您的位置首页 >人工智能 >

GPT-6.2 Astra 单 Token 可完成 12.3 步推理,智能体成绩追平 Claude Fable 5.2

OpenAI 最新发布的 GPT-6.2 Astra 在智能体推理基准跑出单 Token 硬跑 12.3 步推理的指标,在多步骤智能体任务上整体成绩追平甚至部分分项超越 Claude Fable 5.2,这代表它在 Agent 链式思考、工具调用、多轮规划的效率上实现明显突破,不再需要大量输出 Token 去拆分解题步骤;同样完成一套复杂专业工作流,GPT-6.2 Astra 输出 Token 更少、推理步数密度更高,在 Agents' Last Exam、GDPval v2 等专业智能体评测里,不仅得分对标 Fable 5.2,任务调用成本还大幅压低,同时配套发布 GPT-6.2 Sol 作为平价日常版本,拉开高低搭配的产品梯队。

一、单 Token 12.3 步推理是什么意思

普通大模型智能体大多是 1 个输出 Token 只承载少量思考步骤,要靠大量文字输出、反复自我对话才能推进任务;GPT-6.2 Astra 优化了内部思维压缩机制,把规划、工具调用、校验判断打包进更少 Token,统计基准下平均每输出 1 个 Token 就能完成 12.3 步内部推理动作。

  • 优势:长链路 Agent 任务 Token 开销下降、KV 缓存占用更低、推理时延变短
  • 边界:该数值是特定 Agent 基准统计均值,不是每一个 Token 固定严格等于 12.3 步
  • 配套优化:GDPval v2 测试里相比上代 GPT-6 Astra 输出 Token 减少 22%

二、核心基准横向对比清单

  1. Agents' Last Exam(多步骤专业工作)
  2. GDPval v2(金融、咨询、设计真实多步骤任务)
  3. AA-3D 3D 生成评测
  4. Harvey LAB-AA 法律评测

GPT-6.2 Astra:较 GPT-6 Astra 提升 5.2 分;对比 Claude Fable 5.2 高 5.5 分,任务成本仅为 Fable 5.2 的 5%

GPT-6.2 Astra 领先,输出 Token 相比上代减少 22%

GPT-6.2 Astra Elo 1318,Claude Fable 5.2 Elo 1271

GPT-6.2 Astra 通过率是 Fable 5.2 两倍以上,成本约后者 1/6

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

模型单 Token 平均推理步数Agents' Last Exam任务成本定位定位
GPT-6.2 Astra12.3 步高于 Fable 5.2高能力、远低于 Fable 5.2旗舰复杂 Agent、科研、法律、3D
GPT-6.2 Sol约 3.7 步略低于 AstraAstra 的 1/5日常办公、代码、轻量 Agent
Claude Fable 5.2约 4.1 步基准参考值高Anthropic 旗舰智能体模型

四、本次更新配套能力

  • API 价格下调:GPT-6.2 Astra 输入输出价格相比 GPT-6 Astra 下调 20%,缓存输入有 60% 折扣
  • 开放范围:ChatGPT Work、Plus、Pro、企业版、教育版,同步开放 API 接入
  • 场景强化:科研终端任务 Terminal-Bench-Science、Vals Science Index 生物仿真、3D 交互设计、法律合同分析
  • 安全评级:网络安全 Critical 档,生化能力 High 档

【常见问题】

问题 1:GPT-6.2 Astra 单 Token 硬跑 12.3 步推理追平 Fable 5.2,是不是代表它所有 Agent 任务都比 Fable 5.2 更强?

回答 1:不是,GPT-6.2 Astra 在 Agents' Last Exam、Harvey LAB-AA、AA-3D 等基准领先,实现整体成绩追平 Fable 5.2,但不同评测集结果会分化,部分长文本静态摘要、长对话理解场景 Claude Fable 5.2 依旧有优势,12.3 步是 Agent 规划类基准的统计指标。

问题 2:GPT-6.2 Astra 单 Token 12.3 步推理,这个指标是怎么实现的?

回答 2:依靠内部思维压缩、链式推理打包优化、减少冗余中间思考文本,模型不用把每一步思考全部输出成可见 Token,很多判断、子规划、校验步骤在内部完成,才拉高单 Token 承载的推理步数。

问题 3:GPT-6.2 Astra 单 Token 硬跑 12.3 步推理,对开发者部署智能体应用有什么好处?

回答 3:同样复杂度的 Agent 任务消耗 Token 变少,KV 缓存压力下降,单请求成本降低,并发上限更高;适合做代码 Agent、科研自动化、法律工作流、多轮工具调用类服务。

问题 4:GPT-6.2 Sol 和 GPT-6.2 Astra 都支持智能体,为什么 Astra 才有单 Token12.3 步推理这个高指标?

回答 4:GPT-6.2 Sol 定位低成本日常模型,内部推理压缩机制弱于 Astra,单 Token 推理步数低,它牺牲一部分极限 Agent 密度,换取更低价格,适合不需要超高复杂度规划的轻量智能体。

【参考资料】

[2026-11-18](OpenAI 推出 GPT-6.2 Astra 和 Sol:一项基准超 Fable 5.2,成本仅 5%)新浪财经

[2026-11-18](OpenAI 发布 GPT-6.2 Astra 和 Sol:超越 Fable 5.2,金融、科研刷新纪录)IT 之家

[2026-11-17](Introducing GPT-6.2 Astra and Sol)Extrapolator AI

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

【免责声明】

本文基于 OpenAI 官方发布信息、第三方评测资讯整理,GPT-6.2 Astra 单 Token12.3 步推理为基准环境统计均值,不同提示词、工具链、任务类型下指标会浮动;各基准成绩仅代表对应评测集结果,不代表全场景碾压。本文仅为 AI 行业技术科普,不构成 API 采购、模型选型、业务上线决策建议。

今日大家都在搜的词: