觉
AI觉醒星球
Awakening is here
全球热点解读 · 阅读档案
2026-11-18 6 浏览 公开

OpenAI 推出 GPT-6.2 Astra 与 Sol:API 降价,多项基准提升

OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型,Astra 面向法律、金融、科研等高要求专业任务,Sol 面向日常快速任务;两者已向 Plus、Pro、Enterprise、Edu 用户及 API 开发者开放。Astra API 价格较前代低 20%,在多项专业基准上接近或领先 Anthropic Claude Fable 5.2,且成本更低,OpenAI 重点强调性价比。

全球热点解读 约 9 分钟读完 公开 原文 2026-11-18 04:30:50

原贴

查看原文
作者:Matthias Bastian 来源站点:the-decoder.com 原贴时间:

原文

OpenAI has released two new models: GPT-6.2 Astra and GPT-6.2 Sol. They are on par with Anthropic’s best models, but much more affordable. Astra is designed for demanding specialized work in science, law, and finance, while Sol is geared toward quick, everyday tasks. Both are now available to Plus, Pro, Enterprise, and Edu users. Astra’s API pricing is 20 percent lower than that of its predecessor. In the Artificial Analysis Intelligence Index, GPT-6.2 Astra ranks second, just behind Anthropic’s Claude Fable 5.2, but according to Artificial Analysis, it dominates the Pareto frontier in terms of cost-performance ratio. OpenAI releases two new language models. GPT-6.2 Astra is aimed at demanding professional work, while GPT-6.2 Sol is built for everyday use. OpenAI says both outperform their predecessors on benchmarks and cost less to run. GPT-6.2 Astra and Sol are available now for Plus, Pro, Enterprise, and Edu users in ChatGPT Work and Codex. Pro-500 subscribers can use Ultrafast mode with both models. For the first time, Pro-200 subscribers also get Ultrafast access, starting with GPT-6.2 Sol. Developers can access both models through the OpenAI API. OpenAI says API pricing for GPT-6.2 Astra is 20 percent cheaper than its predecessor's, at $8 per million input tokens, $0.40 for cached inputs, and $40 per million output tokens. GPT-6.2 Sol keeps GPT-6.1 Sol's pricing at $2 for input, $0.10 for cached inputs, and $10 for output per million tokens. Ad OpenAI trained GPT-6.2 Astra to handle professional conventions in fields like law, finance, and accounting more reliably. The company says presentations pull layouts, colors, and typography from templates, matching exact font sizes. Slide titles are meant to capture a slide's main point, while body text stays focused on key details. Ad OpenAI's announcement leans hard on the price-to-performance ratio of its models. On Agents' Last Exam, a benchmark that tests multi-step professional workflows, GPT-6.2 Astra scores 5.2 points above its predecessor GPT-6 Astra at less than a third of the cost, according to OpenAI. It leads Anthropic's Claude Fable 5.2 by 5.5 points at just 5 percent of the cost. Only Google's Gemini 4 Carbon keeps up with Astra on this benchmark. On the legal benchmark Harvey LAB-AA, which covers tasks like contract clause analysis, GPT-6.2 Astra more than doubles Claude Fable 5.2's pass rate at about one-sixth of the cost, according to OpenAI. On the internal GDPval-v2 benchmark, which includes consulting, finance, and design tasks, OpenAI says Astra gains 6.2 percentage points over its predecessor while using 22 percent fewer output tokens. Ad OpenAI says computer use, already a strong suit of the predecessor , got better again. In testing, the model reportedly built a 3D car model, wrote a physics solver in Python, and animated the results in Blender. In another demo, it modeled a remote-controlled car part by part and produced an animated assembly guide. OpenAI also claims progress in web design. On the 3D benchmark AA-3D, human judges compare two blinded interactive experiences. GPT-6.2 Astra takes first with 1,318 Elo points, ahead of Claude Fable 5.2 at 1,271 and GPT-6.2 Sol at 1,259. Ad On Terminal-Bench-Science, a benchmark that tests scientific workflows in a terminal, the model scores 9 percentage points above GPT-6 Astra, again at less than a third of the cost, according to OpenAI. Astra also sets a new high on the Vals Science Index, which measures how well models interpret biological data and run experiments, OpenAI says. Ad

中文翻译

OpenAI 发布了两款新模型:GPT-6.2 Astra 和 GPT-6.2 Sol。它们与 Anthropic 的最佳模型相当,但价格低得多。Astra 面向科学、法律和金融领域的高要求专业工作,而 Sol 面向快速的日常任务。两者现已向 Plus、Pro、Enterprise 和 Edu 用户开放。Astra 的 API 定价比其前代低 20%。在 Artificial Analysis Intelligence Index 中,GPT-6.2 Astra 排名第二,仅次于 Anthropic 的 Claude Fable 5.2,但据 Artificial Analysis 称,它在性价比方面主导帕累托前沿。

OpenAI 发布两款新语言模型。GPT-6.2 Astra 面向高要求的专业工作,而 GPT-6.2 Sol 为日常使用而构建。OpenAI 表示,两者在基准测试上均优于前代,且运行成本更低。GPT-6.2 Astra 和 Sol 现已在 ChatGPT Work 和 Codex 中向 Plus、Pro、Enterprise 和 Edu 用户开放。Pro-500 订阅者可在两款模型上使用 Ultrafast 模式。Pro-200 订阅者首次获得 Ultrafast 访问权限,从 GPT-6.2 Sol 开始。开发者可通过 OpenAI API 访问两款模型。OpenAI 表示,GPT-6.2 Astra 的 API 定价比其前代便宜 20%,为每百万输入 token 8 美元、缓存输入 0.40 美元、每百万输出 token 40 美元。GPT-6.2 Sol 维持 GPT-6.1 Sol 的定价,即每百万 token 输入 2 美元、缓存输入 0.10 美元、输出 10 美元。

OpenAI 训练 GPT-6.2 Astra 以更可靠地处理法律、金融和会计等领域的专业惯例。该公司表示,演示文稿从模板中提取布局、颜色和排版,并匹配精确的字体大小。幻灯片标题旨在抓住幻灯片的主要观点,而正文则专注于关键细节。

OpenAI 的公告重点强调其模型的性价比。据 OpenAI 称,在测试多步骤专业工作流的基准 Agents' Last Exam 上,GPT-6.2 Astra 比其前代 GPT-6 Astra 得分高 5.2 分,成本不到三分之一。它以仅 5% 的成本领先 Anthropic 的 Claude Fable 5.2 5.5 分。只有 Google 的 Gemini 4 Carbon 在该基准上与 Astra 保持同步。据 OpenAI 称,在涵盖合同条款分析等任务的法律基准 Harvey LAB-AA 上,GPT-6.2 Astra 的通过率是 Claude Fable 5.2 的两倍多,成本约为六分之一。在包括咨询、金融和设计任务的内部基准 GDPval-v2 上,OpenAI 表示 Astra 比其前代提高 6.2 个百分点,同时输出 token 使用量减少 22%。

OpenAI 表示,计算机使用能力——已是前代的强项——再次提升。据报道,在测试中,该模型构建了一个 3D 汽车模型,用 Python 编写了一个物理求解器,并在 Blender 中为结果制作了动画。在另一个演示中,它逐部件为一个遥控汽车部件建模,并生成了动画组装指南。OpenAI 还声称在网页设计方面取得进展。在 3D 基准 AA-3D 上,人类评委比较两个盲测交互体验。GPT-6.2 Astra 以 1,318 Elo 分获得第一,领先于 Claude Fable 5.2 的 1,271 分和 GPT-6.2 Sol 的 1,259 分。

据 OpenAI 称,在测试终端中科学工作流的基准 Terminal-Bench-Science 上,该模型比 GPT-6 Astra 得分高 9 个百分点,成本同样不到三分之一。OpenAI 表示,Astra 还在衡量模型解释生物数据和运行实验能力的 Vals Science Index 上创下新高。

核心信息

OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型,Astra 面向法律、金融、科研等高要求专业任务,Sol 面向日常快速任务;两者已向 Plus、Pro、Enterprise、Edu 用户及 API 开发者开放。Astra API 价格较前代低 20%,在多项专业基准上接近或领先 Anthropic Claude Fable 5.2,且成本更低,OpenAI 重点强调性价比。

  • OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型,Astra 面向法律、金融、科研等高要求专业任务,Sol 面向日常快速任务;两者已向 Plus、Pro、Enterprise、Edu 用户及 API 开发者开放。Astra API 价格较前代低 20%,在多项专业基准上接近或领先 Anthropic Claude Fable 5.2,且成本更低,OpenAI 重点强调性价比。
  • 原贴提到:OpenAI has released two new models: GPT-6.2 Astra and GPT-6.2 Sol. They
  • 来源:the-decoder.com

详细解读

这是什么信号:OpenAI 这次发布的重点不是单一“最强模型”,而是把模型分成两个可定价的工作负载层级:Astra 承接法律、金融、会计、科研等专业任务,Sol 承接快速日常任务。更关键的是,Astra 的 API 价格比前代低 20%,同时 OpenAI 用 Agents' Last Exam、Harvey LAB-AA、GDPval-v2、Terminal-Bench-Science 等基准反复强调“更低成本下的专业任务表现”。这说明竞争焦点正在从“榜单第一”转向“单位专业任务成本”。

为什么重要:原文给出的对比很具体:在 Agents' Last Exam 上,Astra 比前代高 5.2 分、成本不到三分之一;以 Claude Fable 5.2 约 5% 的成本领先 5.5 分;在 Harvey LAB-AA 上通过率翻倍、成本约六分之一。即便这些数字来自 OpenAI 自述,它们也足以让企业重新计算模型选型的 ROI。以前专业工作流用顶级模型往往受限于成本,现在“够用且便宜”的选项变多,采购和工程团队需要把 token 结构、缓存输入和输出成本一起纳入评估。

对谁有价值:最直接的是法律、金融、会计、咨询和科研团队,以及为这些行业做工具的开发者。Astra 的定位对应合同条款分析、专业演示文稿、多步骤工作流、终端科学任务等场景;Sol 则适合高频、低复杂度的日常任务。企业 IT 和采购会关注 Plus、Pro、Enterprise、Edu 的可用性,以及 Pro-200 首次获得 Ultrafast 权限、Pro-500 两款模型均可用 Ultrafast 的订阅分层。API 开发者则可以直接对比 $8/百万输入、$0.40 缓存输入、$40/百万输出 的 Astra 定价与 Sol 的 $2/$0.10/$10 定价。

可以怎么行动:第一,不要只看总榜,挑 2-3 个真实业务工作流做小规模复现,记录通过率、延迟和实际 token 成本。第二,把 Astra 优先放进专业任务试点,例如合同条款分析、财务/咨询报告、幻灯片生成、科学终端工作流;把 Sol 放进日常问答、轻量代码和快速任务。第三,API 侧优先优化缓存输入比例,因为 Astra 的缓存输入价格显著低于普通输入。第四,关注 Pro-200 和 Pro-500 的 Ultrafast 权限差异,评估是否影响团队订阅方案。第五,建立场景级成本模型,而不是只比较每百万 token 单价。

风险或限制:原文中的多项基准是 OpenAI 自述或引用第三方指数,实际表现需要在企业自己的数据上验证;专业领域的合规、数据安全、幻觉和可审计性仍是落地门槛。价格优势依赖任务类型和 token 消耗结构,若输出 token 多或缓存命中低,成本差距会缩小。模型排名变化快,Anthropic 和 Google 的竞品仍在同一区间竞争。此外,Ultrafast 权限与订阅层级绑定,不是所有用户都能立即用上。企业应避免因单一基准领先就全量迁移,先做受控试点和回退方案。

信息差价值

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《OpenAI 推出 GPT-6.2 Astra 与 Sol:API 降价,多项基准提升》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。

参考来源

AI SUMMARY

这篇文章回答了什么

OpenAI 推出 GPT-6.2 Astra 与 Sol:API 降价,多项基准提升主要讲什么?

OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型,Astra 面向法律、金融、科研等高要求专业任务,Sol 面向日常快速任务;两者已向 Plus、Pro、Enterprise、Edu 用户及 API 开发者开放。Astra API 价格较前代低 20%,在多项专业基准上接近或领先 Anthropic Claude Fable 5.2,且…

这篇文章最值得关注的要点是什么?

OpenAI 发布 GPT-6.2 Astra 和 Sol 两款模型,Astra 面向法律、金融、科研等高要求专业任务,Sol 面向日常快速任务;两者已向 Plus、Pro、Enterprise、Edu 用户及 API 开发者开放。Ast…;原贴提到:OpenAI has released two new models: GPT-6.2 Astra and GPT-6.2 Sol. They;来源:the-decoder.com

这篇文章和哪些AI专题相关?

它适合放在AI工具、Agent工作流、AI日报专题里阅读。 关联原因:这篇内容命中「模型、Claude」等主题信号。;这篇内容命中「Agent、工作流」等主题信号。;这篇内容命中「热点解读」等主题信号。

阅读这篇文章建议先理解哪些关键词?

建议先理解AI日报、每日AI日报、AI信号、热点解读、BuilderPulse这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。

上一篇 尽管新模型非常聪明,我们还有更多工作要做…… 下一篇 【必读】每日AI日报 2026-11-17
北竹游乐场 免费玩小游戏 免费玩