GPT-6.2 Astra คืออะไร?

GPT-6.2 Astra คือโมเดลระดับแนวหน้าตัวใหม่ของ OpenAI ที่ออกแบบมาสำหรับงานยากและงานที่ใช้เวลานาน ส่วน GPT-6.2 Sol คือโมเดลสำหรับใช้งานในชีวิตประจำวันในราคาเพียงหนึ่งในสี่ มาดูกันว่าแต่ละตัวคืออะไร ราคาเท่าไหร่ ใช้ที่ไหนได้บ้าง และควรเลือกตัวไหนดี

Ashley Innocent

Ashley Innocent

18 November 2026

GPT-6.2 Astra คืออะไร?

Apidog สำหรับองค์กร

การติดตั้งแบบ On-Premises

SSO & RBAC

รองรับมาตรฐาน SOC 2

สำรวจ Apidog Enterprise

GPT-6.2 Astra คือโมเดล frontier ตัวใหม่ล่าสุดของ OpenAI สำหรับงานหนักที่ต้องรันต่อเนื่องเป็นเวลานาน เปิดตัวเมื่อวันที่ 17 พฤศจิกายน 2026 พร้อมกับ GPT-6.2 Sol ซึ่งเป็นโมเดลราคาประหยัดสำหรับงานประจำวัน Astra มีราคา $8 สำหรับ input และ $40 สำหรับ output ต่อโทเคน 1 ล้านโทเคน ส่วน Sol มีราคา $2 และ $10 ตามลำดับ ทั้งสองโมเดลมี context window ขนาด 1.05 ล้านโทเคน, output สูงสุด 128K โทเคน และใช้ API ID ชื่อ gpt-6.2-astra และ gpt-6.2-sol

แล้ว GPT-6.2 Astra คืออะไร และคุณควรเปลี่ยนมาใช้หรือไม่? ตอบสั้น ๆ ว่า: Astra ถูกลง 20% เมื่อเทียบกับ GPT-6 Astra และชนะในกราฟของ OpenAI เอง แต่รีวิวช่วงแรกจากนักพัฒนากลับเป็นไปในทิศทางที่หลากหลาย ส่วน Sol ยังคงราคาเดิมของ Sol ไว้และดีขึ้นในการทดสอบส่วนใหญ่ บทความนี้จะพาคุณไปรู้จักว่าแต่ละโมเดลคืออะไร ราคาเท่าไร ใช้ที่ไหนได้บ้าง และวิธีเลือกใช้ระหว่างสองตัวนี้

GPT-6.2 Astra คืออะไร?

GPT-6.2 Astra คือโมเดลระดับสูงสุดของ OpenAI ณ เดือนพฤศจิกายน 2026 ซึ่งอธิบายไว้ในโพสต์เปิดตัวว่าเป็น “โมเดล frontier ตัวใหม่สำหรับโปรเจกต์ที่ยากที่สุดของคุณ” มันเข้ามาแทนที่ GPT-6 Astra ในตำแหน่งสูงสุดของไลน์อัพ ให้เหตุผล (reason) ในหลายระดับความพยายามที่ปรับได้ รับ input ได้สูงสุด 922K โทเคน และคืน output ได้สูงสุด 128K โทเคน โดยมี knowledge cutoff ณ วันที่ 18 พฤษภาคม 2026

Astra คือโมเดลที่คุณจะหยิบมาใช้เมื่องานนั้นยาว หลายขั้นตอน และผิดพลาดแล้วแพง: refactor ทั่วทั้ง codebase ขนาดใหญ่, การรัน agent เป็นชั่วโมง, การวิเคราะห์ด้านกฎหมายหรือวิทยาศาสตร์ และการใช้คอมพิวเตอร์ (computer use) OpenAI นำเสนอผ่าน API, Codex และ ChatGPT Work

ถ้าคุณเคยใช้เจเนอเรชันก่อนหน้า คู่มือ GPT-6 Astra API ยังอธิบายโครงสร้าง request ได้อยู่ โดยสิ่งที่เปลี่ยนหลัก ๆ คือ model ID

GPT-6.2 Sol คืออะไร?

GPT-6.2 Sol คือโมเดลฝาแฝดสายประหยัด ซึ่ง OpenAI เรียกว่า “โมเดลที่มีประสิทธิภาพและหลากหลายสำหรับงานประจำวัน” มันมี context window ขนาด 1.05 ล้านโทเคนและลิมิต output 128K เท่ากับ Astra มี knowledge cutoff ช้ากว่าเล็กน้อย (1 มิถุนายน 2026) และราคาถูกกว่าถึงสี่เท่า OpenAI ระบุว่าพนักงานหลายคนในบริษัทใช้ Sol เป็นโมเดลเริ่มต้น

Sol เหมาะกับ chat assistant, pipeline การ retrieval, การจำแนกประเภท, code review บน diff ขนาดปกติ และงานใดก็ตามที่คุณเรียกใช้หลายพันครั้งต่อวัน มันคือตัวต่อจาก GPT-6.1 Sol ในราคาขายเท่าเดิม

Side-by-side card: GPT-6.2 Astra at $8 input and $40 output per 1M tokens for hardest projects and long agent runs, GPT-6.2 Sol at $2 input and $10 output for everyday work and high volume, both with 1.05M context and 128K output

เปรียบเทียบ GPT-6.2 Astra กับ GPT-6.2 Sol อย่างรวดเร็ว

ทั้งสองโมเดลมาจากการเปิดตัวชุดเดียวกันและใช้โครงสร้างพื้นฐานร่วมกันส่วนใหญ่ ความต่างอยู่ที่ราคา วันที่ knowledge cutoff และความ “ลึก” ในการให้เหตุผลของแต่ละตัว ตัวเลขเหล่านี้มาจากหน้า model ของ OpenAI สำหรับ GPT-6.2 Astra และ GPT-6.2 Sol ตรวจสอบเมื่อวันที่ 18 พฤศจิกายน 2026

สเปก GPT-6.2 Astra GPT-6.2 Sol
API model ID gpt-6.2-astra gpt-6.2-sol
Input, ต่อ 1M โทเคน $8.00 $2.00
Cached input, ต่อ 1M $0.40 $0.10
Cache writes, ต่อ 1M (เก็บไว้ 30 นาที) $10.00 $2.50
Output, ต่อ 1M โทเคน $40.00 $10.00
Context window 1,050,000 1,050,000
Input สูงสุด 922,000 922,000
Output สูงสุด 128,000 128,000
Knowledge cutoff 18 พฤษภาคม 2026 1 มิถุนายน 2026
Endpoints Responses, Chat Completions, Batch Responses, Chat Completions, Batch

ทั้งสองโมเดลปฏิเสธ request ที่ตั้ง reasoning effort เป็น none ดังนั้นทุก call จึงมีการให้เหตุผลเกิดขึ้นบ้างเสมอ นักพัฒนาที่ทดสอบในวันเปิดตัวรันที่ระดับ high, xhigh และ max

GPT-6.2 Astra ราคาเท่าไร?

Astra มีราคา $8 สำหรับ input และ $40 สำหรับ output ต่อโทเคน 1 ล้านโทเคน โดย GPT-6 Astra ตัวเดิมอยู่ที่ $10 และ $50 ดังนั้นโมเดลตัวใหม่จึงถูกลง 20% ต่อโทเคน ส่วน Sol ยังคงราคา $2 และ $10 เท่าเดิมกับ GPT-6.1 Sol และ GPT-6 Sol

รายละเอียดด้านราคาบางข้อสำคัญกว่าตัวเลขหัวข้อข่าว:

ข้อสุดท้ายนี่แหละคือสิ่งที่หลายทีมมองข้าม ราคาต่อโทเคนเป็นเพียงครึ่งหนึ่งของเรื่อง โมเดลที่คิดนานกว่าใช้โทเคนมากกว่า ให้วัดต้นทุนต่องานที่เสร็จสมบูรณ์ ไม่ใช่ต้นทุนต่อโทเคนหนึ่งล้านโทเคน

หากต้องการดูเจาะลึก trade-off ด้านต้นทุนระหว่างสอง tier ในเจเนอเรชันก่อน ดูได้ที่ GPT-6 Astra สู่ GPT-6 Sol: การย้ายโมเดล

ใช้ GPT-6.2 Astra และ Sol ได้ที่ไหน?

ประกาศเปิดตัวบนฟอรัมนักพัฒนาของ OpenAI ระบุสถานที่ใช้งานสามแห่ง:

  1. API ในชื่อ gpt-6.2-astra และ gpt-6.2-sol บน endpoint Responses, Chat Completions และ Batch
  2. Codex ทั้งในแอปเดสก์ท็อปและ CLI สำหรับผู้ใช้ Plus, Pro, Enterprise และ Edu
  3. ChatGPT Work สำหรับแพลนเดียวกัน OpenAI ระบุว่าการเปิดตัวครั้งนี้ไม่ได้เพิ่มโมเดลใดเข้าไปใน Chat ปกติ และการเข้าถึงขึ้นอยู่กับแพลน สิทธิ์ของ workspace และช่วงเวลาการ rollout

สมาชิก Pro 500 ใช้ Ultrafast ได้กับทั้งสองโมเดล สมาชิก Pro 200 ใช้ Ultrafast ได้กับ Sol ส่วน admin ของ Enterprise และ Edu สามารถเปิดใช้ให้ workspace ที่มีสิทธิ์ได้

ใน Responses API ทั้งสองโมเดลรองรับ web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP และ tool search โดย Realtime, Assistants และ fine-tuning ยังไม่รองรับ

มีอะไรเปลี่ยนจาก GPT-6 Astra บ้าง?

กราฟเปิดตัวของ OpenAI เปรียบเทียบ Astra กับ GPT-6 Astra และ Sol กับ GPT-6.1 Sol ใน 9 benchmark Astra ชนะทั้ง 9 ส่วน Sol ชนะ 8 และแพ้ 1 นี่คือคะแนนที่ VentureBeat ถอดรหัสมาจากโพสต์เปิดตัว:

Benchmark 6.2 Astra 6 Astra 6.2 Sol 6.1 Sol
Agents’ Last Exam 78.3% 73.1% 73.0% 72.5%
Terminal-Bench-Science 77.1% 68.1% 68.0% 57.0%
BenchCAD 2.1 Core 82.5% 62.6% 73.1% 52.6%
AutomationBench 52.4% 41.4% 41.2% 36.1%
Vals Science Index 68.4% 65.1% 58.5% 59.6%

ตัวเลขจากอิสระกลับใกล้เคียงเดิม Artificial Analysis ให้คะแนน Astra อยู่ที่ 62 ใน Intelligence Index สูงกว่า GPT-6 Astra ห้าคะแนนและอยู่อันดับสองรองจาก Claude Fable 5.2 คะแนน coding-agent ของ Astra ไม่ขยับ ขณะที่ Sol ลดลงสามคะแนน

OpenAI ยังระบุว่าทั้งสองโมเดลถึงเกณฑ์ “Critical” ด้าน cybersecurity ของบริษัท จึงมาพร้อมมาตรการความปลอดภัยที่เข้มงวดกว่าเจเนอเรชันก่อน

ทำไมรีวิวช่วงแรกถึงหลากหลาย?

การเปิดตัวครั้งนี้ถูกวิจารณ์อย่างรุนแรงกว่าการเปิดตัวส่วนใหญ่ของ OpenAI ดังที่ สรุปของ VentureBeat แสดงให้เห็น นักพัฒนา Theo Browne รายงานว่าในงานที่ยาว โมเดล “สามารถดึง subagent เข้ามาได้จำนวนมาก” แล้วก็ติดขัดกับคำถามภายในที่แปลก ๆ Ethan Mollick เรียก Astra ว่า “สมรรถนะไม่สม่ำเสมอและแปลก ๆ” และควบคุมยากขึ้น ส่วน Dan Shipper บอกว่ามันมักหยุดเร็วเกินไปในงานแบบ end-to-end

แต่คำชมก็มีความเฉพาะเจาะจงเช่นกัน Browne ยกให้ Astra ทำ code review, งาน 3D และ computer use ได้ดี คนอื่นชมเรื่อง animation และ video editing Simon Willison พบว่า output ของ Astra ที่ระดับ max effort ให้รายละเอียดมากที่สุดในการทดสอบของเขา ขณะที่ระบุด้วยว่ามันยังตามหลัง Fable 5.2 ในหลาย benchmark

บทเรียนในทางปฏิบัติ: อย่าเปลี่ยนโมเดลใน production ในวันเปิดตัวเพียงเพราะกราฟขยับ ให้รัน prompt ของคุณเองกับทั้งสองโมเดล แล้วเปรียบเทียบผลลัพธ์ที่คุณจะส่งมอบจริง

Flowchart for choosing a GPT-6.2 model: if the task is hard, long and multi-step use Astra; if it is high volume or latency-sensitive use Sol; otherwise start on Sol and escalate to Astra if evals fail

ควรใช้ตัวไหน?

เลือกตามลักษณะงานก่อน แล้วยืนยันด้วย eval ของคุณเอง:

การเรียกใช้โมเดลใดก็ตามเป็นการแก้โค้ดเพียงบรรทัดเดียว ถ้าคุณใช้ Responses API อยู่แล้ว:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.2-sol",
    "reasoning": { "effort": "high" },
    "input": "Summarize the breaking changes in this changelog."
  }'

ลองเปลี่ยน gpt-6.2-sol เป็น gpt-6.2-astra เพื่อเปรียบเทียบ โดยคง prompt, ระดับ effort และ input ให้เหมือนกัน เพื่อให้การเปรียบเทียบเป็นธรรม

ให้ coding agent ของคุณทดสอบทั้งสองโมเดลด้วย Apidog CLI

การเปรียบเทียบสองโมเดลด้วยการก๊อบปี้ prompt ไปวางในหน้าต่างแชทไม่สามารถขยายได้ และจับ regression ในเดือนถัดไปไม่ได้ ให้ coding agent ของคุณเป็นคนเขียนชุดตรวจสอบและรันด้วย Apidog CLI แทน คุณเขียน prompt เดียว ส่วน agent จัดการ setup ทั้งหมด

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

จากนั้นสั่ง Claude Code, Codex หรือ Cursor ด้วย prompt เดียว:

In Apidog project <projectId>, create a test case for POST https://api.openai.com/v1/responses
that sends the same prompt to gpt-6.2-sol and gpt-6.2-astra at "high" effort.
Assert status 200, that the response "model" field starts with the requested ID,
and that usage.output_tokens is under 4000. Run it against the <envId> environment
and summarize latency and token usage for each model.

Agent จะอ่าน schema ของ payload, ตรวจสอบไฟล์ของมัน, สร้าง test case และรัน:

apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json

เก็บ OPENAI_API_KEY เป็น environment variable ใน Apidog ไม่ใช่ใส่ใน prompt เพื่อไม่ให้ key ไปอยู่ใน context ของ agent ของคุณ เพิ่ม --upload-report หากต้องการทบทวนการรันในแอป Apidog ภายหลัง

คำสั่ง apidog run เดียวกันกับ -r junit ใส่ลงใน pipeline ได้เลย เพื่อให้การเปรียบเทียบรันซ้ำทุกครั้งที่ OpenAI อัปเดตโมเดลใดก็ตาม คู่มือ Apidog CLI ใน CI/CD แสดงวิธี setup และ Apidog CLI ใน Codex ครอบคลุมฝั่ง agent แผน Free ของ Apidog รองรับทีมสูงสุด 4 ผู้ใช้

คำถามที่พบบ่อย (FAQ)

GPT-6.2 Astra คืออะไรในหนึ่งประโยค? มันคือโมเดล frontier ของ OpenAI สำหรับงานหนักที่รันต่อเนื่องนาน เปิดตัว 17 พฤศจิกายน 2026 ราคา $8 สำหรับ input และ $40 สำหรับ output ต่อโทเคน 1 ล้านโทเคน พร้อม context window ขนาด 1.05 ล้านโทเคน

GPT-6.2 Astra ดีกว่า GPT-6 Astra หรือไม่? ตามกราฟของ OpenAI ใช่: มันชนะทั้ง 9 benchmark แบบเปรียบเทียบตรง และถูกลง 20% การทดสอบจากอิสระแสดงผลกำไรที่น้อยกว่า และนักพัฒนาบางคนรายงานว่าควบคุมยากขึ้นในงานที่ยาว

GPT-6.2 Sol ฟรีหรือไม่? ไม่ Sol มีราคา $2 สำหรับ input และ $10 สำหรับ output ต่อโทเคน 1 ล้านโทเคนใน API ใน ChatGPT ทั้งสองโมเดลอยู่ใน ChatGPT Work และ Codex สำหรับแพลน Plus, Pro, Enterprise และ Edu ไม่ได้อยู่ใน Chat ปกติ

Context window ของ GPT-6.2 Astra คือเท่าไร? 1,050,000 โทเคน โดยรับ input ได้สูงสุด 922,000 โทเคน และ output ได้สูงสุด 128,000 โทเคน Sol มีลิมิตเท่ากัน

ใช้ GPT-6.2 Astra ใน Codex ได้หรือไม่? ได้ ทั้งสองโมเดลอยู่ในแอปเดสก์ท็อปและ CLI ของ Codex สำหรับผู้ใช้ Plus, Pro, Enterprise และ Edu และสมาชิก Pro 500 สามารถใช้ Ultrafast ได้กับทั้งสองโมเดล

ควรเปลี่ยนจาก GPT-6.1 Sol เป็น GPT-6.2 Sol หรือไม่? ราคาเท่ากัน ดังนั้นการเปลี่ยนจึงทดสอบได้ในต้นทุนต่ำ ลองรัน prompt ของคุณเองบนทั้งสองก่อน: Sol ดีขึ้นใน 8 จาก 9 benchmark ของ OpenAI แต่คะแนน coding-agent จากอิสระลดลงสามคะแนน

ฝึกการออกแบบ API แบบ Design-first ใน Apidog

ค้นพบวิธีที่ง่ายขึ้นในการสร้างและใช้ API