精华速览

OpenAI于11月18日发布GPT-6.2 Astra和GPT-6.2 Sol两款模型。Astra定位前沿复杂任务,Sol面向高效日常工作。在Artificial Analysis总榜中,Astra位列第二,Sol位列第五。OpenAI强调两款模型能以更少输出token取得更优效果,单任务成本显著低于竞品。Astra的API输入输出价格比GPT-6 Astra低20%,Sol沿用GPT-6.1 Sol定价。两款模型即日起向ChatGPT Work和Codex的Plus、Pro、Enterprise和Edu用户开放,Pro 500用户首次获得Ultrafast模式。OpenAI称Astra是史上PPT设计表现最好的模型,生成的幻灯片、表格和文档不再有明显AI味。

要点透视

  • GPT-6.2 Astra在Artificial Analysis总榜中排名第二,仅次于Claude Fable 5.2;GPT-6.2 Sol排名第五,次于Gemini 4 Carbon和Claude Opus 5.5。
  • GPT-6.2 Astra的API输入和输出token价格比GPT-6 Astra低20%,缓存输入享6折优惠,每百万token输入8美元、缓存输入0.4美元、输出40美元;Sol沿用GPT-6.1 Sol定价,输入2美元、缓存输入0.1美元、输出10美元。
  • 在FrontierCode 2.0编程测试中,GPT-6.2 Sol与Astra得分相差不到0.5分,成本仅约为Astra的1/5。
  • 在Agents’ Last Exam多步骤工作测试中,Astra得分比GPT-6 Astra高5.2分,成本不到后者1/3;比Claude Fable 5.2领先5.5分,成本仅为其5%。
  • 在Terminal-Bench-Science 0.1科研测试中,Astra得分比GPT-6 Astra高9个百分点,成本不到后者1/3;在Harvey LAB-AA v1.1法律测试中,Astra通过率为Claude Fable 5.2的2倍多,成本约为其1/6。
  • OpenAI内部GDPval v2测试中,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%;Sol相比GPT-6.1 Sol提升5.3分。
  • 在AA-3D测试中,Astra以1318 Elo分位列第一,Claude Fable 5.2以1271分居第二,GPT-6.2 Sol以1259分居第三。
  • 两款模型即日起面向ChatGPT Work和Codex的所有Plus、Pro、Enterprise和Edu用户开放;OpenAI首次将Ultrafast模式开放给Pro 500高端个人订阅用户,率先提供GPT-6.2 Sol。

文章拆解

OpenAI此次发布延续了头部大模型公司的分层产品策略:Astra面向科研、法律、复杂编码和长程Agentic工作流等挑战性项目,Sol承担高频日常任务。这一划分的核心逻辑在于,企业用户对模型的需求并非单一性能指标,而是性能与成本的组合效率。OpenAI在多项基准中强调的不仅是得分领先,更是“以更少token取得更优效果”,这直接关系到用户在使用限额内能完成多少工作。

从定价看,Astra比上一代GPT-6 Astra降价20%,Sol维持GPT-6.1 Sol的价格水平,但两者在多项测试中的成本优势明显。例如Sol在FrontierCode 2.0中得分与Astra相差不到0.5分,成本仅为后者约1/5;Astra在Agents’ Last Exam中成本不到GPT-6 Astra的1/3,却领先Claude Fable 5.2达5.5分且成本仅为其5%。这种效率曲线意味着,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。有开发者反馈,Sol能以约Opus 5.5十分之一的价格获得接近性能,速度为其5倍,说明中端模型的性价比正在快速逼近旗舰水平。

应用层面,OpenAI将Astra的差异化重点放在输出专业度上,称其生成的PPT、电子表格和文档不再有明显AI味,行文更直接具体,冗余内容大幅减少。Astra还能基于截图复刻版式、配色和字号,并在CAD和仿真工具中精细到单个零件和连接部位。这些能力若在实际工作流中稳定复现,将降低专业场景的后期修改成本,但早期测试者反馈仍属样本有限,大规模可用性尚待确认。

值得关注的变量包括:一是Ultrafast模式首次下放至Pro 500个人订阅,可能改变高端个人用户与团队用户之间的能力差距;二是OpenAI CEO奥尔特曼承认模型在“好用、好协作”上仍有提升空间,后续版本将优先推进,这意味着当前版本的协作体验可能尚未达到宣传水平;三是网友对OpenAI图表易读性的吐槽,以及开发者对Sol价格接近DeepSeek的感慨,反映出市场竞争焦点正从单纯跑分转向价格与易用性的综合比拼。潜在风险在于,基准测试成绩与真实工作流表现之间仍存在差距,法律版Astra等专用模型的独立验证尚待确认,企业用户在规模化部署前需自行评估token节省能否转化为实际成本下降。

查看原文