智东西编译 程茜编辑 李水青
打开网易新闻 查看精彩图片
智东西编译 程茜编辑 李水青

智东西11月18日消息,今日,OpenAI甩出自家最强模型GPT‑6.2 Astra和GPT‑6.2 Sol。在OpenAI放出的多项基准测试中,这两款模型的表现接近甚至超越其他主流模型,而单任务成本仅为后者的一小部分。

GPT‑6.2 Astra是面向挑战性项目的前沿模型,GPT‑6.2 Sol是面向高效、通用的日常工作模型。OpenAI称,这两款模型在高难度任务上能以更少的输出token取得更优效果,让用户在使用限额内完成更多工作。

在Artifical Analysis总榜中,GPT-6.2 Astra拿下第二,仅次于Claude Fable 5.2,GPT‑6.2 Sol拿下第五,次于Gemini 4 Carbon、Claude Opus 5.5。AA图表显示,OpenAI在单任务输出token帕累托前沿上占据主导地位,Claude Fable 5.2是其中唯一来自非OpenAI实验室的模型。

打开网易新闻 查看精彩图片

OpenAI联合创始人、CEO萨姆·奥尔特曼(Sam Altman)在社交平台上称,尽管新模型已经非常聪明,但在让模型“好用、好协作”这件事上,OpenAI还有更多工作要做,并会在后续版本中优先推进这一点。

打开网易新闻 查看精彩图片

OpenAI称,GPT‑6.2 Astra生成的幻灯片、电子表格和文档不再有明显的AI味,还能编写更简洁的代码,打造视觉和使用体验更出色的前端界面。

在API定价方面,GPT‑6.2 Astra的输入和输出token价格比GPT‑6 Astra低20%,缓存输入享受6折优惠,每百万token输入价格为8美元(约合人民币53.33元)、缓存输入为0.4美元(约合人民币2.67元)、输出为40美元(约合人民币266.65元)。GPT‑6.2 Sol沿用GPT‑6.1 Sol的API token定价,每百万token输入2美元(约合人民币13.33元)、缓存输入0.1美元(约合人民币0.67元)、输出10美元(约合人民币67元)。

打开网易新闻 查看精彩图片

今日起,GPT‑6.2 Astra和Sol面向ChatGPT Work和Codex中的所有Plus、Pro、Enterprise(企业版)和Edu(教育版)用户开放。OpenAI首次将更高档位的Ultrafast模式开放给‌高端个人订阅套餐‌Pro 500用户,率先提供GPT‑6.2 Sol模型。

不过,OpenAI评论区的网友并不买账,前排网友纷纷在吐槽OpenAI的图表易读性太差,建议OpenAI请Claude Opus 5.5帮忙制作条形图。

打开网易新闻 查看精彩图片

还有开发者直呼太疯狂了,自己能用Astra 6.2拿到接近Fable 5.2的性能,价格还不到Sonnet和Opus 5.5的一半,更夸张的是,用GPT Sol 6.2就能拿到Opus 5.5的性能,价格只有1/10,就一美元。他感慨Sol这价格马上就要追上DeepSeek了,只差几美分。

打开网易新闻 查看精彩图片

一位网友用同一个提示词对比了GPT-6.2 Sol和Claude Opus 5.5的效果发现,GPT-6.2 Sol的成本是Opus 5.5的1/15、速度是其5倍,且生成效果不输。

打开网易新闻 查看精彩图片

一、GPT‑6.2 Sol与Astra多项得分相差无几,前者成本仅为几分之一

与GPT‑6.1 Sol相比,GPT‑6.2 Sol更智能、效率更高,能让用户在同一付费套餐下完成更多任务。OpenAI的许多员工已经将其作为技术和非技术类任务的默认模型。

在编程能力基准测试FrontierCode 2.0中,均为最高配置的GPT‑6.2 Sol与GPT‑6.2 Astra得分相差不到0.5分,成本仅约为后者的1/5。

打开网易新闻 查看精彩图片

在速度和智能特性方面,OpenAI称,GPT‑6.2 Sol同样适合人们在工作之外借助AI完成重要任务。在OpenAI发布的用于衡量复杂任务表现的LifeVal测试中,GPT‑6.2 Sol的得分高于GPT‑6 Astra,成本仅为其约1/7。

打开网易新闻 查看精彩图片

OpenAI此次对GPT‑6.2 Astra的提升重点就是输出更专业,其提到该模型的行文更直接具体,泛泛结论、冗余内容都大幅减少。

在测试多步骤工作的Agents’ Last Exam测试中,GPT‑6.2 Astra创下新纪录,得分比GPT‑6 Astra高出5.2分,成本不到后者的1/3;比Claude Fable 5.2领先5.5分,成本仅为其5%。

打开网易新闻 查看精彩图片

OpenAI认为GPT‑6.2 Astra非常适合科学家使用,该模型在评估模型在终端环境进行科研工作测试Terminal-Bench-Science 0.1中成绩创下新高,得分比GPT-6 Astra高9个百分点,成本却不到后者的1/3。该模型刷新了Vals科学指数的纪录,该指数要求模型解读真实生物数据并开展实验,以此推断模拟系统的运行机制。

打开网易新闻 查看精彩图片

Harvey LAB‑AA v1.1考验模型在法律场景下能否在源文件中找到相关事实,并将其应用于详细的案情摘要,并生成满足要求的交付成果。该测试中,GPT‑6.2 Astra的通过率为Claude Fable 5.2的2倍多,成本仅为后者的约1/6。

此外,OpenAI还专为律师打造了法律版GPT-6.2 Astra,在该基准测试中得分更高。

打开网易新闻 查看精彩图片

OpenAI内部的GDPval v2基准测试用于衡量来自咨询、金融、设计等行业真实项目的复杂、长周期工作流。在其测试中,GPT‑6.2 Astra位居第一,相比GPT‑6 Astra提升6.2个百分点,输出token用量减少22%。GPT‑6.2 Sol相比GPT‑6.1 Sol提升5.3分。

打开网易新闻 查看精彩图片

在撰写投资备忘录时,需要先从源文件中找出相关数据,并理清数据关联。AA‑AnalystAgent基准测试可以在真实的电子表格和报告上检验这项工作。其中一个任务里,模型需要利用加州医疗补助的支出报告,计算该项目在医疗交通方面的花费。GPT‑6.2 Astra在全部5次独立尝试中,答对了62.5%的问题。

打开网易新闻 查看精彩图片

二、OpenAI:PPT表现能力最好模型诞生,甚至能根据截图复刻字号

OpenAI展示了两大模型在一些关键场景方面的应用。

OpenAI称,GPT-6.2 Astra是其史上在PPT设计上表现最好的模型。该模型能基于原始文件或一张截图直接复刻版式、配色、排版,甚至精确到字号。

早期测试者反馈,GPT-6.2 Astra生成的PPT可直接使用、需要修改的地方更少,标题直接点明核心结论,正文简洁。

打开网易新闻 查看精彩图片

▲根据截图复刻PPT

在计算机使用与交互式网页设计方面,OpenAI称,GPT‑6.2 Astra能够在CAD和仿真工具中精细到单个零件和连接部位。工程师可以利用这些更细的细节,检查零部件的装配配合,观察设计运动过程中载荷如何转移,并在制作原型之前测试修改方案。

测试中,OpenAI让GPT‑6.2 Astra可视化一辆汽车在山路上行驶时的底盘动力学。Astra构建了3D模型,编写了一个Python求解器来模拟轮胎与悬架之间的复杂动力学,随后在Blender中对结果进行了动画渲染。

打开网易新闻 查看精彩图片

GPT‑6.2 Astra还可以对机械系统进行分部件建模,为工程师提供一种展示系统组装方式并测试设计变更对其性能影响的方法。

打开网易新闻 查看精彩图片

OpenAI的研究人员还借助GPT‑6.2 Astra,把芝加哥Marina City双塔的扇贝形阳台转化为一盏台灯。下面的动图就记录了从参考照片,到CAD修订,再到手工组装的实体灯具部分的过程。GPT‑6.2 Astra还生成一个网站,能用于制作自定义纸灯。

打开网易新闻 查看精彩图片

在网页制作方面,OpenAI称这一模型有更强的视觉推理能力。模型能为每个网站挑选独特的外观布局和视觉素材,并围绕网站的实际目标搭建页面元素。

打开网易新闻 查看精彩图片

在3D设计中,GPT‑6.2 Astra和Sol都能将书面需求转化为交互式浏览器体验。在Artificial Analysis的AA‑3D测试中,人类评委对基于同一提示生成的两个盲测体验进行评估,并投票选出自己更偏好的那一个。GPT‑6.2 Astra以1318的Elo分位列第一,排在第二、第三的是Claude Fable 5.2(1271分)和GPT‑6.2 Sol(1259分)。

打开网易新闻 查看精彩图片

在编程方面,GPT‑6.2 Astra擅长在现有代码库中实施和测试复杂修改。早期测试者反馈其代码风格更整洁、测试重点更突出、修改轮次更少。

网络安全能力上,OpenAI称,GPT‑6.2 Astra与GPT‑6.2 Sol能够更有效发现并利用漏洞,编写更安全的代码,产出质量更高的补丁。

打开网易新闻 查看精彩图片

结语:效率曲线成大模型竞争焦点

GPT-6.2 Astra与Sol的发布,延续了大模型头部公司的分层打法:Astra面向科研、法律、复杂编码和长程Agentic工作流,Sol承担担高频日常任务。除了性能优势,OpenAI还更强调模型的成本优势。当下模型的竞争不仅在于性能跑分,更关乎效率曲线。

对企业用户来说,旗舰模型与日常模型之间的成本差正在被效率压缩,配合可下调的推理强度,高频编码、文档处理、客服和内部知识助理等场景更容易跑通规模化ROI,而头部模型的成本优势主要体现在执行复杂任务时能更节省token。

来源:OpenAI