
OpenAI正式发布两款新语言模型:面向高难度专业技术工作的GPT-6.2 Astra,以及专为日常使用打造的GPT-6.2 Sol。官方表示,这两款模型在基准测试中均优于前代产品,且运行成本更低。
目前,GPT-6.2 Astra和Sol已在ChatGPT Work和Codex中向Plus、Pro、Enterprise及Edu用户开放。Pro-500订阅用户可使用这两款模型的“Ultrafast”模式;Pro-200订阅用户也首次获得Ultrafast访问权限,起始支持GPT-6.2 Sol。
API价格调整与性能表现
开发者可通过OpenAI API访问新模型。GPT-6.2 Astra的API定价较前代降低20%:输入代币每百万8美元(缓存输入0.40美元),输出代币每百万40美元。GPT-6.2 Sol维持GPT-6.1 Sol定价不变:输入每百万2美元(缓存输入0.10美元),输出每百万10美元。
OpenAI将Astra定位为“科学家的最佳模型”,强调其在法律、金融和会计等领域的专业规范处理能力。在“Agents' Last Exam”基准测试中,Astra得分比前代GPT-6 Astra高出5.2分,成本不到三分之一;相比Anthropic的Claude Fable 5.2,Astra以五分之一的成本低5.5分。仅在Google Gemini 4 Carbon在该测试中与Astra持平。
在法律基准测试Harvey LAB-AA中,Astra通过率是Claude Fable 5.2的两倍以上,成本仅为后者六分之一。在内部基准测试GDPval-v2中,Astra比前代提升6.2个百分点,输出代币减少22%。此外,Astra在计算机控制能力上进一步提升,能构建3D汽车模型、编写物理求解器并生成动画演示。
Sol:低成本逼近原版Astra
GPT-6.2 Sol面向需要快速处理日常任务的用户。在编码基准测试FrontierCode 2.0中,Sol成本仅为Astra的五分之一,得分仅落后0.5分。OpenAI表示,该模型在非工作任务方面表现同样出色。
网络安全方面,两款模型均增强了漏洞发现与安全代码编写能力,在OpenAI准备框架中达到“Critical”门槛。为此,OpenAI增加了更严格的保障措施以限制滥用,但这可能影响合法的漏洞研究。新模型将通过OpenAI Daybreak平台向经审核的安全研究人员提供访问权限。
第三方评估:智能指数排名第二,编码停滞
在Artificial Analysis Intelligence Index综合评估中,GPT-6.2 Astra排名第二,仅次于Claude Fable 5.2,超越Google Gemini 4 Carbon和Anthropic Claude Opus 5.5。GPT-6.2 Sol得分为57分,相当于GPT-6 Astra水平,但每项任务成本仅为约15%。
Artificial Analysis指出,OpenAI在成本与性能的帕累托前沿占据主导地位。然而,在编码领域,两款模型表现停滞。GPT-6.2 Astra保持在GPT-6 Astra位置,GPT-6.2 Sol甚至比GPT-6.1 Sol下降3分,主要源于在SWE-Atlas-QnA-AA测试中更频繁遗漏关键事实。此外,两款模型在高难度问题上的幻觉率较高,Astra为59%,Sol为55%。
研究机构Epoch AI测试显示,Astra在Epoch Capabilities Index中与Fable 5.2持平,但在现实任务中落后于Fable 5.2,且相比GPT-6 Astra改进有限。值得注意的是,Astra能在单个输出令牌内运行复杂推理而不展示思维链,这增加了监控难度和安全风险。在FrontierMath Erdős数学基准测试中,Astra解决了68个任务中的7个,刷新了此前由GPT-6.1 Sol保持的3/68纪录。
法律领域短板与自我改进风险
Vals AI评测显示,GPT-6.2 Astra排名第7,Sol排名第9。Sol每项任务运行成本3.18美元,不到Astra(10.68美元)的三分之一,是前十名中最便宜的模型。尽管Astra在科学类测试中领先,但在法律基准测试中表现不佳,HLAB基准测试中仅排第11,法律研究基准测试中跌至第30。相比之下,专门优化的“Astra for Law”在法律研究基准中排名第6。
OpenAI称,GPT-6.2 Astra是首个达到AI自我改进“High”阈值的外部发布模型,能显著加速AI研究。公司承认这是一项风险,可能导致技术发展速度快于安全措施跟进速度。作为应对,OpenAI加强了研究环境的严格控制及监控系统Control Room,以跟踪并自动标记未经授权的推理和行为。在一致性方面,新模型与前代持平,但在识别工作障碍(如缺少文件)方面表现稍弱。