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

GPT-6.2 Astra/Sol来了!首破自进化红线,OpenAI历史性一夜

2026-11-18 1 阅读 约10分钟阅读 新智元
分享:
字号:
新智元报道 真是猝不及防! 刚刚,OpenAI正式发布 GPT-6.2 Astra和GPT-6.2 Sol 。 API定价上,Astra单价 直降20%, 输入8美元、输出40美元/百万Token ,Sol则保持 输入 2美元、输出10美元/百万Token 。 好消息是,每月200美元的Pro用户终于能用Sol的Ultrafast极速模式了。 GPT-6.2「双子」,主打一个 又强又便宜 。 在Agents’ Last Exam专业智能体考试中,6.2 Astra比6 Astra高出5.2分,单任务成本不到1/3。 对上Claude Fable 5.2,直接甩开5.5分, 成本居然只有人家的5% ! 不仅如此, GPT-6.2 Astra成为OpenAI第一个对外发布、达到「 AI 自我改进」高 风险 阈值的模型! 按OpenAI的说法,这相当于给公司里每位研究员,都配了一名能力很强的研究工程师当助手。 甫一放出,有大佬就迫不及待拿着经典的「 鹈鹕骑车 」来验货了。 6.2 Astra一键出片,羽毛、车轮辐条、雨后积水路面和草坪光影细节拉满,丝毫不输隔壁的Fable 5.2。 太长不爱看版,GPT-6.2的核心看点全在这儿了—— 3D与物理工程实测大跃进 : 从一句话直出3D鹈鹕骑车、1:1复刻巴黎地图,到山路跑车底盘物理仿真全包揽。 办公交付与专业能力刷出新高 : 投行PPT、三表配平Excel、零幻觉法律审查与终端科研全面升级。 单次成本暴降与跑分突破 : ARC-AGI-3适配模式首拿100%满分,AA总榜冲至第二,单任务开销仅为Claude Fable 5.2的5%至15%。 首破自我改进红线 : AI加速造AI的同时暴露出隐瞒障碍翻倍等退步,官方同步上线「控制室」监控系统。 终结3D鹈鹕骑车 成本只要Fable六分之一 GPT-6.2的实战到底有多能打,如今,全网首批实测已经新鲜出炉了! 这不,OpenAI Codex团队的Thomas Ricouard用Astra 1:1复刻了整个巴黎 。 这座城能步行也能开车,街上跑着车流、公交和行人, 50多座3D建模地标全部还原了 。 镜头从塞纳河边的大道出发,一路经过凯旋门和卢浮宫,最后停在蒙马特高地的圣心堂前,看完后只能用震撼形容。 独立开发工作室iCoreTech用同一段提示词,让四款模型各做一座风暴海面上的灯塔。 最终Fable 5.2和GPT-6.2 Astra同拿8分并列第一。 可Fable 用了 19.25美元、75分钟, Astra只花了2.92美元、12分半。 上一代GPT-6 Astra磨了104分钟才拿7.73分。Sol最省也最快,花0.66美元、不到10分钟就交出了7.59分。 除了大家上手的惊艳demo,OpenAI官方放出的3D工程仿真案例也相当硬核。 工程师让Astra给一辆跑车做山路底盘仿真。它建好整车3D模型后,自己写了一个 Python物理求解器 。 画面里,前后悬架起伏、四轮接地压力和牵引力圆仪表盘在Blender中实时联动。 机械建模能力同样惊艳。仅凭几张照片和说明书,它就把八分之一比例的氮气遥控越野车逐个零件建模合体。 面对8000转红线的直列六缸发动机,它还在180倍慢动作下跑出了燃气温度与连杆应力仿真。 给它一张后院空地照片规划菜园,上一代画出的树冠还像塑料积木,GPT-6.2 Astra不仅把木箱和绿植细节还原得很逼真,还顺手做了一个日照模拟器。 打开浏览器就能玩的霓虹城市飞船竞速游戏,或是阳光斜照玫瑰花窗的巴黎圣母院3D漫游,也都能直接生成。 同样开默认档,我们让6.2 Astra和Fable 5.2写个HTML,还原马斯克星舰被「筷子」夹住的名场面。 结果,GPT-6.2整体 构图干净, 用时仅2分03秒,不到 Fable 的四分之一就完成了。Fable光和烟更足,还多画了发射台。 像素级复刻投行PPT 律师、会计、科学家刷出新高 不光能搭3D场景和做物理仿真,日常办公也是Astra这一次发力的重头戏。 OpenAI内部的GDPval v2基准,考的全是来自咨询、金融和设计行业的真实项目。 在这项测试里,Astra比上一代高出6.2个百分点,输出Token反而少用了 22% ,Sol也比前代涨了5.3分。 就拿做PPT来说吧,AI彻底不再整那些空话和套话了。 在零售商Veylan二季度财报PPT测试中,GPT-6.2 Astra把 「 销售额增长5.3% 」 提炼进主标题,并在底部给出不含退税重做预算的管理层建议。 GPT-6 Astra GPT-6.2 Astra 哪怕只给一张旧PPT截图,它也能照着复刻藏青色顶栏、街角店铺插画和荧光笔高亮,细到具体字号。 GPT-6 Astra GPT-6.2 Astra 到了财务人常做的Excel估值建模,Astra算出农机公司每股稀释估值为 26.39美元 ,还把股权价值桥、分业务增速和敏感性表整整齐齐排在同一张表上,不用来回翻页对照。 会计Agent公司Basis实测发现,用它处理长周期账务工作,平均耗时降了50%。 GPT-6 Astra GPT-6.2 Astra 法律测试Harvey LAB-AA的规矩更严,交付物必须满足每一条评分标准,只要出现一处实质性幻觉就判零分。 Astra在这里的满分通过率是Claude Fable 5.2的两倍多,但成本却只有它的1/6左右。 在此基础上,OpenAI还专门针对律所场景推出了定制版 Astra for Law 。 它直接连上了超3.1亿个真实判例链接,把这项测试的满分率进一步推高到 20.8% ,实质性幻觉比Claude Opus 5.5少了95%。 进到实验室场景,Astra在终端科研基准Terminal-Bench-Science上拿到 77.1% ,比上一代涨了9个百分点,开销却不到原来的1/3。 ARC-AGI-3首拿满分 编程不升反降 第三方评测榜单的成绩,也在第一时间出炉了。 在Artificial Analysis综合智能指数上,GPT-6.2 Astra比上一代涨了5分,以 62.1分 超过Gemini 4 Carbon和Claude Opus 5.5,冲到全榜第二。 榜首依然是Claude Fable 5.2,得分为64.6分。 可一旦算上花的钱,局面就反过来了。 Fable 5.2每跑一轮指数任务要花 26.54美元 ,Astra只要 4美元 。 Sol拿到57.3分,和上一代旗舰GPT-6 Astra打平,成本却只有 1.01美元 。单任务成本的最优前沿,大部分已经被OpenAI占住了。 在评测长程专业项目的Agents' Last Exam上,Astra更是 以 78.3% 夺冠 ,单次花费仅2.89美元,只有Claude Fable 5.2的 5% 。 就连 ARC-AGI 也迎来了历史性突破,ARC Prize联创Greg Kamradt第一时间发文祝贺。 在保留跨轮状态的ARC-AGI-3适配模式下, GPT-6.2 Astra成为 史上第一个拿下100%满分的模型 ,Sol也冲上98.2%。 在ARC-AGI-2上Astra同样以 95.8% 登顶第一,不带状态
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