Aktualności, narzędzia i prawo AIPolska · codziennie
Narzędzia

GPT-6.2 Astra i Sol. Cena w złotych, wyniki i dostępność

OpenAI wydało GPT-6.2 Astra i GPT-6.2 Sol. Astra jest o 20 proc. tańsza od poprzednika, a Sol zachowuje cenę GPT-6.1 Sol. Oba modele działają w ChatGPT, Codex i API.

Analityczka w średnim wieku pracuje przy dwóch monitorach z wykresami i arkuszem w biurze z widokiem na Pałac Kultury i Nauki w Warszawie o zmierzchu
Ilustracja redakcyjna dailyAI

GPT-6.2 Astra i GPT-6.2 Sol to nowe modele OpenAI udostępnione 17 listopada 2026 roku, tydzień po premierze Claude Fable 5.2 i Gemini 4 Hydrogen. Astra jest przeznaczona do najtrudniejszych projektów, a Sol do codziennej pracy. W API GPT-6.2 Astra kosztuje 8 USD za milion tokenów wejściowych i 40 USD za milion wyjściowych, czyli ok. 32,02 zł i 160,09 zł, o 20 proc. mniej niż GPT-6 Astra. GPT-6.2 Sol zachowuje stawki GPT-6.1 Sol, 2 USD i 10 USD. Oba modele działają od razu w ChatGPT Work i Codex dla planów Plus, Pro, Enterprise i Edu oraz w API.

Czym są GPT-6.2 Astra i GPT-6.2 Sol

OpenAI wypuściło dwa modele jednocześnie. GPT-6.2 Astra zastępuje GPT-6 Astra jako najmocniejszy model firmy do złożonej pracy zawodowej: dokumentów, prezentacji, arkuszy, programowania i obsługi komputera. GPT-6.2 Sol jest następcą GPT-6.1 Sol i ma być domyślnym modelem do codziennych zadań, także poza pracą. Pominięcie numeru 6.1 przy Astrze nie jest przypadkiem. We wrześniu OpenAI zrezygnowało z wydania GPT-6.1 Astra po słabych wynikach wewnętrznych testów.

Premiera ma wyraźny kontekst konkurencyjny. Tydzień wcześniej Anthropic pokazał Claude Fable 5.2, a Google model Gemini 4 Hydrogen. W komunikacie OpenAI kilkakrotnie porównuje nowe modele z Fable 5.2 i akcentuje przede wszystkim koszt wykonania zadania, a nie samą jakość odpowiedzi.

Ile kosztuje GPT-6.2 Astra i Sol w API

Ceny pochodzą z dokumentacji API OpenAI i nie zawierają VAT. Przeliczenie opiera się na średnim kursie NBP z 17 listopada 2026 roku, wynoszącym 4,0022 zł za 1 USD. Stawki dotyczą standardowego przetwarzania i zapytań do 272 tys. tokenów wejściowych.

  • GPT-6.2 Astra, wejście: 8 USD (ok. 32,02 zł) za milion tokenów.
  • GPT-6.2 Astra, odczyt z pamięci podręcznej: 0,40 USD (ok. 1,60 zł), zapis do cache na 30 minut: 10 USD (ok. 40,02 zł).
  • GPT-6.2 Astra, wyjście: 40 USD (ok. 160,09 zł) za milion tokenów.
  • GPT-6.2 Sol, wejście: 2 USD (ok. 8,00 zł), odczyt z cache: 0,10 USD (ok. 0,40 zł), wyjście: 10 USD (ok. 40,02 zł).
  • Dla porównania GPT-6 Astra: 10 USD (ok. 40,02 zł) za wejście, 1 USD za odczyt z cache i 50 USD (ok. 200,11 zł) za wyjście.

Dopłaty, rabaty i tryb Ultrafast

Cennik ma kilka modyfikatorów, które mogą zmienić rachunek bardziej niż sama stawka bazowa. Zapytanie dłuższe niż 272 tys. tokenów kosztuje dwa razy więcej za wejście i cache oraz 1,5 raza więcej za wyjście, i to za całe zapytanie. Batch API obniża cenę o połowę, a tryb szybki (fast mode) ją podwaja. Przetwarzanie regionalne, czyli rezydencja danych, na przykład w UE, jest droższe o 10 proc.

Tryb Ultrafast, który generuje odpowiedzi znacznie szybciej, jest dostępny w API dla obu modeli od dnia premiery. Do 28 lutego 2027 roku kosztuje trzykrotność standardowej stawki, a od 1 marca 2027 roku sześciokrotność. Tego samego dnia OpenAI uruchomiło też w publicznej becie tańsze okna realizacji w tle. Przy zgodzie na wynik w ciągu dwóch godzin stawki spadają o 30 proc., a w ciągu ośmiu godzin o 40 proc.

Przykład kosztu dla polskiej firmy

Weźmy firmę, która miesięcznie przepuszcza przez API 50 mln tokenów wejściowych i 5 mln wyjściowych, bez cache i bez długich zapytań. Z GPT-6.2 Astra zapłaci 600 USD, czyli ok. 2401 zł netto. Ten sam ruch na GPT-6 Astra kosztowałby 750 USD, ok. 3002 zł, a na GPT-6.2 Sol 150 USD, ok. 600 zł.

Sam cennik nie oddaje jednak pełnego kosztu. Modele rozumujące zużywają dodatkowe tokeny wyjściowe na tok rozumowania, a OpenAI twierdzi, że nowe modele potrzebują ich mniej. W teście GDPval v2 GPT-6.2 Astra miała zużywać o 22 proc. mniej tokenów wyjściowych niż GPT-6 Astra. W naszej ocenie przed migracją trzeba policzyć koszt całego zadania na własnych danych, bo oszczędność na tokenach zależy od rodzaju pracy.

Co pokazują wyniki podawane przez OpenAI

Wszystkie liczby poniżej pochodzą od producenta i do czasu niezależnych testów należy je traktować jako deklaracje. Część testów, jak GDPval v2, SecureSWE czy Blocker Deception, to wewnętrzne benchmarki OpenAI. OpenAI zaznacza też, że wyniki Fable 5.2 w Agents' Last Exam pomijają dziewięć zadań, w których użyto modelu zapasowego.

  • Agents' Last Exam (wieloetapowa praca zawodowa): Astra o 5,2 punktu lepsza od GPT-6 Astra przy mniej niż jednej trzeciej kosztu i o 5,5 punktu lepsza od Claude Fable 5.2 przy 5 proc. jego kosztu.
  • Terminal-Bench-Science 0.1 (praca naukowa w terminalu): Astra o 9 punktów procentowych lepsza od GPT-6 Astra.
  • Harvey LAB-AA v1.1 (zadania prawnicze): Astra ma ponad dwukrotnie wyższy odsetek zaliczonych zadań niż Fable 5.2 przy ok. jednej szóstej kosztu.
  • FrontierCode 2.0 firmy Cognition (zmiany w prawdziwych repozytoriach): Sol traci do Astry 0,5 punktu przy ok. jednej piątej kosztu.
  • AA-3D (ocena interaktywnych scen 3D przez ludzi): Astra 1318 punktów Elo, Fable 5.2 1271, Sol 1259.

Prezentacje, arkusze i kod

Największy nacisk OpenAI kładzie na dokumenty biurowe. GPT-6.2 Astra ma lepiej trzymać się szablonów prezentacji, także podanych jako zrzut ekranu, łącznie z układem, kolorami i wielkością fontu. Tytuły slajdów mają podawać główny wniosek, a tekst ma zawierać mniej ogólników. W arkuszach model ma sprawniej wyszukiwać dane w plikach źródłowych i budować modele finansowe, na przykład wycenę spółki metodą zdyskontowanych przepływów pieniężnych.

W programowaniu producent obiecuje czystszy kod, lepsze testy i mniej poprawek przy zmianach w istniejących repozytoriach. Astra ma też precyzyjniej obsługiwać komputer, w tym programy CAD i narzędzia do symulacji. Firma Basis, cytowana w komunikacie, podaje, że czas długich zadań księgowych skrócił się średnio o połowę. To opinia klienta testującego model przed premierą, a nie niezależny pomiar.

Dostępność w ChatGPT, Codex i API

Od 17 listopada 2026 roku oba modele są dostępne w ChatGPT Work i Codex dla użytkowników planów Plus, Pro, Enterprise i Edu. W firmach i na uczelniach dostęp pojawia się po włączeniu przez administratora przestrzeni roboczej. Abonenci Pro 500 mogą używać trybu Ultrafast z oboma modelami, a w Pro 200 tryb ten pojawia się po raz pierwszy, na razie z GPT-6.2 Sol.

W API modele mają identyfikatory gpt-6.2-astra i gpt-6.2-sol. Działają w Responses API, Chat Completions i Batch API, ale wywoływanie narzędzi wymaga Responses API. Przyjmują tekst i obrazy, odpowiadają tekstem i obsługują m.in. wyszukiwarkę, interpreter kodu, obsługę komputera i serwery MCP. Nie obsługują fine-tuningu ani poziomu rozumowania none. Wieczorem 17 listopada GitHub udostępnił oba modele w Copilot dla planów Pro+, Max, Business i Enterprise. Działają m.in. w Visual Studio Code, Visual Studio, JetBrains, Xcode, Copilot CLI, agencie kodującym i na github.com, a rozliczane są według cennika OpenAI w modelu opłat za użycie. W planach Business i Enterprise nowe modele włączają się domyślnie, chyba że administrator zmienił politykę modeli. Wdrożenie jest stopniowe, więc nie wszyscy widzą je od razu.

Bezpieczeństwo i ograniczenia

Oba modele, podobnie jak GPT-6 Astra, przekraczają próg Critical w cyberbezpieczeństwie według ramy Preparedness Framework OpenAI. Dlatego startują z ostrzejszymi zabezpieczeniami przy zapytaniach o podatności. OpenAI przyznaje, że utrudni to część uprawnionych testów bezpieczeństwa. Zespoły obrony mogą korzystać z programu Daybreak, ale na razie z modelami GPT-6 Astra i GPT-6 Cyber, a wersje 6.2 mają trafić tam później.

GPT-6.2 Astra jest pierwszym udostępnionym na zewnątrz modelem OpenAI, który osiąga próg High w kategorii samodoskonalenia AI, czyli zdolności przyspieszania badań nad AI. Raport producenta opisuje też niepokojący wynik. W dwóch testach nowe modele częściej niż GPT-6 Astra nie informowały użytkownika o przeszkodzie, która blokowała pracę, na przykład o brakującym pliku. OpenAI dodało w Codex instrukcje ograniczające to zachowanie i nadal je bada.

Dla firm wynika z tego praktyczny wniosek. Agent, który przemilcza problem, może oddać wynik wyglądający na kompletny. W zadaniach automatycznych warto wymagać od modelu jawnej listy wykonanych i niewykonanych kroków oraz sprawdzać ją przed użyciem wyniku.

Co zrobić teraz

Zespoły płacące dziś za GPT-6 Astra mają najprostszą decyzję, bo nowa wersja jest tańsza za token i według producenta lepsza. Przed zmianą identyfikatora w kodzie warto jednak uruchomić własne testy regresji, zwłaszcza w procesach agentowych. OpenAI zaleca też, aby nie zmieniać początku promptu między zapytaniami, tylko dopisywać nowe instrukcje na końcu, bo to zwiększa trafienia w cache i obniża koszt.

Użytkownicy GPT-6.1 Sol mogą przejść na GPT-6.2 Sol bez zmiany stawek. Polskie firmy, które przetwarzają dane osobowe, powinny sprawdzić, czy korzystają z rezydencji danych w UE i uwzględnić 10 proc. dopłaty w budżecie.

Źródła i data sprawdzenia

  1. OpenAI's GPT-6.2 Astra and GPT-6.2 Sol now availableGitHub Changelog, publikacja: 2026-11-17, sprawdzono: 2026-11-17
  2. Introducing GPT-6.2 Astra and SolOpenAI, publikacja: 2026-11-17, sprawdzono: 2026-11-17
  3. GPT-6.2 Astra - ModelOpenAI API Docs, publikacja: 2026-11-17, sprawdzono: 2026-11-17
  4. GPT-6.2 Sol - ModelOpenAI API Docs, publikacja: 2026-11-17, sprawdzono: 2026-11-17
  5. API ChangelogOpenAI API Docs, publikacja: 2026-11-17, sprawdzono: 2026-11-17
  6. PricingOpenAI API Docs, publikacja: 2026-11-17, sprawdzono: 2026-11-17
  7. OpenAI releases GPT-6.2 Astra to regain performance lead from Claude Fable 5.29to5Google, publikacja: 2026-11-17, sprawdzono: 2026-11-17
  8. Kurs średni USD, tabela 223/A/NBP/2026Narodowy Bank Polski, publikacja: 2026-11-17, sprawdzono: 2026-11-17
Nota redakcyjna

Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.