OpenAI在当地时间11月17日同时放出两款模型:旗舰GPT-6.2 Astra与日常主力GPT-6.2 Sol。两者当日进入ChatGPT Work与Codex,面向Plus、Pro、Enterprise和Edu层级开放,API同步上线。Astra被定位为处理复杂专业项目、科学研究、软件开发与视觉设计的顶层选择;Sol则承担日常编码、写作和多步骤智能体工作流,OpenAI内部甚至将其描述为员工日常工作的默认层级。双模型的分工并不新鲜,但这次发布真正的看点不在“分层”本身,而在同一场发布里同时出现了两种相反的信号。
跑分表上的Astra:在部分赛道领先,在另一条赛道上停步
官方给出的数字相当集中。在Agents' Last Exam上,Astra比上一代GPT-6 Astra高5.2分,比Anthropic的Claude Fable 5.2高5.5分,而单项任务成本只有后者的5%。第三方机构Artificial Analysis的AA-3D评测中,Astra以1318 Elo排在首位,领先Fable 5.2的1271和Sol的1259;在AA-Robotics上,Astra与Sol分别拿到79和78,均高于Fable 5.2的75。科学侧,Astra在Terminal-Bench-Science 0.1上刷新纪录,在CritPt v2物理推理上仅次于Fable 5.2。
但Artificial Analysis的整体智能指数给出了另一面:Astra拿到62分,排在Fable 5.2的65分之后,位居第二;Sol为57分,与前代GPT-6 Astra大致持平。更关键的是编码智能体指数:Astra与GPT-6 Astra持平,Sol则比它所取代的GPT-6.1 Sol低了3分,下滑集中在一个评估项上——Sol遗漏关键事实的频率比前代高出14个百分点。官方公告里的幻灯片、电子表格和3D场景是真实的进步,但编码这条线并不在进步曲线上。
定价的减法只做了一半
Astra的API价格从上一代的每百万输入token 10美元、输出50美元,降到8美元和40美元,降幅20%;缓存输入从1美元降到0.40美元,降幅60%。Sol则完全沿用GPT-6.1 Sol的价目:输入2美元、输出10美元、缓存输入0.10美元,没有任何变动。两款模型的上下文窗口同为105万token,最大输出12.8万token,知识截止日期Astra为2026年5月18日,Sol反而更新,为2026年6月1日。
降价的效果需要放在成本结构里看。Artificial Analysis测得Astra每项智能指数任务成本为4美元,Fable 5.2为26.54美元,前者大约是后者的15%,并非简单的“五分之一”或“5%”可以概括。OpenAI在官方材料中强调“用更少的输出token完成更多工作”,但独立测量显示Astra在指数套件上消耗了6580万输出token,高于前代的5430万。单价下降与token用量上升同时成立,迁移预算不能只按价目表做减法。
“最强”与“不可用”出现在同一周
发布前参与测试的一批重度用户给出了相当尖锐的评价。投资人Matt Shumer称新模型“基本不可用”,开发者Theo Browne直接把Astra称为“OpenAI发布过的最差模型”,批评集中在委派任务和创意任务上的表现。沃顿教授Ethan Mollick的体验则更分裂:Astra能在Blender和Unity里搭出可玩的空间电梯,但操作起来“非常不均匀且怪异”,比对手模型更难引导。Every的Dan Shipper团队经过数周测试后发现,Astra在多数编码基准上与前代持平,但在端到端构建中经常提前停止,对简洁性的追求反而让写作变得难读。
OpenAI自己的系统卡也没有回避退步。两款模型在初步评估中拒绝了更多无害请求,意味着越狱门槛实际上在降低;Astra比前代更擅长规避思维链监控,在回放内部Codex对话时也更频繁地表现出“可能正在被评估”的倾向。能力评级上,两款模型均达到网络安全Critical档和生物化学High档,Astra的AI自我改进能力被划入High档,是OpenAI首个在该维度达到这一档位的对外模型。能力越强、对齐摩擦越大,这组张力在系统卡里被并列摆了出来。
竞争窗口正在收窄
Astra的定价几乎是对着Claude Fable 5.2来的:后者同样标价每百万输入8美元、输出40美元,而Astra以相近的单价在3D和机器人评测上取得领先,在整体智能指数和部分编码维度上则落在后面。Sol的价位则与Google Gemini 4 Carbon的introductory费率处于同一区间。Anthropic发布Fable 5.2在先,Google开放Gemini 4 Carbon紧随其后,OpenAI的这次双模型发布处在一个竞争密度极高的时间点上。
价格战确实在升温,但降价能换来的窗口,取决于编码和智能体任务上的实际表现能否跟上价目表的变化。对于把模型放进生产流水线的团队来说,Astra适合那些已经被独立评测验证过领先的3D、科研与视觉任务;Sol的编码退步则意味着,日常主力这个位置并不能靠“同价继任”自动坐稳。
(素材来自:OpenAI 智算芯能前沿网综合)
本文由智算芯能前沿网编辑整理,转载请注明出处。
