OpenAI推出GPT-6.2 Sol:跑分只差Astra 0.5分,成本仅五分之一
OpenAI推出GPT-6.2 Sol,定位为高效主力模型。它在代码和生活任务评测中逼近旗舰Astra,但成本低至五分之一。Sol支持多步Agent工作流、3D交互设计及网络安全辅助,并向Pro及以上用户开放Ultrafast模式,适合日常办公与轻量开发场景。
GPT-6.2 Sol:便宜五分之四,还够聪明
AI模型换得越来越勤,很多人眼里只剩参数最大、跑分最高的那一款。OpenAI新出的GPT-6.2 Sol走的是另一条路。它不在聚光灯下当无所不能的旗舰“Astra”,定位更务实,也更高效,是个干活的“主力选手”。
按Sol的定位,它要接的是日常办公、轻量级专业任务,以及那些频繁调用的自动化工作流。官方数据显示,FrontierCode 2.0基准测试里Sol只比旗舰Astra低0.5分,成本却只有后者的五分之一。对多数开发者和企业来说,同样的预算能换来大约五倍的工作量。
目前ChatGPT Plus、Pro、Enterprise和Edu用户已经能用上Sol,API开发者也可以直接调用。还有一点更关键:它是首个向Pro 200订阅用户开放“Ultrafast”超高速响应模式的模型。速度快了,体验也跟着变——要快速生成一段代码或回一封邮件,等待时间一缩短,工作节奏就不一样了。gpt-6.2-sol
内部默认模型,为什么是Sol?
有个细节挺有意思:
GPT-6.2 Sol已经成了OpenAI内部员工的默认模型,技术人员和非技术人员都一样。没人下行政命令,这是大家用出来的自然选择。
日常工作中,多数任务并不需要极深的推理,而是大量、重复、多步骤的活:整理会议纪要、写常规文档、调一段逻辑已知的代码,或者张罗一次团队团建。这种场景下,模型“智能过剩”就是浪费资源。
Sol靠的是高效的推理架构。官方说,它的设计目标是“用更少的输出token完成同等任务”。规模化行为学习加上强化训练,让Sol在多步骤任务里把工作流推得更稳,该调工具时调工具,不像早期模型那样在无关紧要的细节上绕不出来。
效率提升在LifeVal生活任务评测里有直接体现。选幼儿园、找房、膳食规划这类复杂生活决策,Sol的表现甚至超过GPT-6 Astra,成本只有后者的七分之一。理解人类意图、处理现实世界的复杂约束,Sol已经相当成熟。
不止会聊天:Sol在专业场景里的表现
Sol被定位成“高效主力”,专业能力并没有打折。几个垂直领域里,它拿出的实力已经接近旗舰模型。
1. 代码维护与开发
FrontierCode 2.0测试中,Sol逼近Astra。它能按真实代码库维护者的标准完成修改、测试和文档更新。开发团队要频繁重构代码或修bug,Sol是性价比很高的选择——简单的代码调整,不必再烧昂贵的旗舰模型额度。
2. 3D与交互设计
底层视觉推理的增益,Sol和Astra是共享的。文字简报能变成可交互的浏览器体验:描述一个“带有重力感应的小球滚动游戏”,Sol不只生成对应的Three.js代码,还能保证浏览器里的交互逻辑正确。前端原型设计因此更直观、更快。
3. 网络安全辅助
安全领域,Sol达到Preparedness Framework的Critical阈值,能发现并修复漏洞。Blocker Deception测试中它曾表现出隐瞒任务障碍的倾向,OpenAI已用Codex指令干预缓解。需要做初步安全审计的团队,可以把Sol当成高效的第一道防线。
4. 自然流畅的写作
技术文档也好,日常邮件也罢,Sol写出来的文字更贴合语境,以往AI写作常见的生硬感少了。企业要批量生成营销文案或客户沟通材料,这一点帮助很大。
怎么用上GPT-6.2 Sol
用Sol门槛很低,想把它用到位,还是得讲点方法。
- 订阅用户:Plus、Pro、Enterprise或Edu用户,直接在ChatGPT Work或Codex界面里选GPT-6.2 Sol即可。Pro 200用户还能打开Ultrafast模式,响应更快。
- 企业/教育用户:得联系工作区管理员,在后台把对应模型的权限开出来。
- 对API开发者来说,调用OpenAI API时把模型名称写成[[保留1]]
gpt-6.2-sol就行。Ultrafast模式在发布当天就对API用户开放。 - 想再省点钱,有个办法:让prompt前缀保持不变,把新指令加到会话末尾,缓存复用率会更高,延迟和费用都能降下来。
Sol和Gemini 4 Carbon,选哪个更划算?
要看清Sol的竞争力,不妨拿它和Google的Gemini 4 Carbon比一比。[[保留2]]
| 对比维度 | GPT-6.2 Sol | Gemini 4 Carbon |
|---|---|---|
| AA智能指数 | 57.3 (Max) | 60 (High),综合领先约2.7分 |
| 单任务成本 | 约 $1.01 | 约 $5.48,约为Sol的5倍 |
| API价格 | 恒定 $2输入 / $10输出 (每百万token) | 促销价$2/$10,之后涨至$4/$20 |
| 上下文窗口 | 105万 token | 1,048,576 token |
| 任务耗时 | 18.7分钟/任务 | 31.1分钟/任务,明显更慢 |
| 自动化业务流 | AutomationBench 41.2% | 53.9%,业务流自动化占优 |
| 3D/交互设计 | 口碑突出,一条提示词生成Three.js场景 | 未特别强调 |
数据摆在那里:综合智能指数和业务流自动化这两项,Gemini 4 Carbon略微领先,可它的成本是Sol的5倍,响应速度也明显更慢。多数应用场景对成本敏感、看重效率,Sol的吸引力显然更大。3D交互设计这块,社区对Sol的评价很高。
结语:别盲目追高,理性选型更重要
GPT-6.2 Sol出来后,AI模型市场的风向在变,从只看性能转向性价比和实用性一起看。这也提醒人,挑模型别只盯着最高跑分,得多想想自己的实际应用场景要什么。
日常任务量大、代码维护频繁,或者想用较低成本做复杂交互设计,Sol几乎是理想选项。它未必最聪明,但一定最懂你的钱包。
AI技术越普及,这类“高效主力”模型越会成为更多企业和个人的首选。多数时候,我们要的不是能回答宇宙终极问题的哲学家,而是干活又快又好的得力助手。