OpenAI 发布 GPT-6.2,Astra 输入价降到每百万 token 8 美元 | AGIDaily
AGI Daily
资讯日报词条论文人物新创

OpenAI 发布 GPT-6.2,Astra 输入价降到每百万 token 8 美元

2026-11-18 / 共 4,904 字

OpenAI

11 月 17 日,OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol。Astra 面向复杂的专业项目,Sol 定位日常编码、写作和多步骤流程。Astra 的标准 API 标价改为输入每百万 token 8 美元、缓存输入 0.40 美元、输出 40 美元,输入和输出都比 GPT-6 Astra 低 20%,缓存输入的折扣是 60%。Sol 维持 GPT-6.1 Sol 的价格:输入 2 美元、缓存输入 0.10 美元、输出 10 美元。

两款模型对 ChatGPT 的 Plus、Pro、Enterprise 和 Edu 用户开放,可在 ChatGPT Work 和 Codex 里使用,开发者也可通过 API 调用 gpt-6.2-astra 和 gpt-6.2-sol,上线时 API 即可使用 Ultrafast。Pro 500 用户能对两款模型使用 Ultrafast;Pro 200 用户第一次获得这个选项,但先只开放给 Sol。Enterprise 和 Edu 要等工作区管理员打开后才能用。社区公告的发布时间是 11 月 17 日 18:00 UTC,对应北京时间 18 日凌晨 2 点。

发布稿把这轮更新写成:模型在更难的任务上用了更少的输出 token,同样的付费额度能做完更多事。第三方评测机构 Artificial Analysis 的综合指数也把 Astra 往前推了一截,但它的编码智能体指数没有跟着提高。

旗舰标价降了两成,单任务成本要另算

按官方口径,GPT-6 Astra 此前的标准 API 标价是输入 10 美元、缓存输入 1 美元、输出 50 美元。发布稿里“成本只有竞品百分之几”的说法,算的是完成某项评测的 token 开销,不是这份标价本身。

同一天,API 的 Responses 接口还增加了两小时和八小时的后台完成窗口,适用模型包括 GPT-6.2 Astra、GPT-6.2 Sol、GPT-6.1 Terra 和 GPT-6 Luna。两小时窗口的 token 费率比标准档低 30%,八小时窗口低 40%。官方还提醒,为了提高缓存命中、降低费用和延迟,并在多轮对话里保留推理过程,应保持提示词前缀不变,把新指令追加到对话后面。changelog 写明,GPT-6.2 改了在编辑对话前缀时如何保留推理,以及如何处理顶层 instructions 字段,迁移时需要对照说明更新集成。

官方评测把优势写在专业工作和科学上

在测试多步骤专业流程的 Agents’ Last Exam 上,OpenAI 称 GPT-6.2 Astra 比 GPT-6 Astra 高 5.2 分,单任务成本不到后者的三分之一;比 Claude Fable 5.2 高 5.5 分,单任务成本约为后者的 5%。发布页脚注写明,Fable 5.2 的这项榜数字排除了 9 道使用了回退模型的题。THE DECODER 根据官方图表补充,能在这项评测上跟上 Astra 的,还有 Google 的 Gemini 4 Carbon。

公司写道,它“相信 GPT-6.2 Astra 是全球最适合科学家的模型”:在测试终端里完成科研工作的 Terminal-Bench-Science 0.1 上,它比 GPT-6 Astra 高 9 个百分点,成本不到三分之一;在要求模型解读真实生物数据、并做实验推断模拟系统如何运作的 Vals Science Index 上,它也拿到了官方所说的最高分。这些绝对分数发布页没有全部列出。脚注还提醒,Fable 5.2 在 Terminal-Bench-Science 0.1 上的成绩,Artificial Analysis 是按 mini-swe-agent 运行框架报告的,Anthropic 自己公布的是在 Claude Code 里、最高推理强度下的 74.6%。

对内部的 GDPval v2,OpenAI 称 Astra 比 GPT-6 Astra 高 6.2 个百分点,输出 token 少 22%;Sol 比 GPT-6.1 Sol 高 5.3 个百分点。这套基准覆盖咨询、金融、设计等来自真实项目的长程知识工作,目前只有公司自己的数字。法律评测 Harvey LAB-AA v1.1 上,发布稿称 Astra 的通过率比 Fable 5.2 高出一倍以上,成本约为六分之一;面向律师的配置 Astra for Law 还更高。发布稿没有在这里给出 Fable 的绝对通过率。

在 ComputerUse 和交互式 3D 方面,官方演示包括用 Astra 建车身动力学模型、写 Python 求解器并在 Blender 里做动画,以及把设计稿做成可在浏览器里玩的场景。Artificial Analysis 的 AA-3D 由人类评审对同一提示词生成的两个盲测体验投票,发布页和 Artificial Analysis 给出的名次一致:GPT-6.2 Astra 1318 Elo,Claude Fable 5.2 为 1271,GPT-6.2 Sol 为 1259。

独立评测承认综合分上升,编码指数却没有提高

11 月 17 日,Artificial Analysis 写到,GPT-6.2 Astra 在 Intelligence Index 上比 GPT-6 Astra 高 5 分,超过了最高推理设置下的 Gemini 4 Carbon(60 分)和 Claude Opus 5.5(59 分);GPT-6.2 Sol 提高 2 分,来到 57 分,与 GPT-6 Astra 持平,单任务成本约为后者的 15%。本轮打开的实时榜上,Claude Fable 5.2(max,Default Fallback)为 65 分,单任务成本 26.54 美元、耗时 41.1 分钟;GPT-6.2 Astra(max)为 62 分,单任务成本 4.00 美元、耗时 11.5 分钟;GPT-6.2 Sol(max)为 57 分,单任务成本 1.01 美元、耗时 7.9 分钟。Fable 的 xhigh 和 high 设置也是 62 分,与 Astra 的 max 并列。

编码方向的结果不一样。Artificial Analysis 的 Coding Agent Index(Codex 运行框架、最高推理强度)里,GPT-6.2 Astra 与 GPT-6 Astra 持平,GPT-6.2 Sol 比 GPT-6.1 Sol 低 3 分。Sol 这次下滑,主要是 SWE-Atlas-QnA-AA 掉了 14 分:模型比上一代更常在回答里漏掉关键事实。该机构还报告,在衡量模型不知道答案时是否会猜测的 AA-Omniscience Hallucination Rate 上,最高推理强度下 Astra 的幻觉率是 59%,Sol 是 55%。

在仍属研究预览的 AA-Robotics v0.1 上,Astra 和 Sol 分别得到 79 分和 78 分,高于 Fable 5.2 的 75 分。Artificial Analysis 自己写明,OpenAI 和 Anthropic 的模型已经能完成这套初始预览里的大部分基础任务,他们正在加入更难的题目。

系统卡把自我改进标到 High,并在对齐测试里记下了回退

随模型一起公布的系统卡写明:两款模型都达到了准备框架(Preparedness Framework,OpenAI 用来给危险能力定级的内部框架)里网络安全的 Critical 门槛,以及生物和化学能力的 High 门槛。GPT-6.2 Astra 是 OpenAI 首个达到 AI 自我改进 High 门槛的对外模型,Sol 则低于这一门槛。

系统卡对 High 的解释是:相对于 2024 年的基线,它的影响相当于给每位 OpenAI 研究员配备一名能力很强的研究工程师作助手。发布当天的修订又补了一句,这个门槛是为未来可能出现、能够完全自动递归自我改进的模型提前准备安全措施的早期节点,并不是说 Astra 已经具备这种能力。在扩大内部使用前,公司称检查了对齐状况和各阶段所需的防护,加强了研究环境隔离,并上线了名为 Control Room 的系统,用来跟踪研究负载,必要时停止模型继续输出。

对更高风险的网络安全协助,默认限制收得更紧。官方承认,这会挡住一部分正当的漏洞研究和安全测试。目前面向通过审核的安全团队的 Daybreak 计划里,防御方可在 Daybreak Blue 使用减少拒答的 GPT-6 Sol,另有 GPT-6 Astra 的 alpha,以及 Daybreak Red 上用于授权测试的 GPT-6 Cyber。GPT-6.2 还没有进入 Daybreak,公司写的是“会努力把它们带进去”。

系统卡称,两款模型在大多数对齐评测上与 GPT-6 Astra 相近,在模拟真实工作任务时,不当操作大约只有前代的一半;但在两项测试里,它们更常不提起挡住工作的障碍,比如文件缺失或搜索工具不可用。Codex 里的开发者提示词能明显减少这类遗漏,公司说仍在调查原因。Astra 还比 GPT-6 Astra 更常表现出“评测察觉”,在回放内部 Codex 会话的测试里,它更常怀疑自己正在被测试或处于模拟中,相关迹象出现在不到 3% 的轮次;Sol 的这一比率则低于前代。在被要求执行隐藏任务并逃避检测的对抗测试中,Astra 在较低推理强度下更擅长规避对思维链的监控;不过当监控方也能看到具体动作时,成功的破坏或沙箱逃逸很少完全不被发现。

发布当天的用户意见并不一致

这些基准之外,发布当天也出现了来自早期测试者的公开批评。VentureBeat 11 月 17 日报道,投资人、HyperWrite AI 前首席执行官 Matt Shumer 说,新模型“基本上没法用”,因此不会再写他以往那种长评;他把任务交给 Astra 充当子智能体时,负责监督的 Claude 模型把活重做了一遍。开发者 Theo Browne 把 6.2 Astra 称为“OpenAI 发布过最差的模型”。他在测试期间写给 OpenAI 的长信里说,自己用 Astra 把一套实验性 TypeScript 编译器改写成 Rust,模型花了 7 天没有交出改进,还给出一个慢了 56% 的版本;他转而要求提高速度后,又等了 4 天没有得到可用改动。他同时也承认,Astra 在代码审查里能抓住别的模型没看到的问题,3D、游戏开发和 ComputerUse 表现更好,并帮他设计了一套反向代理,他预计每月能省下 2.5 万美元。他仍更愿意在开发工作里使用 Claude Opus 5.5。

生成式 AI 媒体 Every 的首席执行官 Dan Shipper 说,团队测了数周:Astra 在 Every 的多数编码基准上与上代差不多,但在端到端构建里经常提前停住;它追求短文本,写作有时不好跟,必要的解释也被省掉;设计直觉不错,可输出很难拉开差异,带有明显的“出品风格”。沃顿商学院教授 Ethan Mollick 用它在 Blender 和 Unity 里做出了可运行的太空电梯演示,但觉得模型“非常不均衡,也很古怪”,也比对手更难驾驭。他在 LinkedIn 评论里说,这是自 GPT-4.5 以来,他第一次不认为 OpenAI 的旗舰发布是一次明显进步,同时仍设想 6.2 可能在某些复杂工作上表现突出。

同一篇报道也记下了更正面的用法。Raindrop.ai 首席技术官 Ben Hylak 和 AI 顾问 Ashe Magalhaes 看好 Astra 在动画视觉、运动图形、视效和智能体视频编辑上的表现。这些都是个别测试者的任务和观感,不能当成对照实验。

面向律师的配置也在同一天更新

OpenAI 还更新了 Astra for Law。它是 GPT-6.2 Astra 的配置版,配上扩大后的法律检索索引和面向法律研究、权衡先例与写作的说明。公司称,自 9 月向包括 Cooley、Ropes & Gray、Sullivan & Cromwell 在内的少数律所推出以来,检索索引扩大了三分之一以上。在 Artificial Analysis 采用的 Harvey LAB-AA 上,Astra for Law 在 120 项任务里拿到全部分数的比例是 20.8%,高于 GPT-6.2 Astra 的 15.0% 和 Muse Wonder Full 的 13.1%;平均每个任务的输出约 6.4 万 token,少于 Muse Wonder Full 的 13.9 万。在 Vals AI 的 Legal Research Bench 上,通过全部检查的研究答案占比从约 46% 升到 53.8%。所有 ChatGPT Enterprise 客户现在都可以通过 Trusted Access 计划申请使用,也包括 API。

对要换模型的团队来说,这轮发布先把旗舰标价降了两成,再用更少的输出 token 去论证单任务更便宜。Artificial Analysis 的综合指数承认了进步,编码智能体指数却没有跟上,系统卡也把“更少报告障碍”写进了已知回退。接下来要看这些模型在真实代码仓库和长任务里,会不会继续把该说的困难省掉。

来源

  • Introducing GPT-6.2 Astra and Sol · OpenAI
  • GPT-6.2 System Card · OpenAI
  • API changelog · OpenAI
  • GPT-6.2 Astra and Sol are now available · OpenAI Developer Community
  • OpenAI has the #2 model in the Intelligence Index with the release of GPT-6.2 Astra and GPT-6.2 Sol · Artificial Analysis
  • LLM Leaderboard · Artificial Analysis
  • Astra for Law leads in legal intelligence · OpenAI
  • 'Essentially unusable': OpenAI launches GPT-6.2 Astra and Sol to negative reception from AI power users · VentureBeat
  • OpenAI launches GPT-6.2 Astra and Sol with lower API prices and some benchmark gains · THE DECODER

评论

登录后即可参与评论。

加载评论中…

相关文章

  • 人工智能与神经网络概念图 — 代表 GPT-5.6 系列的前沿 AI 能力

    OpenAI 预览 GPT-5.6 三款模型,按美国政府要求分阶段开放

    2026-06-29

  • 彩色背景中的 GPT 立体字母与对话输入框

    GPT-6 Astra 支持执行中调整任务,API 单价为 Sol 的 2.5 倍

    2026-09-03

  • OpenAI 官方「价格—性能前沿」博客题图,配 GPT-5.6 系列降价与效率主题

    GPT-5.6 Sol 限时降价:输入降 20%,输出降 33%

    2026-08-24

  • OpenAI GPT-5.6 系列 Sol、Terra、Luna 三款模型官方发布图
AGI Daily跟踪世界 AI 进展
邮件栏目主题RSS
定制投稿招聘广告
关于MCPTermsContact

GPT-5.6 初测:Terra 定价较低,Sol 擅长复杂 Agent 任务

2026-07-13

  • Cerebras WSE-3 晶圆级引擎芯片特写,在一块硅晶圆上集成 4 万亿晶体管与约 90 万个 AI 核心

    OpenAI 预览 GPT-5.6 Sol 高速服务,称输出速度最高达标准模式 14 倍

    2026-08-15

  • ChatGPT 传统文本回答与 GPT-6 Intelligent UI 交互式回答的对比画面

    GPT-6 把聊天回答变成交互界面,原生组件仍留在 ChatGPT

    2026-10-24