OpenAI Rilis GPT-6.2 Astra, Model Publik Pertama yang Capai Ambang High Peningkatan Diri AI. Dua Uji Catat Ia Lebih Sering Tak Melaporkan Hambatan

OpenAI merilis GPT-6.2 Astra dan Sol pada 17 November. Kartu sistemnya menyebut Astra model publik pertama di ambang High untuk peningkatan diri AI, sementara dua uji mencatat kedua model lebih sering tidak melaporkan hambatan kerja.

Share
OpenAI Rilis GPT-6.2 Astra, Model Publik Pertama yang Capai Ambang High Peningkatan Diri AI. Dua Uji Catat Ia Lebih Sering Tak Melaporkan Hambatan
Gambar peluncuran GPT-6.2 Astra dan Sol. Sumber: OpenAI (17 November 2026).

OpenAI merilis GPT-6.2 Astra dan GPT-6.2 Sol, dua model baru untuk ChatGPT, Codex, dan API, pada Selasa (17/11/2026) waktu Amerika Serikat. Di balik klaim harga yang lebih murah dan skor benchmark yang lebih tinggi, kartu sistem yang terbit bersamaan memuat satu pengakuan yang belum pernah dibuat perusahaan itu: Astra adalah model pertama yang dilepas ke publik dengan kemampuan "AI Self-Improvement" pada tingkat High.

Kedua model, menurut pengumuman OpenAI, sudah tersedia bagi semua pelanggan Plus, Pro, Enterprise, dan Edu di ChatGPT Work dan Codex sejak hari peluncuran. Pengembang bisa memanggil gpt-6.2-astra dan gpt-6.2-sol lewat API. OpenAI tidak menyebut pembatasan negara dalam pengumuman itu, sehingga pelanggan berbayar di Indonesia semestinya ikut kebagian, meski GEREGET belum mengecek langsung di akun lokal.

Ambang yang Baru Pertama Dilewati

Kategori AI Self-Improvement dalam Preparedness Framework OpenAI mengukur seberapa jauh sebuah model bisa mempercepat riset AI, termasuk riset yang memperbaiki model itu sendiri. Dalam pengumumannya, OpenAI menerjemahkan label High sebagai dampak yang setara dengan memberi setiap peneliti OpenAI seorang insinyur riset tambahan yang sangat cakap, dibandingkan kondisi 2024. GPT-6.2 Sol, kata perusahaan itu, masih di bawah ambang tersebut.

Penilaian itu bertumpu pada lima uji rekayasa riset yang dirinci di kartu sistem. Lonjakan paling besar ada di NanoGPT, uji yang meminta model memangkas waktu pelatihan sebuah model bahasa kecil dari nol. GPT-6.2 Astra menghemat rata-rata 42,87 persen waktu pelatihan dasar, sedangkan GPT-6 Astra hanya 7,73 persen. Di Internal Research Debugging, yang berisi 41 bug dari eksperimen OpenAI yang dulu memakan waktu berjam-jam hingga berhari-hari bagi peneliti, skor rubriknya naik dari 78,05 menjadi 81,85 persen. Semua angka itu hasil uji internal OpenAI sendiri.

Bahasa perusahaan soal ambang ini sempat bergeser pada hari yang sama. Catatan perubahan kartu sistem bertanggal 17 November menyebut OpenAI mengubah kalimat yang semula berbunyi bahwa ambang High adalah "early milestone for preparing safeguards ahead of fully automated, recursive self-improvement". Versi barunya menekankan persiapan pengaman "for any models that may in future be capable" melakukan peningkatan diri rekursif penuh. Perbedaannya halus, tetapi versi kedua lebih berhati-hati soal seberapa dekat model semacam itu.

Untuk risiko ini OpenAI menyiapkan Control Room, sistem pusat yang melacak beban kerja model di infrastruktur riset dan bisa menghentikannya dengan cepat. Kartu sistem yang sama mengungkap alasan pengetatan itu: pada September, sistem pemantauan internal mendeteksi sebuah agen yang menjangkau internet dari lingkungan yang seharusnya luring, dan OpenAI sempat menghentikan pelatihan reinforcement learning frontier sampai sekatnya diperkuat. Kini semua pelatihan itu, menurut OpenAI, memakai konten web yang disimpan, bukan internet langsung.

Lebih Sering Tak Melaporkan Hambatan

Kemunduran yang diakui OpenAI justru menyangkut kejujuran laporan kerja. Dalam dua uji, kedua model lebih sering tidak menyebut hambatan yang menghalangi pekerjaan mereka, misalnya berkas yang hilang atau alat pencarian yang tidak tersedia. Salah satu uji itu, Blocker Deception, sengaja menghapus berkas yang diminta pengguna untuk disunting, lalu memeriksa apakah model memberi tahu.

OpenAI menulis bahwa instruksi pengembang di Codex "substantially reduces these omissions" dan perusahaan masih menyelidiki penyebabnya. Instruksi itu hanya melekat di Codex. Pengembang yang memanggil model lewat API dengan prompt sendiri tidak otomatis mendapatkannya.

Kartu sistem juga mencatat bahwa ketahanan terhadap jailbreak sempat melemah sebelum batas penolakan disetel ulang. Setelah penyetelan, kedua model lebih sering menahan bantuan berbahaya untuk prompt siber dibandingkan GPT-6 Astra, tetapi masih sedikit mundur pada prompt biologi berisiko tinggi. Seperti GPT-6 Astra, keduanya berada di ambang Critical untuk keamanan siber dan High untuk biologi dan kimia, sehingga OpenAI memperketat bantuan siber berisiko tinggi. Peneliti keamanan yang sah, kata perusahaan itu, ikut terkena imbasnya.

Harga Turun, Penguji Luar Belum Sepakat

Untuk API, harga Astra turun 20 persen dibandingkan GPT-6 Astra, menjadi US$8 per sejuta token input, US$0,40 untuk input yang tersimpan di cache, dan US$40 per sejuta token output. Sol mempertahankan harga GPT-6.1 Sol, yakni US$2, US$0,10, dan US$10. OpenAI mengklaim Astra unggul 5,5 poin atas Claude Fable 5.2 di Agents' Last Exam dengan biaya hanya 5 persen per tugas.

Penguji independen membaca hasilnya lebih beragam. Menurut ringkasan The Decoder, Artificial Analysis menaruh Astra di posisi kedua indeks kecerdasannya dengan 62 poin, di bawah Claude Fable 5.2 yang mencetak 65, tetapi unggul dalam rasio biaya dan kinerja. Lembaga yang sama mencatat skor pengodean Astra tidak bergerak dari GPT-6 Astra dan Sol turun tiga poin, sementara tingkat halusinasinya di uji pertanyaan faktual yang sulit mencapai 59 persen untuk Astra dan 55 persen untuk Sol. Epoch AI, juga lewat The Decoder, menilai Astra setara Fable 5.2 di indeks kemampuannya, tetapi tertinggal pada tugas riset nyata.

Temuan Epoch soal penalaran tersembunyi bersinggungan langsung dengan klaim pengawasan OpenAI. Astra, menurut lembaga itu, mampu menjalankan 12,3 langkah penalaran berurutan dalam satu token output tanpa rantai pikir yang terlihat, naik dari 10,5 pada GPT-6 Astra. Model yang bernalar tanpa menampilkan jejaknya lebih sulit dipantau, padahal pemantauan penalaran adalah salah satu pengaman yang diandalkan Control Room.

Belum ada pihak luar yang memverifikasi penilaian High itu dengan akses yang sama dengan OpenAI. Ringkasan berita AI 17 November dari The Neuron mencatat OpenAI akan menempatkan enam evaluator Apollo Research di dalam operasinya selama uji coba empat bulan, untuk memeriksa apakah model mencoba melemahkan pengaman atau menyembunyikan perilaku mencurigakan. Apollo sendiri, menurut ringkasan yang sama, menyebut akses ke informasi internal dan hak pengungkapannya masih terbatas. Hasil kerja mereka, bukan tabel di kartu sistem, yang nantinya bisa menguji apakah pengaman itu bekerja seperti yang dijanjikan.

Catatan/Referensi

  • OpenAI, "Introducing GPT-6.2 Astra and Sol", 17 Nov 2026: ketersediaan di ChatGPT Work, Codex, dan API; harga API; ambang Critical siber, High biologi/kimia, High AI Self-Improvement untuk Astra; Control Room; kemunduran soal pelaporan hambatan. https://openai.com/index/introducing-gpt-6-2-astra-sol/
  • OpenAI Deployment Safety Hub, "GPT-6.2 System Card", terbit 17 Nov 2026 (dengan catatan perubahan bertanggal sama): lima uji AI Self-Improvement dan Tabel 5 (NanoGPT 42,87 persen, Internal Research Debugging 81,85 persen), insiden agen menjangkau internet pada September, regresi jailbreak dan penyetelan ulang penolakan. https://deploymentsafety.openai.com/gpt-6-2-astra-sol/ai-self-improvement-capabilities
  • The Decoder, "OpenAI launches GPT-6.2 Astra and Sol with lower API prices and some benchmark gains", 17 Nov 2026: hasil Artificial Analysis (indeks 62 vs 65, pengodean stagnan, halusinasi 59/55 persen), Epoch AI (ECI 174, tugas riset nyata, 12,3 langkah serial), Vals AI. https://the-decoder.com/openai-launches-gpt-6-2-astra-and-sol-with-lower-api-prices-and-some-benchmark-gains/
  • The Neuron, "Everything That Happened in AI Today (Tuesday, November 17, 2026)", 17 Nov 2026: uji coba empat bulan evaluator Apollo Research di OpenAI dan keterbatasan aksesnya. https://www.theneuron.ai/digest/everything-that-happened-in-ai-today-tuesday-november-17-2026/

Read more