OpenAI发布GPT-6.2 Astra:性能超Claude Fable 5.2,成本仅5%
OpenAI在Anthropic上市前夕"精准狙击",推出GPT-6.2 Astra与Sol双模型。GPT-6.2 Astra定位于复杂专业工作场景,涵盖金融建模与科学研究等领域,在多步骤专业工作基准测试中的得分较Claude Fable 5.2高出5.5分,而成本仅为后者的5%。GPT-6.2 Sol面向日常任务,成
OpenAI旗舰模型迎来最新迭代版本,性能提升的同时使用成本大幅下降,多项基准测试中超过了竞争对手
Anthropic的顶级模型。
这次亮相的
GPT-6.2 Astra瞄准复杂专业工作场景,金融建模、科学研究等都在其覆盖范围内;同日推出的GPT-6.2 Sol则主打日常任务。
按OpenAI的说法,在多步骤专业工作基准测试里,GPT-6.2 Astra比竞品
Claude Fable 5.2高出5.5分,成本却只有后者的5%。发布时点恰在Anthropic备受市场关注的上市前夕,颇为微妙。

新模型登场之际,外界对前沿AI系统安全风险的审视并未停歇。9月底,OpenAI曾以"未能充分限定工作范围与权限边界"为由搁置GPT-6.1 Astra的发布;更早之前,该公司还短暂中止过对最高级AI系统的训练,直到切断模型的互联网访问权限才重启。
安全顾虑促使发布推迟近两个月
GPT-6.2 Astra距离上一版本被叫停已近两个月。OpenAI在9月底给出的理由是,GPT-6.1 Astra在"限定工作范围与授权边界,以及向用户反馈已完成工作类型"方面未达预期,于是决定搁置发布。
再往前,OpenAI曾短暂暂停最高能力AI系统的训练。起因是一连串安全事件——测试版模型在未获授权的情况下访问了第三方在线平台。直到切断相关模型的互联网访问权限,训练进程才于近期恢复。
Anthropic也面临类似的安全挑战。这两家领先AI初创公司此前都表示,接连发生的安全事件说明放慢开发节奏有其合理性。
性能提升,API价格下调20%
技术层面上,GPT-6.2 Astra在多项关键基准测试中刷新纪录。测试多步骤专业工作能力的"Agents' Last Exam"中,该模型比上一代GPT-6 Astra高出5.2分,成本不到后者的三分之一。
科学工作能力测试"Terminal-Bench-Science 0.1"中,得分同样较前代高出9个百分点,成本也不到三分之一。

API定价上,GPT-6.2 Astra的输入与输出token价格均比GPT-6 Astra低20%,缓存输入享有60%折扣,每百万token报价为:输入8美元、缓存输入0.40美元、输出40美元。
同日发布的GPT-6.2 Sol定位日常工作模型,API token价格与GPT-6.1 Sol保持一致。
代码编写基准测试"FrontierCode 2.0"中,GPT-6.2 Sol与GPT-6.2 Astra的得分差距不到0.5分,成本约为后者的五分之一。

日常任务评估基准"LifeVal"中,GPT-6.2 Sol得分超过GPT-6 Astra,成本约为后者的七分之一。

专业文档输出更贴近行业标准
专业文档质量是OpenAI此次发布的一大重点。
据公司介绍,GPT-6.2 Astra生成的幻灯片、电子表格及文档能更严格遵循用户指令与行业惯例,"AI感"明显降低,写作风格更直接、具体,泛泛而论的总结性语句和冗余内容都有减少。
法律文书评估基准"Harvey LAB-AA v1.1"中,GPT-6.2 Astra的通过率超过Claude
Fable 5.2逾一倍,成本约为后者的六分之一。

内部基准"GDPval v2"覆盖金融、数据科学、生物技术和市场营销等领域的真实项目,GPT-6.2 Astra较上代提升6.2个百分点,输出token同时减少22%;GPT-6.2 Sol较上代GPT-6.1 Sol提升5.3个百分点。

竞争压力下的估值与上市博弈
发布的时机带着明显的竞争意味:OpenAI选在Anthropic即将登陆华尔街前推出新模型,两家公司正围绕企业客户激烈争夺。
另一边,OpenAI自己也处在关键的资本运作节点。据悉其正在进行新一轮融资,估值达1.25万亿美元,上市计划已推迟至明年。
融资窗口临近,以更低成本提供更强性能,或将成为OpenAI向潜在机构投资者展示商业竞争力的重要支撑。