OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰

资讯 量子位 全文 2964 字 · 约 8 分钟读完 配图 16 张 分类GPTGPT-6OpenAI

GPT-6.2 Astra和GPT-6.2 Sol,这次一起等来了!!!(欢呼.jpg)

所属频道 大厂动态ChatGPT 与 GPT

Sol这次的表现,已经快摸到旗舰的门槛了。

梦瑶 发自 凹非寺量子位 | 公众号 QbitAI

OpenAI是真会玩,一出手就是双王炸。

GPT-6.2 Astra和GPT-6.2 Sol,这回一块儿等到了!!!(欢呼.jpg)

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 1)

Astra在各个维度上的性能,这回是一起卷起来的——

  • 复杂Agent能力升级:专业任务评测比前代高出5.2个百分点,任务成本压到三分之一以下。
  • 科研能力刷新纪录:相关评测提升9个百分点,OpenAI直接说它是全球最强科学家模型。
  • 编程能力再升级:FrontierCode 2.0评测里拿到44.2%,比前代多1.4个百分点。
  • 3D生成登顶榜单:Artificial Analysis的AA-3D评测中,它以1318 Elo排第一,压过Fable 5.2的1271分。

到底多能打,直接上才艺展示~

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 2)

看这个,Astra当起了网页设计师,布局到配图全包,还能给不同网站做出专属的视觉风格:

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 3)

再看这个,只给照片和手册,Astra就把遥控汽车连发动机一起建模了,组装动画也顺手做完,有点厉害哈:

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 4)

AA-3D评测里它更是以1318 Elo登顶,精细3D模型说搓就搓,沉浸式交互场景也能直接生成,be like:

△x@fal

轻量版Sol也不差,编程能力向Astra看齐,任务成本只有它的五分之一。

价格方面,6.2 Astra的API降价20%——

输入每百万Token 8美元、输出40美元,缓存输入价格降幅更达到60%。

6.2 Sol则维持原价,API输入、输出每百万Token分别是2美元和10美元。

两款模型目前已经上线ChatGPT Work、Codex和API,Plus、Pro等订阅用户都能用。

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 5)

话不多说,新模型的具体能力直接来看~

Astra刷新专业任务纪录,Sol逼近旗舰性能

先看看这次GPT-6.2到底升级了多少。

OpenAI在官方公告里,把6.2 Astra定位成面向高难度项目的旗舰模型。

高频、日常的专业任务,则交给6.2 Sol来承担。

两个模型的能力亮点,这里先做个简单梳理,让各位先睹为快。

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 6)

△AI生成

从公开的成绩看,Astra进步最明显的地方集中在复杂任务执行、科研、编程与视觉设计这几块。

复杂专业任务方面,纪录被刷新,完成成本压到了前代的三分之一以下。

Agents’ Last Exam评测里,GPT-6.2 Astra比GPT-6 Astra高出5.2个百分点。

对比Claude Fable 5.2,它也领先5.5个百分点,单任务成本只有后者的5%,确实有点东西。

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 7)

科研能力同样在往上走,OpenAI给出的定位直接是「全球最强科学家模型」。

Terminal-Bench-Science 0.1中,Astra较前代提升9个百分点,任务成本也降到三分之一以下。

Vals Science Index的成绩同样被刷新,这项评测要求模型理解真实生物数据来设计实验,再通过实验推断模拟系统的运行规律。

也就是说,它已经不只是回答科学知识,而是更贴近科研人员的实际工作过程。

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 8)

编程、3D设计和电脑操作这几项能力,当然也集体上了一个台阶。

第三方评测机构Artificial Analysis的综合智能指数里,Astra拿到62分,比前代多5分。

Sol以57分追平上一代旗舰,成本还更低。

3D生成的表现更抢眼,Astra以1318 Elo登上AA-3D榜单首位,超过Claude Fable 5.2的1271分,Sol也拿到1259分。

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 9)

OpenAI还放出了一个挺有意思的Demo。

GPT-6.2 Astra直接在CAD软件里做起了机械设计。

它能把机械零件逐个处理,检查各组件之间的连接关系,这种需要精细操作的工程任务,它也能自己动手完成。

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 10)

下面这个demo也值得一看。

6.2 Astra模拟了一辆汽车在山路上的行驶动态。

它先建3D模型,再写Python程序模拟轮胎与悬挂系统的运动关系,最后用Blender生成动画。

汽车行驶画面、悬挂运动和轮胎受力数据同步呈现,工程师可以借此快速测试设计方案。

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 11)

视觉推理方面还有一个例子。

Astra直接做出了一个可交互的3D后花园。

蔬菜种植区、围栏、绿植都有,视角能自由切换,花坛布局也能调整。

连一天里不同时间段的日照也能模拟出来,植物在各个时段能晒到多少光,看一眼就清楚:

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 12)

安全这块的提升同样明显。GPT-6.2 Astra和Sol在找漏洞、利用漏洞以及修代码三方面都做了升级,两个模型还都拿到了OpenAI网络安全能力中的最高风险等级。

在DeepBinary漏洞挖掘评测里,Astra挖出的漏洞按赏金折算总额超过100万美元,前代大约只有44万美元:

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 13)

旗舰模型亮完肌肉,6.2 Sol这边也有自己的戏份。编程这块,它已经追得离Astra很近了。

在Cognition的FrontierCode 2.0评测中,GPT-6.2 Sol和Astra只差0.5分,可完成任务的花费大约只有后者的五分之一。放到一些实际开发任务里看,Sol已经能用低得多的成本做出接近旗舰模型的效果。

日常任务评测LifeVal里,Sol的分数甚至压过了上一代GPT-6 Astra,成本约为后者的七分之一。OpenAI还提到,公司内部不少员工已经把Sol当成技术和非技术工作的默认模型,两款模型怎么分工,这里也能看出个大概。

PPT、Excel、文档全升级,GPT-6.2办公能力更强了

科研和编程之外,GPT-6.2这回还有一处升级,打工人大概最有感觉:做PPT、处理Excel、写专业文档,全都加强了!!!

衡量真实专业工作能力的GDPval v2评测中,Astra比前代高出6.2个百分点,Sol也涨了5.3个百分点。Astra完成任务要输出的Token还少了22%,效率随之往上走。

Excel这部分,OpenAI让新旧两代Astra做同一道题:根据财务数据,给一家虚构公司做收入预测和估值表:

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 14)

两代模型都做完了,不过GPT-6.2 Astra交出的表格明显更清楚、更好用。收入结构、企业估值到每股价值的计算过程,还有不同假设下估值怎么变,它全塞进了同一页。

PPT这边,OpenAI让两代Astra给四个团队设计动物主题周边。前代每个团队只出一个形象,GPT-6.2 Astra一口气给了8款设计,徽章、T恤、背包刺绣都有:

OpenAI双发GPT-6.2:Astra科研登顶,Sol性能逼近旗舰(配图 15)

还有个案例,OpenAI让两代Astra做一页女性中高端时尚品牌的市场分析PPT。

GPT-6.2 Astra的成品明显更接近能直接拿去讲的程度——品牌按价格和风格分了类,还配上品牌Logo、价格区间,以及6款代表性连衣裙的图片和售价:

天天跟表格、幻灯片打交道的上班族,这次升级带来的便利很具体。

GPT-6.2 Astra和Sol眼下都已上线ChatGPT Work、Codex及API,Plus、Pro等订阅用户都能用上。

想试的话,现在就可以上手了。

参考链接:

[1]https://openai.com/index/introducing-gpt-6-2-astra-sol

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. OpenAI 发布 GPT-6.2 Astra和Sol:超越Fable 5.2,金融、科研刷新纪录

    IT之家 11 月 18 日消息,就在 Anthropic IPO 定价前一天,OpenAI 突然毫无预兆地送上了一份“惊喜”。OpenAI 今日正式发布了最新的 GPT-6.2 Astra 和 GPT-6.2 Sol 模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务的表现,同时降低完成任务所需的输出 Tok

    来源 腾讯网
  2. OpenAI发布GPT-6.2 Astra与Sol:API缓存输入降价60%

    11月17日,OpenAI发布两款升级主力模型GPT-6.2Astra与GPT-6.2Sol,人工智能竞争再进一步。二者定位不同:Astra主攻专业深度,Sol领跑日常效率,覆盖专业工作与日常任务场景,并在API使用成本上显著优化。OpenAI以“双核驱动”满足不同用户需求,推动新一代智能引擎落地。

    来源 AI 产业速递
  3. 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
  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: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
  6. GPT-6.2 Astra发布即遭差评:跑分领先,实测口碑两极

    OpenAI 可能没想到,自己精心准备的新模型,刚刚发布就迎来了一场颇为热闹的舆论风波。 今天凌晨,OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol,主打更强的专业工作能力、更高的 Token 效率,以及进一步降低的使用成本。 按照官方公布的成绩,新模型在编程、科研、专业办公、3D 设计等

    来源 AI 行业观察
  7. 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
  8. 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
  9. GPT-6.2 Astra发布:基准超Claude Fable 5.2,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

    来源 AI 行业观察
  10. 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
  11. GPT-6 Astra仅对26.7%:Visual Cipher Bench为何难住顶级AI?

    修 bug、写功能、跑长任务…… 今天的 Agent 几乎都能做。因为要求有文字说明,做错了有测试报错。那如果规则只画在图里呢?一张黑白线稿,几个编号,几条箭头。没有题干,没有选项,做对做错也没人告诉你。所有线索都在图里,很难转成文字,只能反复看图、提假设、再回到图里验证。这就是长程视觉推理。8 个前沿模型、3480

    来源 腾讯网
向下滚动自动加载更多