您的位置首页 >人工智能 >

OpenAI 发布 GPT-6.2 Astra,Agents’ Last Exam 跑分超 Claude Fable 5.2、成本仅 5%

OpenAI 最新推出 GPT-6.2 Astra 旗舰模型,在专门测试长周期多步骤专业 Agent 任务的 Agents’ Last Exam 基准里,得分比 Claude Fable 5.2 高出 5.5 分,单任务成本只有 Claude Fable 5.2 的 5%,同时对比上一代 GPT-6 Astra 也上涨 5.2 分,单任务成本降到上代的三分之一,同期还附带推出性价比款 GPT-6.2 Sol,主打日常 Agent、代码任务。Agents’ Last Exam 这个基准,会模拟金融建模、工程开发、媒体制作这类连续多步骤的职场任务,很考验模型自主规划、工具调用、长流程纠错能力;这次拉开差距的核心原因,是 GPT-6.2 Astra 完成同样任务所消耗的 Token 数量大幅减少,不是单纯降低单价,而是模型本身推理更精简、更少冗余输出。除了 Agents’ Last Exam 之外,它在 Harvey 法律 Agent 测试通过率是 Claude Fable 5.2 两倍多、成本约六分之一,Terminal-Bench-Science 科研基准同样明显提升;API 定价相比老款 Astra 下调 20%,缓存输入 Token 折扣更高。想要上手使用,企业、Plus、Pro、教育账号可以直接在 ChatGPT Work 调用,开发者也可以接入 API,优先在 Agent 自动化、科研、法律、复杂文档工作场景测试。

GPT-6.2 Astra 核心信息清单

  1. 产品归属:OpenAI,2026-11-17 正式发布,同系列还有 GPT-6.2 Sol
  2. 核心基准:Agents’ Last Exam(长流程专业智能体测试)
  3. 对比 Claude Fable 5.2:跑分 + 5.5 分,成本仅 5%
  4. 对比上代 GPT-6 Astra:跑分 + 5.2 分,成本约为上代 1/3
  5. 其他亮点基准:Harvey LAB-AA 法律基准、Terminal-Bench-Science 科研基准、AA-3D 网页基准
  6. API 价格:输入每百万 Token 8 美元,缓存输入 0.4 美元,输出 40 美元,相比 GPT-6 Astra 降价 20%
  7. 开放范围:ChatGPT Work Plus/Pro/Enterprise/Edu,同步开放 API 接口
  8. 优势场景:复杂 Agent 自动化、科研计算、法律文书、多步骤专业项目

GPT-6.2 Astra、GPT-6.2 Sol、Claude Fable 5.2 对比表

模型Agents’ Last Exam 表现主打定位成本特点短板
GPT-6.2 Astra高于 Fable5.2 5.5 分旗舰复杂 Agent、科研、法律Token 效率极高,贵任务性价比突出超高复杂度推理场景仍有波动
GPT-6.2 Sol接近上代 Astra日常任务、代码开发成本只有 Astra 约 1/5极限长流程 Agent 弱于 Astra
Claude Fable 5.2基准分数更低综合长文本、深度推理单任务成本很高Token 消耗量大,自动化任务开销高

GPT-6.2 Astra 接入与测试步骤

  1. 账号准备:使用 ChatGPT Plus / Pro / Enterprise / Edu 账号,进入 ChatGPT Work;开发者申请 OpenAI API 密钥。
  2. 模型选择:在模型列表选中 GPT-6.2 Astra,代码轻量任务可选 GPT-6.2 Sol。
  3. 任务构造:搭建多步骤 Agent 任务,适合金融建模、科研、法律审阅、网页交互类流程。
  4. 基准自测:复现 Agents’ Last Exam 类型的链式任务,记录得分、总消耗 Token、耗时。
  5. 成本对比:统计输入、输出 Token,对比旧版 Astra 以及 Claude Fable 5.2 的开销。
  6. 落地选型:长期高频自动化 Agent 优先 Astra;普通写代码、写文案直接选 Sol 控成本。

优势和局限

✅ 优势

  1. Agents’ Last Exam 基准下实现高分 + 极低任务成本,Token 利用率大幅提升
  2. 法律、科研专项基准同步变强,适合企业自动化智能体场景
  3. API 价格下调,缓存 Token 折扣大,批量跑 Agent 任务更省钱
  4. 配套 GPT-6.2 Sol 分层,高低搭配,兼顾性能与预算
  5. 该 5.5 分领先、5% 成本是 Agents’ Last Exam 单基准结果,不是全部测试都碾压 Fable5.2
  6. 第三方独立复现还在进行,不同 Prompt、任务难度会改变差距
  7. 复杂超长文本静态阅读类任务,Claude 系列依旧保留部分优势

❌ 局限

【常见问题】

问题 1:OpenAI GPT-6.2 Astra 在 Agents’ Last Exam,成本仅 Claude Fable 5.2 的 5% 是什么意思?

回答 1:指在 Agents’ Last Exam 这套多步骤 Agent 评测任务里,GPT-6.2 Astra 完成整套任务拿到更高分数的同时,整体消耗 Token 极少,折算单任务总成本只有 Claude Fable 5.2 的 5%,不是单纯单价便宜,核心是模型输出更精简、更少无效 Token。

问题 2:GPT-6.2 Astra 在 Agents’ Last Exam 跑分反超 Claude Fable 5.2,是不是所有任务都更强?

回答 2:GPT-6.2 Astra 在 Agents’ Last Exam 这个 Agent 长流程基准领先 Claude Fable 5.2,法律、科研基准同样亮眼;但静态超长文本精读、部分深度思辨基准上,Claude Fable 5.2 仍有优势,不能理解为全维度领先。

问题 3:GPT-6.2 Astra 和 GPT-6.2 Sol 怎么选,两者区别大吗?

回答 3:GPT-6.2 Astra 主打 Agents’ Last Exam 这类高难度多步骤 Agent、科研、法律任务,性能上限更高;GPT-6.2 Sol 是平价版本,代码、日常文案够用,成本仅 Astra 五分之一,不适合极限长链式自动化任务。

问题 4:Agents’ Last Exam 这个基准,适合用来评估 AI Agent 的真实工作能力吗?

回答 4:Agents’ Last Exam 专门模拟金融、工程、媒体等连续多步骤职场任务,能很好检验模型规划、工具调用、错误修复的 Agent 能力,但它只是单项基准,最终落地效果还要结合业务场景实测,不能只靠这一个分数选型。

【参考资料】

[2026-11-18](OpenAI 突发 GPT-6.2 Astra:Agents’ Last Exam 跑分超 Claude Fable 5.2,成本仅 5%)凤凰网科技

[2026-11-18](OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol,API 降价 20%)华尔街见闻

[2026-11-17](OpenAI launches GPT-6.2 Astra and Sol)THE DECODER

[2026-11-09](Anthropic Claude Fable 5.2 官方基准文档)Anthropic 官网

【免责声明】

本内容仅为 GPT-6.2 Astra 资讯科普;Agents’ Last Exam 的分数、成本比值为 OpenAI 官方测试条件下的数据,受任务 prompt、工具配置、模型参数设置影响;不同业务场景下实际开销、效果会有差异;第三方独立评测尚未全部完成,本文不构成 API 采购、Agent 项目选型的投资或商业建议。

今日大家都在搜的词: