OpenAI 发布 GPT-6.2 Astra 与 Sol 双模型:主打降低任务成本
OpenAI 这次一口气发了 Astra 和 Sol 两个模型,重点不是分数而是省钱:Sol 在代码评测里只比 Astra 差 0.5 分,成本却只有五分之一。做 Agent 流程、高频调用 API 的开发者可以直接算下账单,用 Codex 的也要留意它漏报执行障碍的问题。
OpenAI 同时发布 GPT-6.2 Astra 和 Sol:Astra 面向文档、表格、编程、CAD 等高难度专业任务,Sol 主打低成本承担日常工作与多步 Agent 流程。两者均支持文本和图像输入,上下文窗口为 105 万 token,先上线 ChatGPT Work、Codex 和 API,未进入普通 Chat。
价格上,Astra 每百万 token 输入 8 美元、输出 40 美元,比 GPT-6 Astra 低 20%;Sol 输入 2 美元、输出 10 美元,与 GPT-6.1 Sol 持平。基准方面,Astra 在 Agents’ Last Exam 上比 GPT-6 Astra 高 5.2 分且成本不到三分之一,内部 GDPval v2 提高 6.2 个百分点、输出 token 减少 22%。Sol 在 FrontierCode 2.0 代码评测中与 Astra 仅差 0.5 分,成本约为五分之一。
跨厂商对比需留意条件:官方称 Astra 在 Agents’ Last Exam 上领先 Claude Fable 5.2,但脚注显示 Fable 的成绩排除了 9 项使用后备模型的任务。安全报告将两者网络安全能力评为 Critical、生物化学能力评为 High,Astra 首次达到对外发布模型的「AI 自我改进 High」阈值。另外模型在部分测试中更容易漏报文件缺失、工具不可用等工作障碍,OpenAI 已在 Codex 中加入说明以减少遗漏。
OpenAI 终于发布 GPT-6.2:Astra 挑战专业难题,Sol 降低日常任务成本,这两个模型能让 OpenAI 重新站起来吗?这段时间被 Fable 5.2 和 Opus 5.5 要打趴下了。。。 OpenAI 今天同时推出 GPT-6.2 Astra 和 Sol:前者面向高难度专业项目,后者面向日常工作与多步 Agent 流程。重点不再只是能力提高,而要用更少的输出 token 完成任务。这次先进入 ChatGPT Work、Codex 和 API,并未加入普通 Chat。 openai.com/index/introduc… 两个型号,如何分工? Astra 重点提升文档、表格、幻灯片、编程和计算机操作能力,也强调科研、CAD 与仿真等复杂任务。 Sol 则主打效率,希望以更低成本承担更多日常工作。两者都支持文本和图像输入、文本输出,上下文窗口均为 105 万 token。 API 标准价方面,Astra 每百万 token 输入 8 美元、输出 40 美元,均比 GPT-6 Astra 低 20%;Sol 输入 2 美元、输出 10 美元,与 GPT-6.1 Sol 持平。单价只是成本的一部分,实际账单还取决于任务消耗多少推理与输出 token。 提升体现在哪里 在考察长程专业工作流的 Agents’ Last Exam 上,Astra 比 GPT-6 Astra 高 5.2 分,成本不到三分之一;内部 GDPval v2 专业工作评测中,提高 6.2 个百分点,输出 token 减少 22%。这说明官方强调的是交付质量与计算开销一起改善,而不只是分数。 Sol 更值得注意的结果来自真实代码库修改评测 FrontierCode 2.0:两者均使用最高推理档位时,Sol 与 Astra 只差 0.5 分,成本约为五分之一。但这不代表它在所有任务上都接近 Astra。 跨厂商比较也要看条件。例如,官方称 Astra 在 Agents’ Last Exam 上领先 Claude Fable 5.2,但脚注明确,Fable 的榜单成绩排除了 9 项使用后备模型的任务,不能直接理解成完全同条件对比。 能力更强,仍需要核验执行过程 安全报告将两者的网络安全能力评为 Critical、生物与化学能力评为 High;Astra 还首次达到对外发布模型的「AI 自我改进 High」阈值。这是提前部署防护的能力门槛,不代表已经实现完全自动化的递归自我改进。 更贴近日常使用的问题是:模型在部分测试中更容易漏报工作障碍,例如文件缺失、工具不可用。OpenAI 表示,已在 Codex 中加入说明以减少遗漏,仍在调查。这意味着不能只看最终回答,还要确认它是否真的完成了必要步骤。 OpenAI @OpenAI Some of you have been asking very politely. Some of you have just been asking. GPT-6.2 Astra and Sol are now available. Super efficient and built to perform where it counts—the real world. openai.com/index/introduc…
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include GPT-6.2, OpenAI, Claude, Codex.
Source attribution: curated from shao__meng (@shao__meng).