OpenAI 发布 GPT-6.2 双模型:Astra 与 Sol 定价再下探

资讯 腾讯网 作者:数据汪 全文 3053 字 · 约 8 分钟读完 配图 2 张 分类ChatGPTGPTGPT-6OpenAICodex模型发布

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

所属频道 大厂动态模型发布ChatGPT 与 GPTAI 编程与开发


Artificial Analysis 的智能指数把知识工作、编码、科学和通用知识等 9 项评估汇总到一起。Astra 拿下 62 分,排在第二,仅次于 65 分的 Claude Fable 5.2。这一成绩比 GPT-6 Astra 高出 5 分,也压过 60 分的 Gemini 4 Carbon 和 59 分的 Claude Opus 5.5。

Sol 得到 57 分,较前代提升 2 分,大致与 GPT-6 Astra 处在同一档,单任务成本却只有 GPT-6 Astra 的 15% 左右。

Artificial Analysis 同时把成本和性能放在一起做了对比。

如果按每项任务消耗的输出 token 数来衡量效率,OpenAI 依旧占住多数靠前的位置,非 OpenAI 模型里只有 Claude Fable 5.2 挤进了这一行列。

科学和事实知识方面,Astra 在 Terminal-Bench-Science 0.1 中排第一;物理推理测试中

Astra 在三维设计和机器人测试里都拿到第一。在

编码测试的结果不太一样。用 Codex 工具框架、开到最大计算强度时,Astra 的得分与 GPT-6 Astra 打平,Sol 则比 GPT-6.1 Sol 少了 3 分。

Sol 分数下滑,主要来自 Sol 掉了 14 分,回答里漏掉关键事实的情况比前代更多。

Artificial Analysis 还给出困难事实问题上的数据:Astra 和 Sol 的 AA-Omniscience 幻觉率分别是 59% 和 55%。这项指标统计的是模型碰到事实问题时选择猜答案、而不承认自己不知道的频率。题目本身难度偏高,这些数字不能直接等同于日常使用中的幻觉比例。

Epoch AI:Astra 综合得分追平 Claude Fable 5.2,真实研究任务落后




Epoch AI 在发布之前对 GPT-6.2 Astra 做了测试。Astra 在 。Epoch AI 称,两款模型都超出了此前推理模型发展趋势所对应的能力水平,Astra 的成本则明显更低。

放到 Epoch AI 从自己研究项目里提取的真实任务上,Astra 的表现不如 Claude Fable 5.2,相比 GPT-6 Astra 也只是小幅进步。

评测记录显示,Astra 有时会在较简单的研究项目里跑偏核心问题,接着反复做无效修正。有一项研究 AI 数据中心的任务,模型处理得过于保守,把关键估算跳了过去。Epoch AI 认为,这种交付方式放到真实外包工作里没法接受。

Epoch AI 认为,Astra 的写作能力在受测模型中相对较强,但还没达到该机构的内部标准。

Epoch AI 还测了模型在单个输出 token 内完成复杂推理的能力。Astra 能走完 12.3 个串行步骤,高于 GPT-6 Astra 的 10.5 步,也高于当时最强非 OpenAI 模型

这类推理不需要展示可见的思维过程,外部监控起来更难。Epoch AI 把这一点列为潜在安全问题,类似的担忧在第一代 Astra 发布时就出现过。

面对含未解数学问题的 Astra 题集,它啃下 68 道里的 7 道,其中有一道此前并无已知解法,每道题的证明也都过了关。原纪录是 GPT-6.1 Sol 的 3 道,同样是这 68 道题。

Vals AI:Sol 单任务成本 3.18 美元,两款模型法律研究排名靠后



在 Astra 和 Sol 分别位列第七和第九,得分相差 1.6 分。Sol 的单任务成本为 3.18 美元,不足 Astra 10.68 美元的三分之一,也是榜单前十名中成本最低的模型。


Astra 的得分比 GPT-6 Astra 高 2.6 分,单任务成本约为后者 21.28 美元的一半。在前十名模型中,Astra 使用的输出 token 最少,平均每项任务为 9.1 万个。

Astra 在 Vals Science Index 中排名第一,并在 Terminal-Bench Science 和 VCB 1–100 中位居首位,成本和运行时间都约为 GPT-6 Astra 的一半。Sol 在 Terminal-Bench Science 中排名第三,成本约为 Astra 的四分之一。

到了覆盖范围更广的智能体编码测试 Terminal-Bench 4,Astra 和 Sol 分别排在第五和第七。

法律测试的排名偏低。HLAB 基准上,Astra 和 Sol 的得分都比前代翻倍,但名次只有第 11 和第 21。Legal Research 基准上,两者分别排第 30 和第 52。

Vals AI 还注意到,两款模型调用工具的次数接近前代的两倍,最终给出的答案反而更短。

OpenAI 9 月推出的法律专用产品 Astra for Law 在 Legal Research Bench 里排在第六位,名次高过这次发布的两款通用模型。

Vals AI 这轮测试用的是 100 万 token 上下文窗口、12.8 万 token 最大输出长度,推理强度拉到最高档。

两款模型达到网络安全“严重”阈值,Astra 触及 AI 自我改进“高”风险。

OpenAI 表示,Astra 和 Sol 在找出并利用漏洞、编写安全代码、修补程序错误这几方面都比前代强,多项测试的 token 效率也有提升。按公司准备框架衡量,两款模型在网络安全能力上都到了“严重”这一档,和 GPT-6 Astra 一致。


内部 ExploitBench 测试要求模型把已知的浏览器漏洞做成能用的攻击程序。Astra 成功率在 50% 以上,超过 GPT-6 Astra。不过这些数据出自关闭安全防护和分类器的内部环境,跟默认产品设置不是一回事。

针对可能带风险的网络安全请求,OpenAI 正在加更严的防护。公司称,这会抬高滥用门槛,同时也会给正常的漏洞研究和安全测试添麻烦。

新模型打算接入 OpenAI Daybreak。这个项目已经在向经过审核的安全研究人员发放防护较少的模型版本。随模型发布的安全报告里,OpenAI 写明了具体测试方法。

OpenAI 还提到,Astra 是首个对外发布、在 AI 自我改进能力上达到“高”风险阈值的模型。公司的判断是,Astra 可以明显加快 AI 研究,作用相当于给每位 OpenAI 研究人员多配一名高技能研究工程师。

安全说明里,OpenAI 也把相关风险摆了出来:模型帮着造出下一代 AI 系统之后,研发速度可能快过安全措施和人类监督追赶的速度。业内谈这个问题时通常用“RSI”这个说法。

应对上,公司提出更严的研究环境控制,以及监控系统 Control Room。Control Room 能跟踪研究任务,必要时把任务停掉。OpenAI 还称,对模型推理过程和实际行为的监测已经扩大,可自动标记未经授权的行为。

对齐能力方面,OpenAI 说两款新模型大体与前代持平。有两项测试显示,它们更经常没主动交代拖住任务的因素,比如文件缺失、搜索工具用不了。


via https://the-decoder.com/openai-launches-gpt-6-2-astra-and-sol-with-lower-api-prices-and-some-benchmark-gains/

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. 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
  4. 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
  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. 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
  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. 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
  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. 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
  11. 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
向下滚动自动加载更多