 23,96 с | 249,57 с | 10,4× |
| Ходы | 3 | 10 | 3,3× |
| Вызовы инструментов | 2 (bash ×2) | 13 (todo ×4, read ×4, glob, edit ×2, bash ×2) | 6,5× |
| Входные токены | 6 | 35 179 | — |
| Выходные токены | 2 071 | 5 547 | 2,7× |
| Чтение из кэша | 44 663 | 137 216 | 3,1× |
| Запись в кэш | 9 890 | 0 | — |
| Всего токенов | 56 630 | 177 942 | 3,1× |
| Стоимость по API | $0.0499 | $0.5582 | 11,2× |
Трассировка инструментов сразу показывает причину. claude-sonnet-5-5 прочитала файлы и внесла обе правки за один проход, на следующем шаге прогнала bun test и закрыла задачу за 24 секунды.
gpt-6.2-astra отнеслась к папке из трёх файлов как к многонедельной миграции: четыре вызова todo, один glob, четыре отдельных read, два edit и 10 ходов растянулись на 4 минуты 10 секунд при 2,7× большем объёме вывода.
По официальным тарифам API за миллион токенов GPT-6.2 Astra изначально стоит ровно в 4 раза дороже Claude Sonnet 5.5 по каждой позиции:
| Модель | Ввод | Вывод | Чтение кэша | Запись кэша |
|---|---|---|---|---|
Claude Sonnet 5.5 (claude-sonnet-5-5) | $2.00 | $10.00 | $0.10 | $2.50 |
GPT-6.2 Astra (gpt-6.2-astra) | $8.00 | $40.00 | $0.40 | $10.00 |
Умножьте четырёхкратный прайс на трёхкратный расход токенов за 10 шагов — и стоимость задачи вырастает в 11,2 раза. На масштабе команды разница становится ещё заметнее:
| Объём в месяц | Claude Sonnet 5.5 | GPT-6.2 Astra | Переплата |
|---|---|---|---|
| 1 000 похожих задач | $49.90 | $558.20 | +$508.30 |
| 10 000 похожих задач | $499.00 | $5,582.00 | +$5,083.00 |
Кроме того, у GPT-6.2 Astra действует жёсткий порог длинного контекста: как только запрос превышает 272K входных токенов, цена ввода и чтения кэша удваивается, а вывод дорожает в 1,5 раза для всего запроса.
Локальный замер совпадает с независимыми рейтингами программирования:
Claude Sonnet 5.5 (xHigh) занимает 3-е место в мире с 1 772 баллами Elo, обходя GPT-6 Astra (1 763, 5-е место) и GPT-6.1 Sol (1 742).low ($0.41), medium ($0.54), high ($1.08) и max ($2.74) Sonnet 5.5 обходилась дешевле, чем GPT-6 Astra (high) ($3.26).Справедливости ради у GPT-6.2 Astra есть сильные стороны: 77,1 % в научном терминальном тесте Terminal-Bench-Science 0.1, первое место в AA-3D (1 318 Elo) и 96 % найденных багов в режиме xhigh при ревью кода.
Но если ваша ежедневная работа — править эндпоинты, чинить баги, верстать UI и гонять тесты, отправлять 24-секундную задачу флагману на 4 минуты невыгодно ни по времени, ни по деньгам.
| Сценарий | Рекомендация | Почему |
|---|---|---|
| Ежедневные багфиксы, бэкенд, тесты | Claude Sonnet 5.5 | В 10× быстрее в нашем тесте omp, в 4× дешевле по прайсу (~$0.05 за задачу). Тариф CodingPass Go ($10/мес, квота $60) покрывает около 1 200 таких запусков. |
| Фронтенд и UI | Claude Sonnet 5.5 (xHigh) | 3-е место в CodeArena WebDev (1 772 Elo) и предсказуемые правки. |
| Научные задачи в терминале, 3D, глубокое ревью | GPT-6.2 Astra или Sol | Astra лидирует в науке и 3D; для чистого код-ревью GPT-6.2 Sol ($2 / $10) намного выгоднее. |
Если вы каждый день пишете и отгружаете код, флагман из тарифа Pro не нужен. В CodingPass Go ($10 в месяц) уже входит claude-sonnet-5-5 с квотой $60 — а Astra стоит оставить для редких научных или 3D-задач.
CodingPass Go даёт $60 квоты на Sonnet 5.5 за $10 в месяц.Расчёт по официальным ценам API, отмена в любой момент.