GPT-6.2 Astra发布即遇差评:跑分与实测定价怎么看

资讯 凤凰科技 作者:爱范儿 全文 4215 字 · 约 11 分钟读完 配图 16 张 分类GPTGPT-6OpenAI模型发布

OpenAI发布GPT-6.2 Astra和GPT-6.2 Sol两款模型,主打专业工作能力与更低成本

所属频道 大厂动态模型发布ChatGPT 与 GPT

OpenAI 大概没料到,自家花心思备好的新模型,上线当天就卷进一场不小的舆论争议。

今天凌晨,GPT-6.2 Astra 与 GPT-6.2 Sol 正式亮相,卖点集中在更强的专业工作能力、更高的 Token 效率,以及更低的调用成本。

Image

官方给出的成绩单显示,新模型在编程、科研、专业办公、3D 设计等场景里表现不俗,某些任务的完成成本甚至压到上一代的三分之一以下。

可首批开发者的实测反馈却明显分成两派。我们也第一时间上手,想看看 GPT-6.2 系列到底成色如何。

GPT-6.2 来了:跑分更聪明,价格也更便宜

两款新模型的定位并不一样。GPT-6.2 Astra 瞄准复杂专业任务,GPT-6.2 Sol 更看重效率与成本,覆盖日常办公、编程以及多步骤 Agent 工作。

在考察长周期、多步骤专业任务的 Agents' Last Exam 测试里,GPT-6.2 Astra 比上一代多出 5.2 分,任务成本却不到后者的三分之一;对上 Claude Fable 5.2,它高出 5.5 分,成本只有对方的 5%。

Image

科研方面的能力也有提升。Terminal-Bench-Science 0.1 测试中,Astra 比上一代高了 9 个百分点,OpenAI 还称它是眼下最适合科学家的模型。

Image

第三方评测机构 Artificial Analysis 的数据可作参照:GPT-6.2 Astra 在综合智能指数里排第二,只落在 Claude Fable 5.2 后面;但 Coding Agent 指数与上一代打平,GPT-6.2 Sol 反倒掉了 3 分。

Image

比起单纯刷 Benchmark,这次发布更值得留意的变化,是 OpenAI 开始着重演示模型怎么把真实工作干完。

例如,给 Astra 一张 PPT 截图,它能照着原有的布局、字体和配色做出新页面;把财务报表交给它,它也能生成带收入预测和估值分析的 Excel 工作簿。

OpenAI 内部 GDPval v2 评测中,Astra 比上一代提升 6.2 个百分点,输出 Token 少了 22%;Harvey LAB-AA 法律工作评测里,它的任务通过率是 Claude Fable 5.2 的两倍多,成本约为后者的六分之一。

Image

更让人意外的,是 GPT-6.2 在 3D 设计和机械工程上的长进。

OpenAI 晒出的案例包括:Astra 在 Blender 里模拟汽车悬架运动、制作遥控赛车装配动画,还照着芝加哥 Marina City 大楼的阳台设计做出实体纸灯。

Artificial Analysis 的 AA-3D 评测中,Astra 以 1318 Elo 排第一,比上一代高了 150 Elo 分,领先 Claude Fable 5.2 的 1271 Elo。

LuminaBench 用相同提示词测试时发现,GPT-6.2 Sol 生成的 3D 水上飞机场景比 6.1 Sol 进步明显。开发者 eric provencher 展示了 Astra 依参考图做出的精细 3D 演示程序,还能直接通过 WebGPU 在浏览器里跑;

Image

Image

Synopsis 则拿它搭出一座接近真实、可以步行的迪士尼灰姑娘城堡,烟花、水面纹理和船只场景都相当逼真。

Image

不过,AmirMušić 让 Astra 配合 Blender 做机械手模型和动画后觉得,实际效果还过得去,但离惊艳差得不少。

Image

Image

主打效率的 GPT-6.2 Sol,在 FrontierCode 2.0 编程测试中与 Astra 只差 0.5 分,成本却只有约五分之一。

Image

定价上,GPT-6.2 Astra 的 API 输入和输出价格比上一代降了 20%,缓存输入降 60%,每百万 Token 的输入、缓存输入及输出价格分别是 8 美元、0.4 美元和 40 美元。

GPT-6.2 Sol 则维持上一代价格:每百万 Token 输入 2 美元、缓存输入 0.1 美元、输出 10 美元。

Image

图|🔗 https://developers.openai.com/api/docs/pricing

现在,ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户已经能用上这两款模型,API 同步开放,Ultrafast 模式也头一回向 Pro 200 用户放开。

Image

落到真金白银上,差距一样扎眼。开发者 Tony 拿同一个高山水上飞机提示词做了对比:GPT-6.2 Sol 跑了约 31 分钟,花掉 2.07 美元;Claude Opus 5.5 用了约 2 小时 46 分钟,账单 31.85 美元。

Image

换到冰川渔船那组场景,Astra 用 8.20 美元、约 41 分钟收工,Claude Fable 5.2 则烧掉 81.10 美元,耗时接近两小时。

Image

专业工作、3D 设计再到价格,OpenAI 这份成绩单看上去相当漂亮。可开发者真正上手之后,感受远比跑分复杂。

最聪明的 AI,未必是最实用的 AI

模型上线没多久,几位提前拿到体验资格的知名开发者就接连泼冷水。AI 开发者 Matt Shumer 在 X 平台上把话说得很直:他不打算对 GPT-6.2 Astra 和 Sol 做完整评测,原因是前期测试体验太差,两款模型基本没法用。

Every 联合创始人 Dan Shipper 的团队也提前跑了几周,结论是 GPT-6.2 整体表现让人失望。他观察到,Astra 写东西还不如上一代,过分追求简洁,本该详细解释的问题常常只给很短的答案;编程水平和上一代差不多,但在真实项目里动不动就提前停工;设计上审美在线,作品却容易高度雷同。

骂得最凶的是知名开发者 Theo。他说 Astra 表现太糟,自己专门花了一整天给 OpenAI 写投诉信。模型在长任务里经常突然停下,问用户内部文件该怎么命名之类无关紧要的事;有个 TypeScript 转 Rust 的项目,它连跑 11 天没拿出有效改进,期间还让编译器速度掉下去 56%。

让 Theo 更头疼的是,Astra 往往能写出不错的代码,却讲不清自己干了什么。有回他问某台电脑为什么慢,Astra 甩出四段复杂的技术分析,Claude Opus 5.5 则直接点明是 SSD 太慢。现在他干脆习惯让 Claude 来替他解读 Astra 的产出。

有点讽刺的是,Theo 也认账:Astra 在代码审查、3D、游戏开发和计算机操作上确实出色,还帮他设计过一套反向代理方案,预计每月能省 2.5 万美元。可这些优点还是不够,他依然不会把它当成日常开发工具。

开发者 Flavio Adamo 同样觉得 Astra 的 3D 能力很优秀,问题出在前端开发——它常自作主张套用自己的设计风格,接不上现有项目的视觉规范。aipulsedaily 在曼哈顿 3D 场景测试后也说,Astra 能把场景做出来,但速度极慢,镜头移动拖沓,其他任务里也常常不配合,正式工作还是优先用 Opus 和 Fable。

这几位开发者的不满其实指向同一批毛病:长任务异常中断、执行跑偏、解释沟通费劲,对用户要求的遵循也不够。

不过提前体验者 Pietro Schirano 看法不同。他觉得不少问题出在外围 Agent 执行框架 Harness 身上,把相关框架拿掉之后,Astra 的表现明显好转。

OpenAI 在官方博客里也承认,两项对齐测试中,新模型更容易漏掉妨碍任务完成的重要信息,比如文件缺失、搜索工具用不了。目前他们已通过调整 Codex 指令来改善这一行为。

褒贬不一的声音看下来,我拿 GPT-6.2 Astra 也做了三组测试,还是第三人称水下探索游戏、动画风乡村骑行体验,外加一个基础 WebGL 交互场景,重点看它处理复杂需求、搭 3D 场景和理交互逻辑的本事。

三个项目从基础图形开发一直覆盖到复杂交互场景。就我的体验,GPT-6.2 Astra 远没有网上传的那么差,首发之后的舆论更像是差评被集中放大了。

说到底,Agent 如今开始参与软件开发、专业设计和科研工作,一次任务可能跑上几小时甚至几天,模型得自己规划、调工具、处理障碍,哪一步判断错了,用户都得额外搭上时间和 Token。Theo 碰到的文件命名问题,搁普通聊天里不过是个无关紧要的提问,可对已经跑了两小时的 Agent 来说,就是任务被迫中断。

模型为了把程序体积压小,会一直烧 Token,可用户真正想要的性能提升反倒被放在一边。自主执行的能力越强,一次错误决策要付的代价就可能越大。

OpenAI 这回一再讲 GPT-6.2 的成本优势。不过放到真实项目里,花多少钱还要看模型能不能准确理解目标、少做重复动作,最后交出符合要求的结果。

单次推理的价格是降了,项目整体却可能因为反复试错变得更贵。

模型能力越来越多样,单看某一个场景的表现,已经很难代表它的整体水平。

还是 GPT-6.2 Astra,做 3D 生成能拿出让人惊艳的结果,放到耗时较长的编程任务里又可能来回兜圈子。有人觉得跟它交互的体验让人抓狂,也有人认为它的成本效率足以改变自己的工作流程。

任务不同,对模型能力的要求本来就不同,用户判断一个模型好不好,出现分歧也很自然。

GPT-6.2 引起的争议,正好照出大模型竞争正在变的地方。前几年,厂商们忙着证明自己的 AI 比对手更聪明;现在 Agent 进了真实工作流程,用户更在意的变成了它完成任务时的效率、成本和可靠性。

对普通用户来说,与其被社交平台上最激烈的评价牵着走,不如把模型放进自己的工作实际里,看它到底能做成多少事。最聪明的模型未必最实用,最实用的模型也未必需要证明自己最聪明。

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 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
  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. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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
  9. 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
  10. OpenAI补全粒子物理标准模型?GPT-6 Astra主导核心证明

    刚刚,OpenAI「补全」了粒子物理标准模型? 针对一个50多年来悬而未决的物理问题,GPT-6 Astra为加州大学圣塔芭芭拉分校UCSB物理学家Nathaniel Craig提供了「实质性」帮助。 作为OpenAI科学博客首篇客座文章作者,物理学家Nathaniel Craig介绍,他与GPT-6 Astra合作,

    来源 AI 行业观察
  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