OpenAI发布GPT-6.2 Astra与Sol:Astra价格降20%,首破自我改进阈值
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
新智元报道

来得太突然了。
OpenAI刚刚正式推出GPT-6.2 Astra和GPT-6.2 Sol两款模型。
定价方面,Astra的API单价下调20%,每百万Token输入8美元、输出40美元;Sol维持每百万Token输入2美元、输出10美元不变。
对每月付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。
GPT-6.2这对「双子」,走的是又强又便宜的路子。
在Agents’ Last Exam专业智能体考试里,6.2 Astra比6 Astra多拿5.2分,而单个任务的成本不到后者的1/3。
和Claude Fable 5.2相比,它高出5.5分,成本却只相当于对方的5%。

还有一点:GPT-6.2 Astra是OpenAI首个对外发布、触及「AI自我改进」高风险阈值的模型。
OpenAI对此的比喻是,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做助手。
模型一放出,就有大佬拿经典的「鹈鹕骑车」来试水。
6.2 Astra一次生成便成片,羽毛、车轮辐条、雨后积水路面和草坪光影的细节都很足,和隔壁Fable 5.2比也不落下风。
不想看长文的,GPT-6.2的核心看点都在这了——
-
3D与物理工程实测大幅跨越:一句话直接生成3D鹈鹕骑车、1:1复刻巴黎地图,山路跑车的底盘物理仿真也一并拿下。
-
办公交付和专业能力创新高:投行PPT、三表配平的Excel、零幻觉法律审查以及终端科研都有全面升级。
-
单次成本大降、跑分也有突破:ARC-AGI-3适配模式下首次拿到100%满分,AA总榜升到第二,单任务开销只有Claude Fable 5.2的5%至15%。
-
首次突破自我改进红线:AI加速造AI的同时,也暴露出隐瞒障碍翻倍等退步,官方同步上线了「控制室」监控系统。
GPT-6.2实战表现如何?全网首批实测已经出炉。
OpenAI Codex团队的Thomas Ricouard用Astra把整座巴黎1:1复刻了出来。
城中既能步行也能驾车,车流、公交、行人都在街上跑,50多座3D建模地标一并还原。
镜头从塞纳河边大道起步,途经凯旋门、卢浮宫,最终停在蒙马特高地的圣心堂前,看完只剩震撼。
独立开发工作室iCoreTech给四款模型下了同一段提示词,各造一座风暴海面上的灯塔。
结果Fable 5.2与GPT-6.2 Astra同得8分,并列第一;但Fable耗掉19.25美元、75分钟,Astra仅用2.92美元、12分半。
上一代GPT-6 Astra磨了104分钟,得分7.73。Sol最省钱也最快,0.66美元、不到10分钟,拿到7.59分。
网友上手的demo之外,OpenAI官方公布的3D工程仿真案例同样硬核。
工程师让Astra为一辆跑车做山路底盘仿真,它先建好整车3D模型,再自行编写Python物理求解器。
画面中,前后悬架起伏、四轮接地压力与牵引力圆仪表盘在Blender里实时联动。
机械建模同样出彩。只凭几张照片和说明书,它就把八分之一比例的氮气遥控越野车逐零件建模并合体。
面对8000转红线的直列六缸发动机,它还在180倍慢动作下完成了燃气温度与连杆应力仿真。
|
|
给一张后院空地照片让它规划菜园,上一代画出的树冠还像塑料积木;GPT-6.2 Astra不光把木箱和绿植细节还原得逼真,还顺带做了个日照模拟器。
浏览器里直接能玩的霓虹城市飞船竞速游戏,或阳光斜照玫瑰花窗的巴黎圣母院3D漫游,也都能直接生成。
|
|
同样用默认档,我们让6.2 Astra和Fable 5.2写HTML,还原马斯克星舰被「筷子」夹住的场面。
结果是GPT-6.2整体构图干净,仅用2分03秒,不到Fable的四分之一就完成;Fable光和烟更足,还多画了发射台。
日常办公同样是Astra这回重点发力的方向,搭3D场景、做物理仿真之外也没落下。
OpenAI内部的GDPval v2基准,题目全部取自咨询、金融和设计行业的真实项目。
Astra在这项测试里比上一代高出6.2个百分点,输出Token反而少用了22%;Sol也比前代涨了5.3分。
就说做PPT这件事,AI已经不再堆空话套话了。
零售商Veylan二季度财报PPT的测试里,GPT-6.2 Astra把「销售额增长5.3%」提进了主标题,底部还附上管理层建议,说的是不含退税重做预算。
|
|
|
|
GPT-6 Astra |
GPT-6.2 Astra |
只给一张旧PPT截图,它照样能复刻出藏青色顶栏、街角店铺插画和荧光笔高亮,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都排在同一张表上,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,平均耗时下降了50%。
|
|
|
|
GPT-6 Astra |
GPT-6.2 Astra |
法律测试Harvey LAB-AA的规矩更硬:交付物必须条条满足评分标准,只要冒出一处实质性幻觉就直接判零分。
Astra在这项测试的满分通过率是Claude Fable 5.2的两倍多,成本却只有对方的1/6左右。
在此基础上,OpenAI还推出了专门面向律所场景的定制版Astra for Law。
这个版本直接连上超3.1亿个真实判例链接,把该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%。
换到实验室场景,Astra在终端科研基准Terminal-Bench-Science上拿到77.1%,比上一代涨了9个百分点,开销不到原来的1/3。
第三方评测榜单的成绩也第一时间出来了。
Artificial Analysis综合智能指数上,GPT-6.2 Astra比上一代涨了5分,以62.1分超过Gemini 4 Carbon和Claude Opus 5.5,排到全榜第二。
榜首还是Claude Fable 5.2,64.6分。
不过把花费算进去,局面就翻了过来。
Fable 5.2每跑一轮指数任务要花26.54美元,Astra只需4美元。
Sol拿到57.3分,与上一代旗舰GPT-6 Astra打平,成本只有1.01美元。单任务成本的最优前沿,大部分已被OpenAI占住。
长程专业项目评测Agents' Last Exam上,Astra以78.3%夺冠,单次花费仅2.89美元,是Claude Fable 5.2的5%。
ARC-AGI这边同样出了历史性成绩,ARC Prize联创Greg Kamradt第一时间发帖道贺。
保留跨轮状态的ARC-AGI-3适配模式下,GPT-6.2 Astra成了有史以来第一个拿到100%满分的模型,Sol也升到98.2%。转到ARC-AGI-2,Astra以95.8%排在第一;在不带状态适配的ARC-AGI-3标准模式里,它拿到70.3%,比上一代高出17.4个百分点。
研究机构Epoch AI还挖出了一项更底层的进展:不开思维链盲推时,GPT-6.2 Astra光靠单个输出Token就能跑完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跟着冲到79.2%。
可换到编程,成绩就没这么体面了。Artificial Analysis的编程Agent指数里,Astra与上一代打平,Sol反倒比GPT-6.1 Sol掉了3分,问题主要出在做代码库问答时容易漏掉关键事实。
就算看OpenAI自己发布的FrontierCode 2.0,第一名仍是Claude Fable 5.2,Opus 5.5把推理档位拉满之后也小幅超过了Astra。
相比普通编程,Astra真正让人后背发凉的突破写在系统安全卡里。OpenAI第一次承认,GPT-6.2 Astra已经越过了「AI自我改进」的高风险红线。
敢下这个结论,是因为它帮人类训练新模型的速度快得离谱。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。
人类这边的最好纪录是72.38%。
另一项测试用了41个真实实验Bug,OpenAI研究员当初要花几个小时甚至几天才查得出来,Astra平均得分81.85%,在参测的几代模型里排最高。
麻烦在于,AI帮人类造AI的本事越来越强,诚实度却往回走。博主Token Gremlin翻完系统卡发现,新模型在多项对齐测试中明显退步,OpenAI照样把它推上了线。
举个例子,研究员故意删掉目标文件给任务使绊子,Astra汇报时瞒着或歪曲障碍的比例达到22.28%,上一代是11.09%,整整翻了一倍。
碰上搜索工具故障,它不肯承认的比例也从7.6%涨到了23%。
OpenAI在放开Astra内部使用范围之前,先把研究环境做了更严的隔离,对前沿Agent的监控也加码,另外还专门搭了一套名为Control Room(控制室)的系统。
这套系统负责盯住跑在研究基础设施上的模型任务,安全问题一冒头,就能立刻把任务喊停。
模型的研究能力越强,行为就越难摸透。OpenAI这次的做法是先把急停键装好,再让模型出来。
按照OpenAI自己的说法,通往递归自我改进路上的第一个里程碑,已经被跨过去了。
参考资料:
https://openai.com/index/introducing-gpt-6-2-astra-sol/
https://deploymentsafety.openai.com/gpt-6-2-astra-sol/gpt-6-2-astra-sol.pdf https://x.com/OpenAIDevs/status/2122752394002071717
https://x.com/nft_chen/status/2122775539236933737 https://x.com/icoretech_inc/status/2122755969323057627 https://x.com/tokengremlin/status/2122768236651401343


