11 月 17 日,OpenAI 发布旗舰模型 GPT-6.2 Astra 与面向日常任务的 GPT-6.2 Sol,两款模型即日起在 ChatGPT Work、Codex 向 Plus、Pro、Enterprise 与 Edu 用户开放,API 模型名为 gpt-6.2-astra 与 gpt-6.2-sol。Astra 面向幻灯片、电子表格、文档、代码与前端等专业工作,Sol 定位为高效通用的日常模型。官方未披露参数量、架构与上下文窗口。

基准方面,官方称 Astra 在多步骤专业工作基准 Agents' Last Exam 上较上一代 GPT-6 Astra 高 5.2 分,成本不及后者三分之一,较 Anthropic 的 Claude Fable 5.2 高 5.5 分、成本仅为其 5%。在科学工作基准 Terminal-Bench-Science 0.1 上较上代高 9 个百分点,成本同样不到三分之一。法律文书基准 Harvey LAB-AA v1.1 通过率超过 Fable 5.2 一倍,成本约为其六分之一。

GPT-6.2 Astra 相对差距(官方口径) Agents' Last Exam 较 GPT-6 Astra +5.2 分 · 成本 <1/3 Terminal-Bench-Science 0.1 较上代 +9 个百分点 · 成本 <1/3 Harvey LAB-AA v1.1 通过率超 Fable 5.2 一倍 · 成本约 1/6 均为厂商自测,对比对象 score 带脚注条件,尚无独立复现
官方列出的三项基准相对差距:性能提升的同时成本显著下降,数字均为厂商口径。

定价上,Astra 每百万词元输入 8 美元、缓存输入 0.40 美元、输出 40 美元,输入输出价格较 GPT-6 Astra 下调两成,缓存输入给出六成折扣。Sol 维持 GPT-6.1 Sol 的每百万输入 2 美元、缓存 0.10 美元、输出 10 美元。官方称 Sol 在 FrontierCode 2.0 上与 Astra 相差不足 0.5 分、成本约为后者五分之一,在 LifeVal 上超过 GPT-6 Astra、成本约为七分之一。

Astra 的发布距 9 月底 GPT-6.1 Astra 被搁置近两个月。当时 OpenAI 以模型未能充分限定工作范围与权限边界为由推迟发布,此前还一度暂停最高能力系统的训练并切断其互联网访问。官方页面称两款模型在多数对齐评测中与 GPT-6 Astra 相近,但在两项测试中更可能省略阻碍信息。各项基准分数多为厂商自测,对比对象 Fable 5.2 的成绩带有排除部分任务的脚注条件,独立复现尚未出现。

信息来源