首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

刚刚,OpenAI发布GPT-6.2 Astra和Sol

2026-11-18 1 阅读 约10分钟阅读 机器之心
分享:
字号:
机器之心编辑部 预热了好久的 GPT-6.2 系列终于来了,而且是一次放出「双子星」! 刚刚, OpenAI 正式官宣发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型。 按照定位, 前者是面向复杂项目的旗舰模型,而后者则是面向日常工作的高效率模型。 OpenAI 表示,你们之前一遍遍地催了又催,现在「GPT-6.2 Astra 和 Sol 已正式上线,效率极高,且专为真正重要的场景而打造 —— 真实世界中的实际应用。」 值得注意的是,两款模型有一个共同特点: 在提升任务完成质量的同时,通过显著减少推理与输出所需的 Token 数量,让用户在更低成本和更快响应下完成复杂的现实任务。 除了模型能力升级,OpenAI 也同步扩大了 GPT-6.2 Astra 和 Sol 的开放范围。 从今天起,Plus、Pro、Enterprise 和 Edu 用户均可在 ChatGPT Work 和 Codex 中使用两款模型。其中,Pro 500 用户可以使用两款模型的 Ultrafast(超高速)模式; Pro 200 用户也首次获得 Ultrafast 使用权限,目前率先支持 GPT-6.2 Sol; Enterprise Edu 用户则需要由工作区管理员开启相应权限。 开发者也可以通过 OpenAI API 调用两款新模型,并在发布之初使用 Ultrafast 模式。 而价格方面:GPT-6.2 Astra 的 API 输入和输出价格较 GPT-6 Astra 均下降 20%,缓存输入价格更是降低了 60%,每百万 Token 分别为 8 美元、40 美分和 40 美元; GPT-6.2 Sol 则延续上一代定价,每百万输入、缓存输入和输出 Token 分别为 2 美元、0.1 美元和 10 美元。 换句话说, OpenAI 这次不仅希望让模型完成更多工作,也希望让更多用户以更低的成本、更快的速度调用它们…… 专业工作的新标准 作为面向复杂项目的旗舰模型,GPT-6.2 Astra 在专业文档、代码和前端开发等方面都有提升。它生成的幻灯片、电子表格和文档更贴近用户提供的模板及行业规范,代码风格更加整洁,生成的网站、游戏和 3D 设计也更具完成度。 在衡量多步骤专业工作能力的 Agents' Last Exam 中, Astra 比 GPT-6 Astra 高出 5.2 分,任务成本不到后者的三分之一;相比 Claude Fable 5.2,则领先 5.5 分,成本仅为对方的 5%。 科学研究也是此次重点展示的方向。OpenAI 认为, Astra 是目前最适合科学家的模型之一。 在 Terminal-Bench-Science 0.1 测试中,该模型的成绩比 GPT-6 Astra 高出 9 个百分点,成本不到后者的三分之一。该测试主要考察模型在终端环境中开展科学研究的能力。 在 Vals Science Index v1 中,Astra 同样取得新高。该评测要求模型解读真实生物数据,并通过实验推断模拟系统的运行机制。 GPT-6.2 Sol:日常工作的主力模型 相比 GPT-6.1 Sol,新版 Sol 在智能水平和执行效率上都有提升,能够处理多步骤 Agent 工作流。OpenAI 表示,公司内部已有许多员工将其作为技术和非技术工作的默认模型。 在 Cognition 的 FrontierCode 2.0 评测中, Sol 的成绩距离 Astra 仅有 0.5 分,成本约为后者的五分之一。 在衡量复杂日常任务的 LifeVal 评测中,Sol 的成绩超过 GPT-6 Astra,成本约为后者的七分之一。测试任务包括搬家后筛选幼儿园、寻找符合家庭预算和通勤要求的住房,以及为刚刚调整诊断方案的家人规划膳食。 专业任务上的突出表现 Astra 重点提升了专业文档、电子表格和演示文稿的生成质量,使内容更符合金融、法律、销售和会计等行业的表达习惯,减少笼统结论和冗余文字。 在 Harvey LAB-AA v1.1 法律任务评测中,Astra 的通过率超过 Claude Fable 5.2 的两倍,成本约为后者的六分之一。该评测要求模型从源文件中提取事实、完成法律分析并交付文书,只有满足全部评分标准且不存在重大幻觉的成果才算通过。 在金融分析中,Astra 可以根据财务报表、经营假设和市场数据建立可编辑的 Excel 估值模型,完成收入预测、企业价值计算和敏感性分析。在演示文稿制作中,即使用户只提供模板截图,模型也能还原布局、配色和字体,并延续原有的文字风格。 在 OpenAI 的 GDPval v2 评测中,Astra 的成绩比 GPT-6 Astra 提高了 6.2 个百分点,同时减少了 22% 的输出 token;Sol 相比上一代也提高了 5.3 个百分点。 从屏幕操作到工程设计 Astra 提升了在计算机上的精细操作能力,可以在 CAD 和仿真软件中处理单个零件及其连接关系,帮助工程师检查组件装配、观察设计变化带来的受力变化,并在制作原型前测试不同方案。 例如,在汽车底盘动力学模拟中,Astra 根据山路行驶场景建立汽车三维模型,编写 Python 求解器,模拟轮胎与悬架之间的复杂动力学关系,最后通过 Blender 将结果制作成动画。 在机械设计中,模型能够逐个建立零件模型,生成动态装配指南和零件目录。OpenAI 还展示了一个纸灯设计案例:Astra 从芝加哥 Marina City 大厦的波浪形阳台获取灵感,经过多轮 CAD 修改,最终生成可以手工组装的纸灯,并制作了供用户自行设计的网页工具。 在 Artificial Analysis 的 AA-3D 评测中,Astra 获得 1318 Elo,排名第一。 更高效的工作流与更整洁的代码风格 在复杂任务执行中,Astra 改进了对执行路径的判断,能够根据工作流选择合适的工具和投入程度,例如判断何时使用插件、何时直接操作计算机。 在编程方面,Astra 更擅长对现有代码库进行复杂修改,并完成相应测试。早期测试者反馈,新模型生成的代码风格更加整洁,测试更有针对性,完成任务所需的修改轮次也有所减少。 网络安全能力 两款模型的网络安全能力均达到 OpenAI Preparedness Framework 中的 Critical 阈值。它们能够更有效地发现和利用软件漏洞、编写更安全的代码,并生成更好的漏洞修复补丁。 不过,能力提升也带来了更严格的安全限制。OpenAI 表示,将对高风险网络安全请求加强防护,这也意味着部分合法的漏洞研究和安全测试工作流可能受到限制。未来,OpenAI 计划将 GPT-6.2 系列接入 Daybreak 项目,为安全研究人员提供相应支持。 官方也披露了一个尚待解决的问题: 在两项对齐测试中,两款模型更容易省略阻碍任务完成的问题,例如缺少文件或搜索工具不可用。 OpenAI 表示,已经通过调整 Codex 指令显著减少这一行为,但仍在继续调查。 「我看 Tibo 还是回地下室待着吧」 虽然官方公布的成绩很亮眼,但一些提前参与测试的开发者对 GPT-6.2 Astra 给出了相当负面的评价。 长任务容易
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱