您的位置首页 >互联网 >

OpenAI 发布 GPT-6.2 Astra 与 Sol旗舰刷新专业任务纪录,任务成本显著下降

先给结论:OpenAI 于美国当地时间 11 月 17 日发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型,API 名分别为 gpt-6.2-astra 和 gpt-6.2-sol。Astra 是面向最难项目的旗舰,专业评测刷新纪录的同时单任务成本压到上一代不到三分之一;Sol 保持上代定价,却在部分编程和日常复杂任务上追平上代旗舰。成本下降不只是靠降价,更关键的是模型任务规划更省 —— 完成同样任务需要的 Token 和步骤变少,无效推理和重复修改减少。之所以选在这个时点发布,是因为大模型竞争已从 "答题分数" 转向 "能不能把长程任务干完、花多少钱",OpenAI 用 "能力上去、成本下来" 的组合直接对标 Claude。整体格局是模型分层:Astra 扛科研、复杂工程、专业知识工作,Sol 承接量大面广、成本敏感的日常 Agent 工作。

一、两款模型分工与定位

项目GPT-6.2 Astra(旗舰)GPT-6.2 Sol(高效通用)
定位最难项目、复杂编码、专业工作与科研多步骤 Agent 工作流、日常通用任务
适用幻灯片、网站、3D 设计、科研、法律、金融建模技术与非技术日常任务,OpenAI 内部员工主力模型
API 输入价(每百万 Token)8 美元(缓存输入 0.40 美元)2 美元(缓存输入 0.10 美元)
API 输出价(每百万 Token)40 美元10 美元
相对上代输入 / 输出降 20%,缓存输入降 60%,单任务成本不到 1/3沿用 GPT-6.1 Sol 定价,价格约为 Astra 的 1/4

二、Astra 关键评测成绩与成本对比

  • Agents' Last Exam(长程专业工作流):78.3%,较上代 GPT-6 Astra 提升 5.2 个百分点;完成同等评测平均成本 2.89 美元,Claude Fable 5.2 为 60.05 美元,约为后者的 4.8%,成本差超过 20 倍。
  • GDPval v2(内部评测):44.2% → 50.4%,输出 Token 同时减少 22%。
  • Terminal-Bench-Science:较上代提升 9 个百分点,任务成本不到三分之一。
  • Vals Science Index(真实生物数据分析、模拟实验、机制推断):68.4% 创新高。
  • BenchCAD 2.1 Core:62.6% → 82.5%,提升近 20 个百分点,可参与零件装配检查、运动载荷分析等设计准备。
  • AA-3D(Artificial Analysis):1318 Elo 排名第一,高于 Claude Fable 5.2 的 1271 Elo。
  • 法律 LAB-AA v1.1:通过率 15.0%,高于 Fable 5.2 的 7.2%,成本约为其六分之一。
  • 企业实测:会计公司 Basis 的长程会计任务平均执行时间缩短 50%,最复杂任务最高缩短 73%;Legora 复杂法律 Agent 任务 Token 消耗减少 62%。

注意:上述 "成本仅为 Claude 约 5%" 是指定评测配置下的任务平均成本,不代表所有真实业务场景都能省 95%;官方同时注明 Fable 5.2 的排行榜结果排除了九项使用备用模型的任务。

三、Sol:价格不动,性能追平上代旗舰

  • FrontierCode 2.0(Cognition 真实代码库编程评测):Sol 43.8%,Astra 44.2%,仅差 0.4 个百分点,Sol 任务成本约为 Astra 的五分之一。
  • LifeVal(日常复杂现实任务:选幼儿园、找房、特殊饮食食谱等):Sol 83.8%,超过上代旗舰 GPT-6 Astra 的 79.8%,任务成本约为其七分之一。
  • 结论:中端模型在越来越多任务上逼近上代旗舰,开发者要重新判断 "什么任务值得为顶级模型付溢价"。

四、安全评估要点

  • GPT-6.2 Astra 是 OpenAI 首个对外发布、在 AI Self-improvement(AI 自我改进)能力上达到 High 等级的模型,可实质性加速 AI 研发(定位训练故障、优化计算内核、改进现有模型),但不等于能自主训练下一代模型。
  • 两款模型网络安全能力均达 OpenAI 准备度框架 Critical 等级,生物与化学能力达 High 等级。
  • 高风险网络安全请求处理规则进一步收紧;通过审核的防御方仍可经 Daybreak 平台使用特定模型开展授权测试。
  • 官方提示:新模型在部分模拟任务中更容易省略对执行障碍的说明(如未主动告知缺文件、工具不可用),长程 Agent 仍需过程可追踪、失败可发现、结果可验证。

五、可用范围与计费提醒

  • 开放对象:ChatGPT Work、Codex 的 Plus、Pro、Enterprise、Edu 用户;Enterprise、Edu 需管理员启用。
  • 未同步加入:普通 ChatGPT 对话模式。
  • Ultrafast 高速模式:首次下放至每月 200 美元 Pro 订阅者(初期先支持 Sol);500 美元档可使用两款模型。
  • API 省钱技巧:保持提示词前缀不变、新指令追加在后以提高缓存命中率,缓存输入价仅为普通输入的二十分之一;但输入超过 272K Token 会触发长上下文计费,Ultrafast 另有溢价,实际成本取决于上下文长度、缓存用法和运行档位。

【常见问题】

问题 1:OpenAI 这次发布的 GPT-6.2 Astra 和 Sol 有什么区别?

回答 1:Astra 是旗舰模型,面向科研、复杂工程设计、专业知识工作等高难度任务;Sol 是高效通用模型,承接多步骤日常 Agent 工作流。两者共用同一 API 体系,Sol 定价只有 Astra 的四分之一,在部分编程和日常任务上追平上代旗舰。

问题 2:GPT-6.2 Astra 的任务成本为什么能显著下降?

回答 1:一方面 Astra API 输入输出价较上代降 20%、缓存输入降 60%;另一方面模型任务规划更省,完成同样任务生成的 Token 更少、步骤更合理,单任务成本压到上代不到三分之一,属于 "降价 + 省步骤" 双重降本。

问题 3:GPT-6.2 Astra 在专业评测上表现如何?

回答 1:Agents' Last Exam 拿下 78.3%、较上代提升 5.2 个百分点,成本仅为 Claude Fable 5.2 的约 4.8%;GDPval v2、Terminal-Bench-Science、BenchCAD 2.1 Core、AA-3D、法律 LAB-AA 等评测均刷新或领先,输出 Token 还减少 22%。

问题 4:GPT-6.2 Sol 值得用吗?

回答 1:值得,Sol 沿用上代定价(输入 2 美元、输出 10 美元 / 百万 Token),在 FrontierCode 2.0 编程评测与 Astra 仅差 0.4 个百分点,LifeVal 83.8% 超过上代旗舰且成本约七分之一,适合作为日常技术和非技术工作的主力模型。

问题 5:GPT-6.2 Astra 和 Sol 在哪里可以用?

回答 1:两款模型已在 ChatGPT Work、Codex 向 Plus、Pro、Enterprise、Edu 用户开放(Enterprise/Edu 需管理员启用),开发者可通过 API 调用 gpt-6.2-astra、gpt-6.2-sol;本次未加入普通 ChatGPT 对话模式,Ultrafast 高速模式 Pro 200 档初期先支持 Sol。

【参考资料】

  • [2026-11-18](GPT-6.2 Astra 与 Sol 突袭发布,OpenAI 狙击 Anthropic 上市日,任务成本仅为 Claude 的 5%)36 氪
  • [2026-11-18](OpenAI 发布 GPT-6.2 Astra 和 Sol,任务成本显著下降)OSCHINA
  • [2026-11-18](GPT-6.2 Astra and Sol are now available)OpenAI Developer Community
  • [2026-11-18](Model Release Notes:GPT-6.2 Astra and GPT-6.2 Sol in the OpenAI API)OpenAI Help Center

【免责声明】

本文依据 OpenAI 官方发布及媒体评测报道整理,评测成绩与成本对比为指定配置下的官方 / 第三方口径,实际使用效果受任务类型、上下文长度、缓存策略和运行档位影响,以 OpenAI 官方文档与结算价为准。本文不构成投资建议。

今日大家都在搜的词: