拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?

资讯 AI 行业观察 作者:36氪的朋友们 全文 3904 字 · 约 10 分钟读完 配图 13 张 分类ChatGPTGPTGPT-6OpenAI模型发布

美国当地时间11月17日,OpenAI正式推出GPT-6.2 Astra和GPT-6.2 Sol。 这场发布来得比外界预期更晚。早在10月底,就有网友从ChatGPT用量记录中扒出疑似GPT-6.2的灰测痕迹,此后模型标识和测试截图不断流出。此前媒体曾预测新模型最快于11月6日发布,最终发布日期比这一预期晚了11天。

所属频道 大厂动态模型发布ChatGPT 与 GPT

美国当地时间11月17日,OpenAI正式推出GPT-6.2 Astra和GPT-6.2 Sol。

这场发布来得比外界预期更晚。早在10月底,就有网友从ChatGPT用量记录中扒出疑似GPT-6.2的灰测痕迹,此后模型标识和测试截图不断流出。此前媒体曾预测新模型最快于11月6日发布,最终发布日期比这一预期晚了11天。

OpenAI这次重点强调了AI接手专业工作的能力。

从一张PPT截图复刻完整的演示文稿,到提取财务数据、建立估值模型,再到操作Blender生成汽车三维模型、模拟车辆悬架的物理运动,甚至利用CAD设计机械零件并验证装配关系,GPT-6.2开始深入过去需要专业人员使用复杂软件才能完成的工作。

OpenAI尤其强调,新模型能够减少无效输出和反复修改,让AI交付的结果更接近专业工作标准。

过去两个多月,OpenAI陆续推出GPT-6 Astra、Sol和Luna,以及GPT-6.1 Sol、Terra等模型。刚刚发布的GPT-6.2 Astra是继9月GPT-6 Astra之后的旗舰模型升级,重点提升复杂专业任务的处理能力;GPT-6.2 Sol,主要强化日常工作、编程和多步骤智能体任务的效率。

根据Artificial Analysis最新榜单,Astra以62分升至全球第二,较前代提升5分;Sol达到57分。价格方面,Astra的API输入、输出单价均下调20%,缓存输入价格降低60%;Sol维持原价,但完成部分任务的总体成本进一步下降。

值得注意的是,GPT-6.2 Astra也是OpenAI首个被评估为达到AI自主改进能力“High”能力门槛的公开模型。

不过,漂亮的演示和…分也引来了不同评价。发布当天,多位提前数周试用新模型的开发者公开表达失望,认为Astra在长时间的软件开发任务中仍可能提前停止,过于简洁的输出有时还会遗漏必要信息。

同时,在越来越接近真实专业工作的同时,模型能力的边界和安全控制也成为这次发布的重要看点。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 1)

OpenAI首席执行官山姆·奥特曼。图片经由AI生成

01、性能与成本

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 2)

GPT-6.2 Astra的API价格为每百万输入Token 8美元、输出Token 40美元,缓存输入为0.40美元。与前代相比,输入和输出价格均下降20%,缓存输入则从1美元降至0.40美元,降幅达到60%。GPT-6.2 Sol维持每百万输入Token 2美元、输出Token 10美元的价格。

对于多步骤智能体来说,API单价并不能完全反映实际开销。模型执行任务时,可能需要多次调用工具、读取文件、处理错误并重新尝试。即使单价不变,如果完成任务所需的Token更少,最终账单也会随之下降。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 3)

在Cognition的FrontierCode 2.0编程测试中,GPT-6.2 Sol的得分只比Astra低0.5分,成本约为后者的五分之一。在面向日常复杂事务的LifeVal评估中,Sol的得分超过上一代旗舰GPT-6 Astra,单项任务成本约为后者的七分之一。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 4)

Astra在高难度任务中的表现也有提升。在Agents' Last Exam评估中,它较GPT-6 Astra提高5.2分,完成任务的成本不到前代的三分之一。与Claude Fable 5.2相比,Astra得分高出5.5分,单任务成本约为后者的5%。

02、专业工作交付

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 5)

财务、法律和咨询等专业工作,要求AI处理大量原始资料、核对数据,并按照行业规范形成可交付的成果。OpenAI表示,GPT-6.2 Astra在这类任务中的表现有所提升,能够完成财务建模、并购分析、法律检索和数据科学分析等工作。

OpenAI内部的GDPval v2测试覆盖咨询、金融和设计等领域,Astra得分较前代提高6.2个百分点,输出Token减少22%。

法律检索方面,在模拟真实律所任务的Harvey LAB-AA v1.1测试中,Astra的通过率超过Claude Fable 5.2的一倍,单任务成本约为后者的六分之一。

OpenAI内部的GDPval v2则覆盖咨询、金融和设计等工作。测试结果显示,Astra的得分较前代提高6.2个百分点,输出Token减少22%。

03、进入三维世界

GPT-6.2 Astra此次展示的另一项能力,是直接参与3D建模和工程设计。模型不再只是生成一段建模代码,还能操作专业软件,处理零件、调整结构,并将计算结果制作成可视化内容。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 6)

在山路驾驶模拟案例中,Astra先建立跑车的3D模型,再编写Python物理求解器,计算轮胎接地力和悬挂系统的动态变化,最后把计算结果导入Blender,生成车辆行驶动画。通过模拟,工程师可以在制造实体样车之前,观察车辆经过复杂路况时的载荷转移情况。

机械建模案例的输入资料则简单得多。OpenAI只提供了1:8比例遥控越野车和直列六缸发动机的公开照片及装配手册。Astra据此建立各个机械零件的三维模型,并生成分步装配动画和带图解的零件目录。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 7)

还有一项测试把CAD设计与实际制作联系起来。OpenAI团队提供了芝加哥地标建筑Marina City的扇形阳台照片,让模型参考其结构进行设计。经过多次调整,Astra最终制作出一盏可以打印、折叠组装的纸艺台灯,并编写了配套网页Lamp Builder,供用户在线调整参数、生成定制图纸。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 8)

在网页开发中,Astra制作了一个露营车交互式配置器。用户可以切换车身颜色、加装车顶帐篷,页面报价也会同步更新。它还根据文字描述生成了可玩的弹球台、罗马斗兽场复原模型,以及一款名为《Meridian Sound Racing》的未来城市赛车游戏。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 9)

Artificial Analysis的AA-3D人类评审盲测也对模型的3D生成能力进行了比较。GPT-6.2 Astra获得1318 Elo分,排名第一;Claude Fable 5.2为1271分,GPT-6.2 Sol为1259分。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 10)

GPT-6.2 Astra生成的露营车交互式配置器

在测试物理世界理解和行动规划能力的AA-Robotics v0.1预览版中,Astra和Sol分别获得79分和78分,高于Claude Fable 5.2的75分。不过,评测团队表示,目前头部模型已经能够完成初始测试中的绝大多数基础任务,正在增加难度更高的题目。

04、科学推理与短板

科学研究也是OpenAI此次展示的重点。

在Terminal-Bench-Science 0.1测试中,GPT-6.2 Astra较前代提高9个百分点,排名第一。这项测试主要考察模型在终端环境中完成科研工作流的能力。在要求模型解读真实生物数据、设计实验并推断系统机制的Vals Science Index中,Astra也创下新高。

其他几项测试的结果则略逊于Claude Fable 5.2。在物理推理基准CritPt v2的高难度子集、事实知识评估AA-Omniscience v1.1以及推理基准HLE-Diamond中,Astra均排名第二。

模型仍然存在的一个问题,是面对不确定的事实时可能给出错误答案。

拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?(配图 11)

Artificial Analysis的AA-Omniscience幻觉率测试显示,在最高推理强度下,GPT-6.2 Astra和Sol的幻觉率分别为59%和55%。这项测试主要考察模型面对自身可能并不掌握答案的事实性问题时,是否仍倾向于猜测作答。它并不代表模型在一般问答中的错误率,但对于财务审计、法律援引等场景,仍然需要人工核对。

编程测试也没有出现全面提升。在Artificial Analysis编程智能体指数中,GPT-6.2 Astra的得分与前代持平,GPT-6.2 Sol则较GPT-6.1 Sol下降3分。

分项结果显示,Sol的失分主要来自SWE-Atlas-QnA-AA,成绩下降14分。这项测试考察模型对复杂代码库的理解和问答能力。测试结果表明,Sol在回答代码库相关问题时,比前代更容易遗漏关键事实。

这对需要处理大型存量代码库的开发者来说,是一个需要留意的地方。模型能写出代码,并不代表它已经准确掌握项目的历史、依赖关系和具体约束。

05、安全边界

模型能够操作终端、审查代码和调用专业软件后,网络安全风险也随之增加。

OpenAI披露,GPT-6.2 Astra和Sol均已达到公司《防范框架》(Preparedness Framework)设定的网络安全“关键阈值”(Critical threshold)。两款模型可以更高效地发现和利用软件漏洞,也能编写更安全的底层代码,生成尽可能保留原有业务逻辑的修复补丁。

这意味着,同一项能力既可以用于漏洞排查,也可能被用于攻击。OpenAI因此加强了公开版本对高风险网络安全任务的限制。

对于需要进行漏洞测试的安全研究人员,限制也会影响部分正常工作。OpenAI目前通过Daybreak项目分级开放相关能力:防御人员可以通过Daybreak Blue使用拒绝率较低的GPT-6 Sol;获得高级授权的红队测试人员,则可以在Daybreak Red中调用GPT-6 Astra阿尔法版及GPT-6 Cyber。OpenAI表示,后续也会将GPT-6.2系列引入这一体系。

此外,OpenAI还在训练阶段加入了防御导向的训练信号。此前,AI已经被用于发现PHP2Shell等高危漏洞。GPT-6.2系列则进一步加强了从开发源头识别安全缺陷的能力,并学习生成兼顾安全性和功能完整性的修复补丁。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. GPT-6.2 Astra上线:AI自主进化风险首次亮红灯?

    OpenAI首席执行官山姆·奥特曼。图片经由AI生成文丨晓静编辑丨徐青阳美国当地时间11月17日,OpenAI正式推出GPT-6.2 Astra和GPT-6.2 Sol。这场发布来得比外界预期更晚。早在10月底,就有网友从ChatGPT用量记录中扒出疑似GPT-6.2的灰测痕迹,此后模型标识和测试截图不断流出。此前媒体

    来源 腾讯网
  2. GPT-6.2 Astra发布:首触AI“自我改进”高风险门槛,API降价两成

    OpenAI首席执行官山姆·奥特曼。图片经由AI生成文丨晓静编辑丨徐青阳美国当地时间11月17日,OpenAI正式推出GPT-6.2 Astra和GPT-6.2 Sol。这场发布来得比外界预期更晚。早在10月底,就有网友从ChatGPT用量记录中扒出疑似GPT-6.2的灰测痕迹,此后模型标识和测试截图不断流出。此前媒体

    来源 腾讯网
  3. OpenAI 发布 GPT-6.2 双模型:Astra 与 Sol 定价再下探

    11 月 17 日,OpenAI 发布两款新语言模型 GPT-6.2 Astra 和 GPT-6.2 Sol。Astra 面向科学、法律、金融等专业工作,Sol 定位于快速、通用的日常任务。两款模型均已向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户开放,并同步接入

    来源 腾讯网
  4. OpenAI同日上线GPT-6.2双模型:Astra降价20%,编程进展停滞

    2026年11月17日,OpenAI正式发布GPT-6.2 Astra和Sol两款新模型,向ChatGPT Work、Codex及API全面开放。Astra API价格下调20%至每百万输入tokens 8美元,官方声称在专业输出和编程上大幅提升,但第三方评测机构Artificial Analysis的编程代理指数显示

    来源 AI 行业观察
  5. OpenAI发布GPT-6.2 Astra与Sol:API缓存输入降价60%

    人工智能领域的竞争再度迎来实质性进展。当地时间11月17日,OpenAI 正式发布了全新升级的两款主力模型——GPT-6.2Astra 与 GPT-6.2Sol。作为面向不同应用场景打造的新一代智能引擎,这两款模型在专业工作、日常任务处理以及 API 使用成本上均实现了显著优化。 双核驱动:Astr

    来源 AI 开发者社区
  6. GPT-6.2 Astra首发实测:PPT更像人做,8刀输入价却吵翻了

    大家好,我是程序员鱼皮。今天凌晨,OpenAI 一口气发布了两个新模型,GPT-6.2 Astra 和 GPT-6.2 Sol。Astra 是旗舰模型,主打复杂的专业任务;Sol 是日常主力模型,价格只有 Astra 的四分之一。结果发布还不到半小时,网上就吵翻了。一边是 ARC Prize 官方宣布,GPT-6.2

    来源 腾讯网
  7. OpenAI发布GPT-6.2 Astra与Sol:同任务成本仅Claude Fable 5.2约5%

    就在 Anthropic 敲钟上市的同一天,OpenAI 端出了它的“贺礼”。 11 月 18 日凌晨消息,OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型:在复杂专业任务上,GPT-6.2 Astra 的得分超过 Claude Fable 5.2,而单任务成本只有后者的约 5

    来源 AI 行业观察
  8. GPT-6.2 上线12小时:开发者为何称其“史上最糟”

    就在今天,OpenAI 正式发布了新一代旗舰模型 GPT-6.2 Astra,以及主打性价比的 GPT-6.2 Sol。从官方公布的成绩来看,GPT-6.2 Astra 在专业 Agent 任务上反超 Claude Fable 5.2,完成同等任务的综合成本却只有后者的 5%,堪称一次漂亮的反击。上下滑动查看更多内容然

    来源 腾讯网
  9. Astra for Law登顶LAB-AA:20.8%全通过率,幻觉率0.03次

    OpenAI于2026年11月17日发布Astra for Law 6.2,这是一个基于GPT-6.2 Astra的法律专项配置。在Harvey与Artificial Analysis联合开发的LAB-AA v1.1基准中,该模型以20.8%的全任务通过率位列第一,覆盖24个法律执业领域的120项私有任务,材

    来源 AI 科技快讯
  10. 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

    来源 华尔街见闻
  11. 英伟达董事会拒黄仁勋回归;灵晟蝉联超算榜首;GPT-6.2双模型发布

    “IT早报”时间,大家好,现在是 2026 年 11 月 18 日星期三,今天的重要科技资讯有: 1. 英伟达董事会主席明确表态:无意让黄仁勋回归重新担任 CEO 英伟达新任董事长哈维・琼斯在财报电话会议上表示,黄仁勋因个人行为违反公司准则辞任,董事会一致接受辞呈且无意让其回归。此前黄仁勋曾表态愿意重返公司出任 CEO

    来源 AI 行业观察
  12. GPT-6.2 Astra/Sol来了!首破自进化红线,OpenAI历史性一夜

    新智元报道 真是猝不及防!刚刚,OpenAI正式发布GPT-6.2 Astra和GPT-6.2 Sol。API定价上,Astra单价直降20%,输入8美元、输出40美元/百万Token,Sol则保持输入2美元、输出10美元/百万Token。好消息是,每月200美元的Pro用户终于能用Sol的Ultrafast极速模式了

    来源 腾讯网
  13. OpenAI发布GPT-6.2 Astra:性能超Anthropic,API降价20%

    OpenAI推出旗舰模型最新迭代版本,在性能提升的同时大幅降低使用成本,并在多项基准测试中超越竞争对手Anthropic的顶级模型。此次发布的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,同步推出的GPT-6.2 Sol则面向日常任务。OpenAI表示,GPT-6.2 Astra在多步

    来源 腾讯网
  14. 微软网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra

    IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash,定位为面向企业安全团队的“高性价比”网络安全 AI。该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。微软称,MAI Cybe

    来源 腾讯网
  15. GPT-6 Astra 连遭投诉:对齐隐瞒翻倍,视频生成20分钟烧100美元

    **GPT-6 Astra 服务异常:安全妥协与性能崩盘的双重危机** 过去6小时,X平台连续出现三起用户对GPT-6 Astra的集中投诉,指向服务稳定性、安全合规与实际生成质量的多重问题。OpenAI本应在系统卡发布后完成对齐与工具修复,却在关键环节出现明显退步,引发行业对“下一代模型”交付标...

    来源 AI 科技快讯
向下滚动自动加载更多