GPT-6.2 Astra и Sol разобрали 16 заявок на мерч к GTA VI. На Astra тот же JSON стоил вчетверо дороже. Data Mining.. Data Mining. GPT-6.2.. Data Mining. GPT-6.2. GPT-6.2 Astra.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol. gta vi.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol. gta vi. llm.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol. gta vi. llm. openai api.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol. gta vi. llm. openai api. python.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol. gta vi. llm. openai api. python. валидация данных.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol. gta vi. llm. openai api. python. валидация данных. мерч.. Data Mining. GPT-6.2. GPT-6.2 Astra. GPT-6.2 Sol. gta vi. llm. openai api. python. валидация данных. мерч. Открытые данные.
GPT-6.2 Astra и Sol разобрали 16 заявок на мерч к GTA VI. На Astra тот же JSON стоил вчетверо дороже - 1

В шапке заявки написано «GTA 6: 19.11». Ниже просят напечатать 40 футболок для участников и ещё 6 для команды. В карточке заказа должно появиться число 46. Первая шестёрка относится к игре, вторая к тиражу, а 19.11 стоит в названии чата. Вручную это разбирается за секунды. С автоматическим переносом в карточку интереснее: даже правильный JSON может содержать чужое число.

Rockstar выпустила GTA VI на PlayStation 5 и Xbox Series X|S 19 ноября. За два дня до этого OpenAI представила GPT-6.2 Astra и Sol в ChatGPT Work, Codex и API. Релиз игры дал тему для 16 вымышленных заявок на мерч. Моделям достались версии макетов, даты, номера заказов и правки тиражей вперемешку с названиями технологий печати. Анонс Rockstar · Анонс OpenAI.

Обе новые модели вернули 16 точных ответов из 16, как и предыдущая GPT-6.1 Sol. За одинаковый результат Astra стоила ровно вчетверо дороже новой Sol. При сравнении моделей важен масштаб задачи: здесь каждый вызов разбирал одно короткое сообщение, а ответ содержал всего три поля.

По каким полям проверяли каждый ответ

Восемь заявок содержат согласованные заказы, ещё восемь проверяют правки, исключения и противоречия. В обоих наборах встречаются посторонние числа. Например, в согласованном заказе есть дата на принте, а в спорном имя файла gta6_90 подсказывает 90 раньше, чем клиент подтвердил тираж. Все сообщения составлены для теста, без клиентской переписки. У карточки три поля.

Поле

Что записываем

units

Число изделий, на которых надо сделать новое нанесение. При конфликте или неутверждённом тираже ставится null.

method

DTF, вышивка или шелкография. Смешанный либо невыбранный способ даёт null.

decision

ready, когда определены оба поля, и review, когда хотя бы одно осталось пустым.

В одной заявке на мерч к GTA VI написано «100 футболок», а исчерпывающая разбивка по размерам даёт 20, 40 и 30. Если заполнить карточку числом 100, исчезнет конфликт с разбивкой. Если записать 90, модель молча исправит заказ. Эталон для этого случая оставляет тираж пустым и отправляет заявку на проверку.

JSON Schema ограничивает поля и допустимые значения. Валидация формы пропустит и 100, и 80: оба значения подходят под тип integer. Смысл проверялся сравнением всего объекта с эталоном. Удовлетворительный JSON с ошибкой в одном поле считался промахом по всей заявке. Структурированный вывод в документации OpenAI API.

48 ответов и три счёта

Прогон сделан 20 ноября 2026 года через OpenRouter с маршрутом к OpenAI. Три модели получили одни и те же сообщения и строгую JSON Schema. Настройки для всех запросов одинаковые: reasoning.effort=low и лимит 512 выходных токенов. На пару «модель и заявка» делался один запрос, без повторов и без истории переписки. Провайдер вернул нужные идентификаторы моделей, ответ на каждом вызове завершился штатно. Кешированных входных токенов в этом прогоне было ноль.

Модель

Точные ответы

Вход / выход, токенов

Стоимость 16 ответов

Медиана запроса

GPT-6.1 Sol

16 из 16

4 671 / 347

$0,012812

1,73 с

GPT-6.2 Sol

16 из 16

4 895 / 347

$0,013260

1,57 с

GPT-6.2 Astra

16 из 16

4 895 / 347

$0,053040

2,31 с

У всех трёх моделей OpenRouter сообщил одинаковые 347 выходных токенов и ноль отдельно учтённых reasoning tokens. У GPT-6.2 Sol вход оказался на 224 токена длиннее, чем у GPT-6.1 Sol, хотя содержимое сообщений было одинаковым. По одному журналу API причину разницы определить нельзя. Медиана замерена на стороне клиента и включает сеть. Размер выборки годится для ориентира, а задержки под нагрузкой потребуют отдельного замера.

Ниже фрагмент на Python, который считает суммы по сохранённым записям. results-gta.json содержит ответ модели и счётчик usage для каждого запроса, а поле exact выставил скрипт после сравнения с эталоном.

import json
from decimal import Decimal
from pathlib import Path

rows = json.loads(Path("results-gta.json").read_text(encoding="utf-8"),
                  parse_float=Decimal)["results"]

for model in sorted({r["requested_model"] for r in rows}):
    calls = [r for r in rows if r["requested_model"] == model]
    total = sum(r["usage"]["cost"] for r in calls)
    print(model, sum(r["exact"] for r in calls), len(calls), total)

По стандартному тарифу OpenAI API миллион входных токенов Astra стоит $8, а миллион выходных стоит $40. Проверка вручную даёт ту же сумму, (4_895 × 8 + 347 × 40) / 1_000_000 = 0,053040 доллара. При том же среднем расходе 1 000 заявок стоили бы около $0,83 на GPT-6.2 Sol и $3,32 на Astra. В пересчёт входит только оплата вызовов модели. Стандартные тарифы для Astra и Sol.

Что происходит с четырьмя заявками на проверку

Во всех трёх прогонах на проверку ушли одни и те же четыре сообщения. Два раза клиент не определил тираж или указал противоречивые числа. В одном сообщении способ зависел от ещё не сделанной пробы, в другом в одном заказе было два утверждённых способа, а карточка допускала только один. Пустые поля здесь объяснимы исходными данными и устройством схемы. Чтобы обработать два способа в одной заявке, пришлось бы добавить в карточку отдельные позиции. Чтобы согласовать тираж, нужен ответ клиента.

Можно пересчитать, что случилось бы при автоматической передаче каждого review в Astra. По сохранённым ответам весь проход Sol стоил $0,013260. Четыре повторных вызова Astra добавили бы ещё $0,013240. В сумме получилось бы $0,026500, почти вдвое дороже одной Sol. Все четыре решения всё равно остались бы review. Это пересчёт по независимым запросам с исходным сообщением. Вариант, в котором Astra получает ещё и JSON первой модели для ревью, здесь не измерялся.

Для парсера из этого пилота полезнее хранить фрагмент сообщения, по которому заполнено поле, и отдельно перепроверять арифметику. Тогда разницу между обещанными 100 и суммой 90 можно показать оператору вместе с исходной разбивкой. Статус ready означает, что в тестовой схеме удалось заполнить два поля. Запуск тиража требует отдельной проверки макета, сроков и подтверждения заказа.

Чего этот пилот ещё не проверяет

На исходном наборе из 16 обычных заявок и правок без игровых отсылок все три модели тоже совпали с эталоном. Версия про GTA VI добавила даты, номера и названия файлов, сохранив те же ожидаемые поля. Это два небольших прогона по коротким синтетическим сообщениям, с одной попыткой на каждый запрос. Для решения о доплате за Astra стоит проверить переписку из нескольких веток, PDF с размерной ведомостью и заказ, который правили в разных каналах.

Для этого теста переход с GPT-6.1 Sol на 6.2 Sol не прибавил точных ответов и слегка поднял стоимость. Astra тоже не прибавила точности. Если менять модель в работающем разборе заявок, полезная контрольная выборка начинается с конкретных ошибок, которые уже пришлось исправлять руками. В отчёте стоит отдельно считать ложные ready: один такой ответ способен отправить неверный тираж дальше по цепочке, даже когда средняя точность выглядит благополучно.

Автор: IlyaAdonis

Источник