2026年11月17日这天,
GPT-6.2 Astra和GPT-6.2 Sol正式亮相,ChatGPT Work、Codex平台和开发者API一起上线,面向Plus、Pro、Enterprise和Edu用户开放,API端则分别通过gpt-6.2-astra和gpt-6.2-sol标识符调用。同一周期内,GPT-6系列迎来第二次重大更新。发布时间点也摆明了竞争意味:Anthropic的Claude Fable 5.2刚在一周前上线。
价格下调成了主要卖点
Astra的API定价确实比上一代低:输入端每百万tokens从10美元降到8美元,降幅20%;缓存输入由1美元降至0.40美元;输出端从50美元降到40美元。Sol的定价没动,每百万tokens输入2美元、输出10美元。
单看绝对数字,Astra仍是Sol价格的四倍。OpenAI却给了一个关键对比:FrontierCode 2.0编程基准上,Sol与Astra的得分差距不到0.5个百分点,成本却只有后者的五分之一。照这个说法,多数编程任务用Sol就够了,Astra贵在科学研究、长文档处理这类重度专业场景。
官方口径与独立评测对不上
发布材料里,OpenAI援引了一组核心数据:GPT-6.2 Astra在Agents' Last Exam上比上代GPT-6 Astra高5.2个百分点,完成同样任务的花费不到上代的三分之一。性能提升与成本下降被放在一起说,落点是新模型在复杂代理任务上的单位成本优势。
第三方评测机构Artificial Analysis的数据却给出另一幅图景。其编程代理指数(Coding Agent Index)显示,GPT-6.2 Astra相较GPT-6 Astra几乎没动;GPT-6.2 Sol比GPT-6.1 Sol还低了三个百分点。Artificial Analysis直言,“编程领域的进展已陷入停滞”。智能综合指数(Intelligence Index)上,Astra以62分排第二,落后于Claude Fable 5.2的65分。
分歧不是偶然。OpenAI选的Agents' Last Exam偏重多步推理和指令遵循,不看纯代码生成效率;Artificial Analysis的编程代理指数则更贴近开发者日常。两组数据都是事实,量的却不是同一件事。对要用这两款模型写代码、做代码审查的工程团队来说,后者的参考价值可能更大。
和Fable 5.2正面撞上
发布时间能看出竞争压力。据9to5Google报道,Anthropic上周发布的Claude Fable 5.2在多个主流基准测试中“几乎全面领先Opus 5.5、GPT-6 Astra和Gemini 4 Carbon”。在这种情况下,OpenAI不到一周就拿出6.2版本,比以往的迭代节奏快得多。
市场策略上,OpenAI没等性能指标全面压过对手就发了,转而从价格下手。Astra降20%、Sol维持低价,等于把“高质量AI”的门槛往下压。对大量按API计量计费的企业用户来说,输入成本少20%,规模调用下就是看得见的预算节省,比多几个基准测试百分点更容易感知和量化。
法律与垂直场景的机会
也不是所有指标都指向停滞。据mlq.ai援引的数据,GPT-6.2 Astra在Harvey LAB-AA法律任务基准上拿到20.8%的满分率,在同类模型中表现靠前。这说明Astra真正的主场或许不是通用编程,而是专业文档处理——合同审查、法律摘要、长报告生成。这类任务里,推理精度比代码执行速度更要紧,价格下调也更容易被专业服务客户接受。
这和OpenAI所称“为复杂专业工作中的AI设定新质量标准”对得上。Astra瞄准法律、咨询、科研机构这类重型工具,Sol承接大批编程和日常自动化场景,从产品线看是一套清晰的分层打法。
一个没被多提的安全节点
发布说明里有一条,多数报道都放到了末尾:GPT-6.2 Astra是OpenAI首个对外发布、“达到AI自我改进高风险阈值”的模型,并配套推出了名为Control Room的新管控系统。
这个定性有两面。一面是OpenAI认为6.2 Astra已具备一定程度的自主递归改进能力,需要额外安全封堵;另一面,仅“已达到高风险阈值”这个说法,就够让企业合规团队重新翻一遍使用协议。Control Room的具体约束机制还没完全披露;要在金融、医疗、政府等受监管行业部署的用户,得把权限边界、日志审计、人工接管和数据留存要求写进采购审查。
这两款模型怎么选
从实际部署看当前状态:GPT-6.2 Sol在编程任务上性价比最突出,花Astra五分之一的成本换接近的代码生成质量,适合大量调用的自动化流水线;GPT-6.2 Astra适合单次调用价值高、对推理深度要求更严的专业场景,法律文档和科研摘要是目前有数据支撑的两个落点。
关键前提是:官方基准数字和第三方独立评测结论差得不小,这不是四舍五入的误差,而是在同一个领域(编程)上得出了相反的结论。把这两款模型放进核心生产流水线之前,针对自己的具体任务做一轮成本可控的小规模测试,应当算必经步骤。
判断
把GPT-6.2 Astra和Sol的这次上线看成性能跨代升级,其实并不准确,它更像一次有意的价格重定位。Artificial Analysis等独立评测给出的结论是编程能力没有进步,OpenAI对此最直接的回应就是降价20%:用成本上的优势去填性能上的差距,让企业客户算总账时仍有理由留在GPT系列。对调用频繁、对价格敏感的用户来说,这一招短期内确实有吸引力。可在现有独立评测都还没显示性能反超的情况下,OpenAI实际是在靠价格重新塑造采购的理由。