GPT-6.2双模型发布:Astra编程测试62分,API降价20%

资讯 36氪 全文 3904 字 · 约 10 分钟读完 配图 12 张 分类GPTGPT-6OpenAI

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

所属频道 大厂动态ChatGPT 与 GPT

美国当地时间11月17日,OpenAI把GPT-6.2 Astra和GPT-6.2 Sol两款模型正式摆上台面。

这次亮相其实拖了。10月底就有人在ChatGPT用量记录里翻出疑似GPT-6.2的灰测痕迹,之后模型标识、测试截图接连往外冒。媒体此前给出的最快发布时间是11月6日,实际比这个预测晚了11天。

OpenAI这回把重心放在AI接手专业工作上。

一张PPT截图能复刻出整套演示文稿;财务数据能提取,估值模型能搭;Blender里可以生成汽车三维模型,模拟车辆悬架的物理运动;连CAD设计机械零件、验证装配关系也做得下来。过去这些活都得专业人员摆弄复杂软件才能完成,GPT-6.2开始往里扎。

OpenAI特别提到,新模型能压掉无效输出和来回返工,交付结果更贴近专业工作的标准。

过去两个多月,OpenAI先后放出GPT-6 Astra、Sol、Luna,以及GPT-6.1 Sol、Terra等模型。刚发布的GPT-6.2 Astra是9月GPT-6 Astra之后的旗舰升级,主打复杂专业任务的处理能力;GPT-6.2 Sol则侧重日常工作、编程和多步骤智能体任务的效率。

Artificial Analysis最新榜单上,Astra拿到62分,升至全球第二,比前代高5分;Sol为57分。价格上,Astra的API输入、输出单价都降了20%,缓存输入价格降60%;Sol价格不变,但完成部分任务的总体成本还在往下走。

还有一点:GPT-6.2 Astra是OpenAI首个被评估为达到AI自主改进能力“High”门槛的公开模型。

演示漂亮、跑分好看,评价却不一样。发布当天,几位提前数周试过新模型的开发者公开表示失望,理由是在长时间的软件开发任务里Astra仍可能提前收手,输出过于简洁时还会漏掉必要信息。

模型越贴近真实专业工作,能力边界和安全控制也越受关注,这成了本次发布的另一处看点。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(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

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 2)

GPT-6.2 Astra的API定价为每百万输入Token 8美元、输出Token 40美元,缓存输入0.40美元。对比前代,输入和输出价格均下降20%,缓存输入从1美元降到0.40美元,降幅60%。GPT-6.2 Sol则保持每百万输入Token 2美元、输出Token 10美元。

多步骤智能体干活,API单价说明不了全部开销。模型执行任务时可能要反复调用工具、读文件、处理错误再重试。单价不动,只要完成任务耗的Token更少,账单照样会降。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 3)

Cognition的FrontierCode 2.0编程测试里,GPT-6.2 Sol只比Astra低0.5分,成本却只有后者的五分之一左右。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。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 4)

高难度任务上Astra也有长进。Agents' Last Exam评估中它比GPT-6 Astra高5.2分,完成任务成本不到前代的三分之一。对上Claude Fable 5.2,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

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 5)

财务、法律、咨询这些专业活,要求AI啃下大量原始资料、核对数据,再按行业规范交出可用的成果。OpenAI称,GPT-6.2 Astra在这类任务上表现有提升,财务建模、并购分析、法律检索、数据科学分析都能做。

OpenAI内部的GDPval v2测试覆盖咨询、金融和设计等领域,Astra得分比前代高6.2个百分点,输出Token少了22%。

法律检索这块,模拟真实律所任务的Harvey LAB-AA v1.1测试中,Astra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覆盖咨询、金融、设计等工作。结果显示,Astra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这次还展示了另一手:直接参与3D建模和工程设计。模型不光能吐出一段建模代码,还能操作专业软件,处理零件、调整结构,把计算结果做成可视化内容。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 6)

山路驾驶模拟这个案例里,Astra先建好跑车的3D模型,再写Python物理求解器,算出轮胎接地力和悬挂系统的动态变化,最后把结果导进Blender生成车辆行驶动画。靠这套模拟,工程师在造实体样车之前就能观察车辆过复杂路况时的载荷转移。

机械建模这块的输入材料要简单不少:OpenAI给出的只是1:8比例遥控越野车和直列六缸发动机的公开照片与装配手册。Astra照着这些资料逐个建起机械零件的三维模型,再产出分步装配动画和带图解的零件目录。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 7)

另一项测试把CAD设计和动手制作串到了一起。团队拿来芝加哥地标Marina City的扇形阳台照片,让模型参照这个结构做设计。反复调整之后,Astra做出一盏能打印、能折叠组装的纸艺台灯,还配了一个网页Lamp Builder,用户可以在线改参数、生成定制图纸。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 8)

网页开发方面,Astra搭出一个露营车交互式配置器,车身颜色可切换,车顶帐篷能加装,页面报价跟着同步变化。它另外按文字描述做出了可玩的弹球台、罗马斗兽场复原模型,还有一款叫《Meridian Sound Racing》的未来城市赛车游戏。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 9)

Artificial Analysis的AA-3D人类评审盲测也对比了各家模型的3D生成水平。GPT-6.2 Astra拿到1318 Elo分,排在第一;Claude Fable 5.2是1271分,GPT-6.2 Sol为1259分。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 10)

GPT-6.2 Astra生成的露营车交互式配置器

物理世界理解和行动规划方面,AA-Robotics v0.1预览版中Astra得79分、Sol得78分,都高于Claude Fable 5.2的75分。不过评测团队提到,头部模型现在已能完成初始测试里绝大多数基础任务,题目难度正在往上加。

04、科学推理与短板

科学研究同样是OpenAI这次展示的重头。

Terminal-Bench-Science 0.1测试里,GPT-6.2 Astra比前代高9个百分点,位列第一,这项测试看的是模型在终端环境中跑完科研工作流的能力。到了要求解读真实生物数据、设计实验并推断系统机制的Vals Science Index,Astra也刷新了纪录。

另几项成绩则不如Claude Fable 5.2。物理推理基准CritPt v2的高难度子集、事实知识评估AA-Omniscience v1.1、推理基准HLE-Diamond,Astra都只排在第二。

模型还有一个没解决的问题:碰上不确定的事实时,它可能给出错误答案。

GPT-6.2双模型发布:Astra编程测试62分,API降价20%(配图 11)

Artificial Analysis的AA-Omniscience幻觉率测试给出了具体数字:最高推理强度下,GPT-6.2 Astra和Sol的幻觉率分别是59%和55%。这项测试看的是模型面对自己大概并不掌握答案的事实性问题时,会不会仍然倾向于猜。它并不等于模型在一般问答中的出错率,但用在财务审计、法律援引这类场景,人工核对还是少不了的。

编程测试也没能全面上涨。Artificial Analysis编程智能体指数中,GPT-6.2 Astra的分数和前代打平,GPT-6.2 Sol比GPT-6.1 Sol低了3分。

拆开看分项,Sol的失分主要出在SWE-Atlas-QnA-AA上,这项掉了14分。该测试考察的是模型对复杂代码库的理解和问答能力,结果说明Sol回答代码库相关问题时,比前代更容易漏掉关键事实。

对要处理大型存量代码库的开发者来说,这点得留神。能写出代码,不等于它已经摸清了项目的历史、依赖关系和具体约束。

05、安全边界

模型一旦能操作终端、审查代码、调用专业软件,网络安全上的风险就跟着上来了。

OpenAI披露,GPT-6.2 Astra和Sol都已经达到公司《防范框架》(Preparedness Framework)里定的网络安全“关键阈值”(Critical threshold)。这两款模型找漏洞、利用漏洞的效率更高,同时也能写出更安全的底层代码,生成尽量保留原有业务逻辑的修复补丁。

也就是说,同一项本事既能拿来排查漏洞,也可能被拿去攻击。OpenAI因此收紧了公开版本对高风险网络安全任务的限制。

对要做漏洞测试的安全研究人员,这些限制也会碍到部分正常工作。OpenAI眼下通过Daybreak项目分级放开相关能力:防御人员可以在Daybreak Blue里用拒绝率较低的GPT-6 Sol;拿到高级授权的红队测试人员,则能在Daybreak Red中调用GPT-6 Astra阿尔法版及GPT-6 Cyber。OpenAI表示,之后还会把GPT-6.2系列接进这套体系。

训练阶段,OpenAI还加了防御导向的训练信号。此前AI已被用于发现PHP2Shell这类高危漏洞,GPT-6.2系列则进一步强化了从开发源头识别安全缺陷的能力,并学着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. 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
  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 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
  4. OpenAI发布GPT-6.2双模型:Astra与Sol上线,成本仅5%

    OpenAI于当地时间11月17日发布GPT-6.2系列模型,包括旗舰模型Astra和面向日常任务的Sol。Astra在Agents' Last Exam测试中得分比GPT-6 Astra高5.2分,比Claude Fable 5.2高5.5分,完成成本仅为后者约5%。两款模型已在ChatGPT Work、Codex及

    来源 凤凰科技
  5. 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
  6. 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
  7. OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用

    出品 | 网易智能 作者 | 小扣 编辑 | 王凤枝 GPT-6.2旗舰Astra跑分涨了、调用也便宜了,一些提前试用者却觉得,它反而更不好使唤了。 北京时间11月18日,OpenAI发布GPT-6.2 Astra和GPT-6.2 Sol。其中Astra是处理复杂专业项目的旗舰,Sol面向日常工作。两款模型目前已接入C

    来源 AI 行业观察
  8. 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
  9. 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
  10. 拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?

    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。

    来源 AI 行业观察
  11. 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
  12. 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
  13. 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
向下滚动自动加载更多