OpenAI 发布 GPT-6.2 Astra 与 Sol:智能指数升至第二,成本效率占据多数前沿

2026 年 11 月 17 日,OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,在 Artificial Analysis 智能指数中升至第二位,并在成本效率、3D 和机器人任务上表现突出,但编码代理能力没有进步,幻觉率仍偏高。

一句话看懂:2026 年 11 月 17 日,OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,在 Artificial Analysis 智能指数中升至第二位,并在成本效率、3D 和机器人任务上表现突出,但编码代理能力没有进步,幻觉率仍偏高。

事件核心:发生了什么

Artificial Analysis 在 2026 年 11 月 17 日的评测文章中指出,OpenAI 新发布的两款模型 GPT-6.2 Astra 和 GPT-6.2 Sol 在智能指数中分别提升 5 分和 2 分。Astra 目前仅次于 Anthropic 的 Claude Fable 5.2,排在第二;Sol 与上一代 GPT-6 Astra 持平,但成本约为后者的 15%。价格方面,Astra 输入/输出定价为每百万 token 8/40 美元,比 GPT-6 Astra 低 20%,缓存输入价格从 1 美元降至 0.4 美元;Sol 定价维持 2/10 美元不变。上述排名和得分仅适用于原文日期及对应的评测条件。

为什么重要

从这份榜单看,OpenAI 与 Anthropic 的头部竞争更加贴近:Astra 在科学任务(Terminal-Bench-Science 0.1 第一、CritPt v2 第二)、事实知识(AA-Omniscience 准确率)和推理知识基准(HLE-Diamond)上紧追 Claude Fable 5.2。同时,OpenAI 模型占据了成本每任务(Cost per Task)帕累托前沿的大部分位置,说明它在价格与性能的平衡上具备竞争力。在输出 token 消耗方面,OpenAI 同样主导前沿,非 OpenAI 实验室只有 Claude Fable 5.2 上榜。这传递出一个信号:模型厂商的竞争正从单纯堆参数,转向单位任务成本和特定任务能力的精细比较。

对用户/开发者/创作者的影响

对开发者而言,Astra 的缓存输入降价和 Sol 的低成本组合,意味着高频调用场景可以重新评估 API 成本结构;若应用强调科学推理、3D 交互或机器人动作规划,GPT-6.2 系列目前显示出较强的任务适配性。不过,编码代理指数并未改善:Astra 与上一代持平,Sol 比 GPT-6.1 Sol 下降 3 分,主要拖累来自 SWE-Atlas-QnA-AA 下降 14 分,模型在回答中更容易遗漏关键事实。创作者和企业选型时,不宜直接把总分等同于编码或长文本可靠性,需要按任务分别测试。此外,Astra 和 Sol 在最大努力设置下的幻觉率分别为 59% 和 55%,这是事实性场景需要特别注意的风险点。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

值得关注的后续

可以持续观察三点:第一,编码代理能力的短板是否会在后续版本中修复,尤其是信息遗漏问题;第二,成本优势能否在真实业务负载下兑现,而不只是榜单上的每任务价格;第三,机器人基准 AA-Robotics 仍处于研究预览阶段,后续加入更复杂任务后,OpenAI 与 Anthropic 的差距是否会变化。

来源:Artificial Analysis

celebrityanime
celebrityanime
文章: 36045

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注