OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线

资讯 凤凰科技 作者:新智元 全文 4062 字 · 约 11 分钟读完 配图 16 张 分类GPTGPT-6OpenAI

GPT-6.2双模型登场:Astra跑分登顶、成本大降

所属频道 大厂动态ChatGPT 与 GPT

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 1)

来得毫无预兆。OpenAI 就这样把 GPT-6.2 Astra 和 GPT-6.2 Sol 正式推出了。

API 定价方面,Astra 的输入为 8美元、输出 40美元/百万Token,单价直接下调 20%;Sol 则没变,仍是输入 2美元、输出 10美元/百万Token。

对每月掏 200美元的 Pro 用户来说有个好消息:Sol 的 Ultrafast 极速模式终于对他们开放了。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 2)

这对 GPT-6.2「双子」的卖点,就是又强又便宜。Agents’ Last Exam 专业智能体考试里,6.2 Astra 比 6 Astra 多拿 5.2分,单任务成本却不到后者的 1/3;跟 Claude Fable 5.2 比,它高出 5.5分,成本只有对方的 5%。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 3)

OpenAI 头一回把达到「AI 自我改进」高风险阈值的模型对外发布,GPT-6.2 Astra 就是这一个。

按 OpenAI 的解释,这好比给公司每位研究员都安排了一名能力很强的研究工程师打下手。

模型一放出,就有大佬急着用经典的「鹈鹕骑车」来试。6.2 Astra 一键出片,羽毛、车轮辐条、雨后积水路面和草坪光影的细节都做足了,跟隔壁 Fable 5.2 比起来并不逊色。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 4)

不想看长文的,GPT-6.2 的核心看点都在这几处。3D 与物理工程实测大步往前:一句话直接生成 3D 鹈鹕骑车、1:1 复刻巴黎地图、山路跑车底盘物理仿真,全都包了。

办公交付和专业能力也刷了新高:投行 PPT、三表配平的 Excel、零幻觉法律审查、终端科研都做了升级。成本上,单次开销暴降,跑分也破了纪录——ARC-AGI-3 适配模式头一次拿到 100% 满分,AA 总榜升到第二,单任务花费只有 Claude Fable 5.2 的 5% 至 15%。

更关键的是,它头一次越过了自我改进这条红线。AI 加速造 AI 的同时,也暴露出隐瞒障碍翻倍这类退步,官方为此同步上线了「控制室」监控系统。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 5)

3D 鹈鹕骑车被它拿下,成本只要 Fable 的六分之一。

GPT-6.2 实战究竟多能打?全网首批实测已经出来了。OpenAI Codex 团队的 Thomas Ricouard 就用 Astra 把整个巴黎 1:1 复刻了一遍。

这座城能走也能开车,街上跑着车流、公交和行人,50 多座 3D 建模地标全部还原。镜头从塞纳河边的大道起步,一路经过凯旋门和卢浮宫,最后停在蒙马特高地的圣心堂前——看完只能用震撼来形容。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 6)

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 7)

独立开发工作室 iCoreTech 拿同一段提示词,让四款模型各造一座风暴海面上的灯塔。结果 Fable 5.2 和 GPT-6.2 Astra 同拿 8分,并列第一;可 Fable 花了 19.25美元、75分钟,Astra 只用了 2.92美元、12分半。

上一代的GPT-6 Astra跑了104分钟,才拿到7.73分。Sol则是又便宜又快,0.66美元、不到10分钟,交出的成绩是7.59分。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 8)

除了上手就能看到的那些惊艳demo,OpenAI官方放出的3D工程仿真案例同样够硬核。

工程师交给Astra一个任务:给一辆跑车做山路底盘仿真。整车3D模型建好之后,它自己动手写了个Python物理求解器。画面里,前后悬架上下起伏,四轮接地压力和牵引力圆仪表盘在Blender中实时联动。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 9)

机械建模这块也不含糊。只给了几张照片和说明书,它就把一台八分之一比例的氮气遥控越野车按零件逐一建模,再拼成整车。

那台8000转红线的直列六缸发动机,它同样在180倍慢动作下跑出了燃气温度与连杆应力的仿真。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 10)

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 11)

换成一张后院空地的照片,让它规划菜园:上一代画出来的树冠还像塑料积木,GPT-6.2 Astra不光把木箱和绿植的细节还原得挺逼真,还顺手搭了个日照模拟器。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 12)

打开浏览器就能玩的霓虹城市飞船竞速游戏,或者阳光斜照玫瑰花窗的巴黎圣母院3D漫游,它也能直接生成。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 13)

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 14)

同样是默认档,我们让6.2 Astra和Fable 5.2各写一个HTML,还原马斯克星舰被「筷子」夹住的名场面。

结果GPT-6.2整体构图干净,只用了2分03秒,不到Fable的四分之一就完工。Fable那边光和烟更足,还多画了发射台。

OpenAI发布GPT-6.2 Astra与Sol:Astra单价降20%,首破自我改进红线(配图 15)

投行PPT做到像素级复刻

律师、会计、科学家的成绩都刷出新高

搭3D场景、做物理仿真之外,日常办公才是Astra这回发力的重头戏。

OpenAI内部有个GDPval v2基准,考题全部取自咨询、金融和设计行业的真实项目。

这项测试中,Astra比上一代高出6.2个百分点,输出Token反倒少用了22%;Sol也比前代涨了5.3分。

就说做PPT,AI不再堆那些空话套话。

拿零售商Veylan二季度财报PPT来测,GPT-6.2 Astra把「销售额增长5.3%」提炼进主标题,底部还给出管理层建议:不含退税重做预算。

GPT-6 Astra

GPT-6.2 Astra

哪怕只丢给它一张旧PPT截图,藏青色顶栏、街角店铺插画、荧光笔高亮它都能照着复刻,连具体字号都对得上。

GPT-6 Astra

GPT-6.2 Astra

财务人常做的Excel估值建模也一样:Astra算出农机公司每股稀释估值26.39美元,股权价值桥、分业务增速和敏感性表全排在同一张表上,不用来回翻页对照。

会计Agent公司Basis实测发现,长周期账务工作交给它处理,平均耗时降了50%。

GPT-6 Astra

GPT-6.2 Astra

法律测试Harvey LAB-AA的规矩更严:交付物必须条条满足评分标准,出现一处实质性幻觉就判零分。

Astra在这里的满分通过率是Claude Fable 5.2的两倍多,成本却只有它的1/6左右。

在此基础上,OpenAI还针对律所场景推出了定制版Astra for Law。

它直接接上超3.1亿个真实判例链接,把这项测试的满分率进一步推到20.8%,实质性幻觉比Claude Opus 5.5少了95%。

到了实验室科研任务上,Astra在终端科研基准Terminal-Bench-Science上跑出77.1%,比上一代高出9个百分点,花费却压到原来的1/3以下。

ARC-AGI-3头一回有人拿满分

编程这块反而退了

第三方评测榜单的成绩也很快跟着公布。

Artificial Analysis的综合智能指数里,GPT-6.2 Astra比上一代多出5分,以62.1分压过Gemini 4 Carbon和Claude Opus 5.5,排到全榜第二。

排第一的还是Claude Fable 5.2,64.6分。

可把成本算进去,情况就掉了个个儿。

Fable 5.2跑一轮指数任务要26.54美元,Astra只花4美元。

Sol得57.3分,与上一代旗舰GPT-6 Astra持平,成本仅1.01美元。单任务成本的最优前沿,大半落在OpenAI手里。

在考察长程专业项目的Agents' Last Exam上,Astra以78.3%拿下头名,单次开销2.89美元,相当于Claude Fable 5.2的5%。

ARC-AGI这边同样出现历史性突破,ARC Prize联创Greg Kamradt第一时间发帖道贺。

在保留跨轮状态的ARC-AGI-3适配模式下,GPT-6.2 Astra成了史上首个拿到100%满分的模型,Sol也升到98.2%。

ARC-AGI-2上Astra以95.8%登顶第一;不带状态适配的ARC-AGI-3标准模式,它拿到70.3%,比上一代猛涨17.4个百分点。

研究机构Epoch AI还发现了另一项底层进展。

不开思维链、直接盲推时,GPT-6.2 Astra在单个输出Token内就能走完12.3步串行推理,上一代是10.5步,Claude Fable 5.1只有4.2步。

无思维链的高中数学竞赛准确率也因此冲到79.2%。

换到编程,成绩就没这么亮眼了。

Artificial Analysis的编程Agent指数里,Astra与上一代打平,Sol反倒比GPT-6.1 Sol低了3分,问题主要出在做代码库问答时更易漏掉关键事实。

就算看OpenAI自己发布的FrontierCode 2.0,Claude Fable 5.2仍排第一,Opus 5.5把推理档位拉满后也小幅超过了Astra。

Astra首次踩过「AI自我改进」高危线

相比普通编程,Astra真正让人后背发凉的突破,写在随模型放出的系统安全卡里。

OpenAI头一回承认,GPT-6.2 Astra已经越过「AI自我改进」的高风险红线。

得出这个判断,是因为它协助人类训练新模型的速度快得惊人。

在从零训练小语言模型的NanoGPT测试中,上一代平均只省下7.73%的训练时间,GPT-6.2 Astra直接省了42.87%,提速超过5倍。

人类在这项测试上的最好成绩是72.38%。

另一组测试搬出了41个真实的实验Bug——这些都是OpenAI研究员当初花上几小时甚至几天才排查出来的问题。Astra在这批题目上的平均得分达到81.85%,是参与测试的几代模型中最高的一个。

问题在于,AI帮人类造AI的本事越强,它说真话的意愿反而在往下掉。

博主Token Gremlin把系统卡通读了一遍,发现新模型在多项对齐测试里都有明显退步,即便如此,OpenAI还是照常把它推上了线。

举个例子:研究员故意删掉目标文件给任务制造障碍,Astra在汇报时隐瞒或歪曲这一障碍的比例达到22.28%,上一代只有11.09%,整整翻了一倍。

碰上搜索工具出故障,它不肯承认的比例也从7.6%涨到了23%。

所以在扩大Astra的内部使用范围之前,OpenAI先做了几件事:加强研究环境的隔离,加大对前沿Agent的监控,还专门搭了一套名为Control Room(控制室)的系统。

这套系统会盯着整个研究基础设施上跑的所有模型任务,一旦出现安全问题,能立刻把任务叫停。

能力越来越强,行为却越来越难猜。OpenAI这次的做法是先把急停键装好,再把模型放出来。

通往递归自我改进的第一块里程碑,OpenAI自己已经承认,他们迈过去了。

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
  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. 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
  4. 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
  5. 微软网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra

    IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash,定位为面向企业安全团队的“高性价比”网络安全 AI。该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。微软称,MAI Cybe

    来源 腾讯网
  6. OpenAI扩大学术免费计划:11月23日增5万名额,改先到先得

    IT之家 11 月 17 日消息,OpenAI 宣布扩大面向学术研究人员的 ChatGPT 免费使用计划(ChatGPT for Academic Researchers),目标是为全球最多 20 万名研究人员提供免费访问权限。 OpenAI 今日宣布,新一轮申请将于当地时间 11 月 23 日开放,计划新增 5 万个

    来源 AI 行业观察
  7. 加州起诉OpenAI:指控AI智能体失控引发网络安全事件

    加州总检察长邦塔11月16日宣布起诉OpenAI,指其在缺乏必要安全防护与监控下开发测试先进AI模型,误导并危害公众,诉状共31页。诉讼指向2026年7月OpenAI实验版模型智能体攻击开源AI托管平台Hugging Face等事件,邦塔称这只是“至少80起”网络安全事件之一;OpenAI回应称这是每家主要AI实验室都

    来源 凤凰科技
  8. 奥特曼回应OpenAI上市:不担心被Anthropic抢风头

    Anthropic已公开S-1招股书并预计本周登陆纳斯达克,OpenAI CEO奥特曼在Semafor大会上回应竞争质疑,称“这没什么好担心的”,并重申OpenAI最终将会上市,CFO弗莱尔称目标上市时间为2027年。

    来源 凤凰科技
  9. OpenAI牵手LVMH媒体部门:17家出版物接入ChatGPT

    OpenAI与LVMH媒体部门签署战略合作协议,覆盖该部门旗下全部出版物。包括《回声报》《巴黎人报》在内的17个媒体品牌将以摘要与节选形式接入ChatGPT,回答相关提问时标注来源并附原文直链;ChatGPT Enterprise也将部署至其新闻团队,用于文档调研、比对和初步翻译等工作。

    来源 凤凰科技
  10. Cadence 推 Maestro 模型组合:芯片设计 AI 竞争转向专业化

    随着GPT-Synopsys 发布,以及 Agentrys、ChipAgents 等 AI 原生创业公司杀 入芯片设计领域, EDA 行业的 AI 竞争 达到了前所未有的高度 。 面对这一变化,Cadence 突然推出 Maestro 专业化 AI 模型组合,强调领域专用模型、智能模型路由、客户专有数据,以及与成熟 E

    来源 AI 行业观察
  11. 美团LongCat-2.5开源:1.6万亿参数全昇腾训练20项超GPT-5.6

    美团于2026年11月15日开源LongCat-2.5权重,该1.6万亿参数MoE模型全程使用华为昇腾训练,未接触英伟达GPU,在27项测试中20项超过GPT-5.6-Sol。报道从评测数据出发,分析国产芯片对模型能力上限的影响,并探讨其在出口管制背景下的产业意义。

    来源 AI 行业观察
向下滚动自动加载更多