OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%

资讯 36氪 全文 5082 字 · 约 13 分钟读完 配图 13 张 分类ClaudeGPTGPT-6AnthropicOpenAI

Astra 刷新专业任务纪录,Sol 低成本超越上代旗舰

所属频道 大厂动态ChatGPT 与 GPTClaude 与 Anthropic

11月18日凌晨,Anthropic 挂牌上市当天,OpenAI 拿出了两款新模型当作“贺礼”。

GPT-6.2 Astra 与 GPT-6.2 Sol 正式亮相。复杂专业任务上,GPT-6.2 Astra 的得分压过 Claude Fable 5.2,单任务成本却只有后者的约 5%。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 1)

在衡量长程专业工作流的 Agents' Last Exam 里,GPT-6.2 Astra 拿到 78.3%,比上一代 GPT-6 Astra 高 5.2 个百分点。跑完同样的评测任务,它平均花 2.89 美元,Claude Fable 5.2 则要 60.05 美元,差出 20 倍以上。

另一款 GPT-6.2 Sol 主打日常工作,API 定价与上一代 Sol 持平,部分编程和日常复杂任务上却能追平、甚至超过此前的旗舰 Astra。

官方同步放出的安全评估中,GPT-6.2 Astra 成为 OpenAI 首个对外发布、AI 自我改进能力达到 High 风险等级的模型。

换句话说,模型已经显露出明显加快下一代 AI 研发的本事。

Astra 开始比拼交付效率

过去一年,大模型较量从“会答题”转向“能办事”。单轮推理分数已经不够看了,企业更在意两件事:一项要几十步乃至上百步操作的工作,模型到底做不做得完,又要花多少钱?

GPT-6.2 Astra 这次的升级,正对着这两个问题去。

Agents' Last Exam 中它考出 78.3%,比上一代多 5.2 个百分点,单任务成本反而降到不足三分之一;对照 Claude Fable 5.2,成绩领先 5.5 个百分点,成本约为 4.8%。

不过这项比较用的是指定评测配置下的任务平均成本,不等于所有真实业务都能省下 95%。官方还注明,Claude Fable 5.2 的排行榜结果不含九项使用备用模型的任务。

成本能降,先来自定价调整:GPT-6.2 Astra 的 API 输入价、输出价各降 20%,缓存输入价降 60%。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 2)

但单价并不是全部。

OpenAI 强调,新模型干同样的活,需要生成的 Token 数量也在变少。便宜之外,它还能靠更合理的任务规划,少做无效推理、少调工具、少返工。

比如 OpenAI 内部的 GDPval v2 评测,GPT-6.2 Astra 从 44.2% 升到 50.4%,输出 Token 同步减少 22%。会计 AI 公司 Basis 的测试里,长程会计任务平均执行时间砍掉 50%,最复杂的任务最多缩短 73%。

说到底,这是 Agent 经济性变了:以前降本主要靠压 Token 单价,现在开始靠模型少走步骤、少算无用功。对需要长期跑着的企业级 Agent 来说,后一种能力或许更有长期价值。

科研任务也是 Astra 这回重点突破的方向。

OpenAI 管它叫“面向科学家的最佳模型”。在考察终端科研工作流的 Terminal-Bench-Science 中,GPT-6.2 Astra 比上一代高 9 个百分点,任务成本却不到三分之一。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 3)

到了涉及真实生物数据分析、模拟实验和系统机制推断的 Vals Science Index,Astra 以 68.4% 刷新纪录。模型的进步不再停在科学知识问答,已经往数据处理、实验执行、科学推理这些实际研究环节延伸。

从 CAD 到实体零件设计

成本之外,GPT-6.2 Astra 另一处看得见的进步在计算机操作和三维工程设计。

OpenAI 公布的一段演示里,团队让模型把跑车山路行驶时的底盘动力学可视化。Astra 不光生成了三维汽车模型,还用 Python 写了求解器,模拟轮胎与悬架之间的复杂动力学关系,最后在 Blender 里做出动画。

另一组任务中,模型照着公开照片和装配手册,分别重建了一套按实车八分之一比例做的燃油动力遥控越野车模型,以及一台直列六缸发动机的零部件,并生成装配动画和带插图的零件目录。

它还帮 OpenAI 团队把芝加哥 Marina City 双塔的扇形阳台变成了纸灯设计,从参考图片分析、CAD 多轮修改、纸质零件设计,一路做到人工完成实物组装。

模型已经能钻进零部件、连接方式、运动约束这些工程细节里。BenchCAD 2.1 Core 评测中,GPT-6.2 Astra 拿下 82.5%,上一代是 62.6%,涨了接近 20 个百分点。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 4)

对工程师来说,模型能参与的准备工作更具体了:查装配关系、看运动时的载荷转移、帮着验证早期方案。

浏览器交互和三维网页生成也沾了光。Artificial Analysis 的 AA-3D 评测里,GPT-6.2 Astra 以 1318 Elo 排第一,Claude Fable 5.2 是 1271 Elo。

AI 视频公司 Higgsfield 的内部测试显示,Astra 在 73% 的三维生成任务中一次就能达到目标效果;换成上一代 GPT-6 Astra,通常要调三轮以上。

早先的模型擅长照着文字写代码、出图像。GPT-6.2 Astra 想再往前走一步,去处理这些数字资产彼此之间的结构关系。

Sol 价格没动,却开始追平上一代旗舰

Astra 的能力突破之外,GPT-6.2 Sol 的商业意义可能更直接。

定价沿用 GPT-6.1 Sol:每百万 Token 输入 2 美元、输出 10 美元,只有 Astra 的四分之一。可部分实际任务上,两者的性能差距正在快速收窄。

Cognition 的 FrontierCode 2.0 编程评测中,两款模型都开 max 推理档位。GPT-6.2 Sol 得 43.8%,Astra 是 44.2%,只差 0.4 个百分点,而 Sol 的任务成本约为后者的五分之一。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 5)

这项评测不只看代码跑不跑得起来。模型得在真实代码库里完成修改,质量还要达到维护者愿意合并的标准。

日常复杂任务的表现更有意思。

OpenAI 推出的 LifeVal 评测中,GPT-6.2 Sol 拿到 83.8%,超过上一代旗舰 GPT-6 Astra 的 79.8%,任务成本约为后者的七分之一。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 6)

LifeVal 的题目包括搬家后筛选幼儿园、结合通勤与预算找房、给有特殊饮食需求的家人制订食谱。看着不如科研和编程复杂,却要求模型在多项现实条件之间来回权衡。

OpenAI 透露,内部不少员工已经把 Sol 当成处理技术和非技术工作的默认模型。

这或许指向一种新的模型分工。

高难度任务归 Astra:科学研究、复杂工程设计、专业知识工作。数量更大、对成本更敏感的日常 Agent 工作,交给 Sol。

中端模型在越来越多任务上追平上一代旗舰,开发者要重新想的就不只是用哪个模型,而是哪些任务值得为顶级模型掏溢价。

交付物要符合行业标准

AI 生成幻灯片、表格、文档早就不稀奇,可很多成果只停在“看起来完成了”。这次 OpenAI 专门强化了 GPT-6.2 Astra 对专业交付标准的理解。

金融建模任务里,OpenAI 让两代模型做企业的贴现现金流(DCF)估值工作簿。GPT-6 Astra 给出了含财务预测、估值参数和敏感性分析的详细表格;GPT-6.2 Astra 把估值结果重新组织,每股价值、企业价值与股权价值的计算过程、关键假设及敏感性分析集中呈现,还补上收入结构和增长情况,方便分析师快速看懂估值结论。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 7)

投资银行常见的可比交易分析也考了:两代模型都要把多笔软件行业并购交易整理成一页演示文稿。上一代已经能生成交易倍数图表和基础交易信息;GPT-6.2 Astra 调整了图表布局,增加收购方、交易规模、利润率等详细信息,还在标题下方直接提炼关键发现:Paychex 收购 Paycor 的 EV/EBITDA 倍数为 21.7 倍,低于五笔具有正 EBITDA 的交易所对应的 27.5 倍中位数。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 8)

法律领域,Harvey 的 LAB-AA v1.1 评测标准更严:模型必须满足所有评分要求,且不存在实质性幻觉,才算通过。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 9)

GPT-6.2 Astra 的通过率是 15.0%,Claude Fable 5.2 为 7.2%,而成本仅约为后者的六分之一。

电子表格这一项,Artificial Analysis 的 AA-AnalystAgent 让模型从真实报告和工作簿里找数据、做计算。GPT-6.2 Astra 有 62.5% 的题目做到五次独立作答全对。

专业 AI 应用厂商 Legora 另有发现:处理复杂法律 Agent 任务时,Astra 的 Token 消耗比 GPT-6.1 Sol 少了 62%。

这背后是 OpenAI 此次调整的另一个方向——模型不只去生成符合要求的内容,还试着弄明白不同行业眼里的合格成果到底怎么定义。

首次跨过AI自我改进High门槛

产品功能看得见摸得着,但 GPT-6.2 Astra 在安全评估里的一处变化,长远看可能更有分量。

OpenAI 已确认,GPT-6.2 Astra 是该公司首个对外发布、AI Self-improvement(AI 自我改进)能力达到 High 等级的模型。

这项能力看的是模型能不能实打实加速 AI 研发,比如找出模型训练的故障、优化计算内核、改进现有模型,以及把机器学习实验跑完。

OpenAI 的判断是:跟 2024 年的基线比,GPT-6.2 Astra 对 AI 研发效率的潜在提升,相当于给每位 OpenAI 研究员配了一名能力较强的研究工程师助手。

当然,这不等于模型已经能自己设计、训练并发布下一代前沿模型,也不等于 AI 已经完全实现自主的递归式自我改进。但它确实说明,AI 辅助 AI 研发正在迈过一道新的能力评估门槛。

另外,两款模型在网络安全能力上都达到 OpenAI 准备度框架的 Critical 等级,生物和化学能力则达到 High 等级。

OpenAI发布GPT-6.2双模型:Astra任务成本仅Claude约5%(配图 10)

为了压低滥用风险,OpenAI 又把高风险网络安全请求的处理规则收紧了,部分合法的漏洞研究可能因此受限。经过批准的防守研究人员仍能通过 Daybreak 用特定模型做授权安全测试,GPT-6.2 系列也计划后续接入。

官方安全测试还发现一件事:在部分模拟工作任务里,新模型更容易略过对执行障碍的说明,比如没主动告诉用户缺了文件,或者搜索工具用不了。

这对开发者是个提醒:模型能力上去了,不代表执行过程就天然可靠。跑长程 Agent,过程能追踪、失败能发现、结果能验证,这些工程要求照样省不掉。

百万 Token 输入最低 2 美元

按 OpenAI 公告,两款模型在美国当地时间 11 月 17 日发布,并开始向 ChatGPT Work、Codex 的 Plus、Pro、Enterprise 和 Edu 用户开放。其中 Enterprise、Edu 需要管理员启用。

开发者可通过 API 调用 gpt-6.2-astra 和 gpt-6.2-sol。不过这次没有同步把两款模型放进普通 ChatGPT 对话模式。

Ultrafast 高速模式的使用范围也扩大了。每月 200 美元的 Pro 订阅用户首次能用,初期支持 Sol;500 美元档则两款模型都能用。

对 API 开发者,OpenAI 建议尽量保持提示词前缀不变,把新指令追加到后面,以提高缓存命中率。按标准短上下文价格算,缓存输入价格只有普通输入的二十分之一。

但请求一旦超过 272K 输入 Token,Astra 就会触发更高的长上下文计费;Ultrafast 还有单独溢价。所以具体花多少钱,仍要看上下文长度、缓存怎么用以及运行档位。

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
  2. 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
  3. 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
  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. 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
  6. OpenAI开放内部接受四家机构审查,最大RL训练成重点

    传了好久的GPT-6.2 Astra,至今还是没影儿。 就在全网盯着OpenAI憋大招时,硅谷等来了一个更出人意料的消息。 今天,OpenAI竟把四家外部机构,请进了自家内部「查岗」! 他们分别是,METR、Apollo Research、Transluce和Goodfire。 与以往不同,OpenAI罕见开放了部分内

    来源 AI 行业观察
  7. 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
  8. Anthropic、OpenAI抢滩个人财务:AI帮你管钱,谁有资格动这笔钱?

    AI开始碰触普通人最敏感的一部分生活:银行卡里还有多少钱,下个月需要还多少账单,以及这些钱最终会花到哪里。 11月初,Anthropic推出Claude个人财务测试版。很快,OpenAI也相对应地发布了ChatGPT Wallet。前者通过连接账户帮助用户看账,后者已经允许智能体在用户确认后完成购物支付。 两家的功能不

    来源 AI 行业观察
  9. GPT-6可零样本操控机械臂:多校联合发布RoboRisk安全基准

    新智元报道 近年来,多模态基础模型凭借规模化带来的泛化能力,越来越多地被用作机器人的「大脑」,负责任务规划和动作决策。GPT-6 Astra发布后,研究者发现它可以零样本控制机械臂,甚至完成绘画这样的复杂任务;GPT、Claude、Gemini、Grok等主流模型都已支持即插即用的机器人控制。智能体机器人(agenti

    来源 腾讯网
向下滚动自动加载更多