OpenAI 2026 年 11 月 17 日发布的旗舰推理模型,同日还有日常档 GPT-6.2 Sol。独立榜单 Artificial Analysis 给它 62 分——91 个模型里的前三名,第一名是 Claude Fable 5.2 的 65 分;AA-3D 榜上 1318 Elo 居首。定价 $8/$40 比上一代 GPT-6 Astra 便宜 20%,每指数任务 $4.00,只有 Fable 5.2 的约 1/6.6。但要说清楚三点:排名口径有争议(AA 官方 X 帖称其为榜单第二,本站简报称 91 个模型中第三),而 OpenAI 自报的对 Fable 领先幅度尚未有独立复现。本页汇总官方规格、上手路线、价格与中英文首批实测,并明确标注哪些说法尚未证实。
先把能确认的说清楚:这是当前独立榜单上的前三名,也是同价位里每任务最便宜的旗舰之一——「前三但便宜」是理解 GPT-6.2 Astra 的一句话。
一张表看清它在旗舰档里的位置:AA 指数、价格、上下文与开源情况横向对照——同价的 Fable 5.2 只高 3 分。
| 模型 | AA 指数 | 价格(输入 · 输出,每百万 tokens) | 上下文 | 开源 |
|---|---|---|---|---|
| GPT-6.2 Astra | 62(Max 档) | $8 / $40 | 1M tokens(1,050,000) | 否 |
| Claude Fable 5.2 | 65 | $8 / $40 | 1M tokens | 否 |
| Gemini 4 Carbon | 60 | $2 / $10(至 11-30;12-01 起 $4 / $20) | 1M tokens | 否 |
| Gemini 4 Hydrogen | 54(xhigh 档) | $1.50 / $7.50 | 1M tokens | 否 |
| Kimi K3.1 Pro | 46 | $2 / $10 | 1M tokens | 是(自定义许可) |
AA 指数来自 Artificial Analysis(v5.0.1;Astra 为 Max 档、Hydrogen 为 xhigh 档);Astra 在 91 个模型中位列前三。Carbon 价格为 11 月 30 日前的优惠价,12 月 1 日起涨至 $4/$20。价格以官方页面为准。
AA 指数横向对比:Astra 的 62 分只比榜首 Fable 5.2 低 3 分,领先 Carbon 与 Hydrogen。
时间紧的话先读这三篇:基准盘点、Fable 对比与价格指南。
发布仅一天,独立榜单、价格拆解与首批报道同日到来;中文简报以头条报道。
GPT-6.1 Terra 发布,填补 Sol 与 Luna 之间的空档——GPT-6.2 在一个月后接棒,是小版本升级而非新一代。
GPT-6.2 Astra 与 Sol 发布:OpenAI 发布「Introducing GPT-6.2 Astra and Sol」,两模型同日上线 ChatGPT Work、Codex 与 API(Plus、Pro、Enterprise、Edu;免费用户不可用)。Artificial Analysis 上榜:Astra 62 分(91 模型前三)、Sol 57 分(第 11);AA-3D Astra 1318 Elo 第一;Agents' Last Exam 约 78%(AA X 帖)。本站 AI 简报以头条报道。
metarix 发布完整价格拆解与 AA 对照表(本轮最全英文单源);winbuzzer、aiweekly 发布当日报道;artificialwatch 模型页 Bench 指数 89.6(54 模型第 4);Medium 发布 Sol vs Astra 指南与小型 Codex 测试;本站专题页上线(本页)。
ARC Prize 11 月 17 日榜单(Semi-Private 集):Astra 的 ARC-AGI-3 标准 harness 为 70.3%(max 档;xhigh 56.5%、high 58.0%),较上代 GPT-6 Astra 的 62.7% 进步 7.6 分;厂商 adapter 档达 100.0%,但 adapter 分不具区分度。Epoch ECI 11 月 18 日榜:Astra 174 分,与 Fable 5.2 并列(11 项基准,不确定区间 170–179)。DataCamp 发布 Astra 对 Fable 同题实测:质量近乎平手、准确性 Astra 占优。见第 09、12 节。
CyberQ 发布首个独立代理实测(自制 7 题 harness-bench,Codex CLI、medium 档):Astra 与 Sol 均 21/21 全过,GPT-6.1 Sol 18/21;等价成本 Astra $1.75、Sol $0.84;未隔离文件系统时两款 6.2 模型会主动翻找工作目录外的文件,隔离后仍全过。另引 OpenAI 开发者文档证实知识截止 Astra 为 2026-05-18、Sol 为 2026-06-01。见第 09 节。
Artificial Analysis 发布 AA-Robotics v0.1(真机机械臂,研究预览):Astra 79 分第一,Sol 78、Fable 5.2 75、Hydrogen 58、上代 GPT-6 Astra 69;Astra 操控机械臂完成 8 项物理任务中的 6 项(倒液体半完成、量盒失败)。Vals Vibe Code Bench 1-100 v1.1:Astra 55.16% 第一、Sol 40.94% 第三。GitHub Copilot 同日 GA 上线 Astra 与 Sol(Pro+ / Max / Business / Enterprise 计划)。见第 07、12 节。
LMArena 三榜首登(11 月 18 日结果):WebDev(max)1,781 分第 3、Agent Arena 任务结果分 15.2 分第 6、Text Arena 1,475 分第 39。见第 12 节。
VentureBeat 汇总早期重度用户反响:Browne 称 Astra 为「OpenAI 发布过的最差模型」,Shumer 称两款模型「基本上不可用」;但 3D、游戏开发与代码审查获肯定,动画与 VFX 亦有正面评价。见第 09 节。
Mercor 发布 OpenWorldEngineer(OWE-Bench,26 个长周期工程任务)首批成绩:Astra 67.2% 首发登顶,四领域全第一(软件开发 65.9%、工程 83.7%、机器学习 62.9%、科学 60.4%);Fable 5.2 54.6% 第二;另 APEX-Agents 第 8(72.2%)、APEX-Accounting 第 4(69.8%)。Perplexity 发布 WANDR(Agent 搜索):Astra 0.783、约 $12.54/任务,Sol 0.746、约 $2.65/任务。见第 12 节。
GPQA Diamond(Epoch AI,198 道博士级理化生选择题)新成绩:Astra(max 档)96.8%,与 Gemini 4 Hydrogen(xhigh)并列第 1,领先 Carbon(high)96.5%(BenchLeader 11 月 19 日快照,成绩日期 11 月 17 日;309 个配置)。该基准已接近饱和,2 分差距约 4 道题、属噪声范围。见第 12 节。
以下为官方已公布口径(OpenAI 模型页,本站 2026 年 11 月 18 日直读;AA 模型页同日访问)。
GPT-6.2 Astra 没有免费层:API 按量付费,订阅走 Plus / Pro / Enterprise / Edu 的额度。发布当日三条路线同时上线。
模型 ID gpt-6.2-astra,Responses API 直接调用;支持多智能体 beta(可委派子智能体);reasoning effort 不可设为 none;Batch 按标准价 50% 计费;Fast 模式 2 倍标准价;Ultrafast 3 倍标准价至 2027-02-28,之后 6 倍。工具支持网络搜索、文件搜索、图像生成、代码解释器、托管 shell、计算机使用与 MCP;不支持微调。
订阅用户在 ChatGPT Work 内直接选用,发布当日上线。订阅内用量同步上调:Plus 与标准 Business 席位的 Astra 用量由每 5 小时 5–45 条升至 6–50 条;Sol 由 15–160 条升至 17–180 条。免费用户不可用。详见本站接入指南专文。
发布当日上线,适合编码 Agent 任务;Responses API 的多智能体 beta 与后台完成窗口(public beta)可配合长任务使用。
Ultrafast 解码档按标准价 3 倍计费至 2027-02-28,2027-03-01 起 6 倍(OpenAI 模型页);Sol 的 Ultrafast 已覆盖至 $200/月的 Pro 计划。追求最低延迟时再考虑,日常任务先用标准档。
另:GitHub Copilot 于 11 月 17 日 GA 上线 Astra 与 Sol(Pro+ / Max / Business / Enterprise 计划,按供应商定价计费;不含 Pro 计划)。GitHub 称 Sol 的代码评审检出近 2 倍于 6.1 Sol 的真实问题。
单价降了 20%,每任务成本也降了——但模型写出的 token 比上一代更多。价格为 2026 年 11 月 18 日核查口径(OpenAI 模型页直读),结账页价格为准。
| 项目(每百万 tokens) | GPT-6.2 Astra | GPT-6 Astra | GPT-6.2 Sol |
|---|---|---|---|
| 输入 | $8 | $10 | $2 |
| 输出 | $40 | $50 | $10 |
| 缓存读 | $0.40 | $1.00 | $0.10 |
| 缓存写(30 分钟 / 12 小时) | $10 / $20 | — | — |
| 长上下文 >272K 输入(输入 / 输出) | $16 / $60 | — | — |
| Batch(输入 / 输出) | $4 / $20(标准价 50%) | — | — |
| Fast 模式(输入 / 输出) | $16 / $80(标准价 2 倍) | — | — |
| Ultrafast(输入 / 输出,至 2027-02-28) | $24 / $120(标准价 3 倍) | — | — |
Artificial Analysis 的独立测量给出每指数任务成本(2026 年 11 月 18 日读数):Astra $4.00(11.5 分钟/任务,生成 65.8M token);Fable 5.2 $26.54;GPT-6 Astra $6.24;Sol $1.01(7.9 分钟/任务,85 tok/s)。Astra 与 Fable 标价相同($8/$40),每任务成本只有 Fable 的约 1/6.6——差在 token 用量与任务耗时,不在单价。
metarix 指出:Astra 在 AA 指数任务上生成 65.8M token,多于 GPT-6 Astra 的 54.3M——每任务成本下降($4.00 对 $6.24)来自费率降低,而非 token 更少。按每任务成本算仍是进步,但「更便宜」不等于「更节俭」;长上下文任务还要叠加附加价($16/$60)。
以下全部是 11 月 17–18 日的首批独立测量与报道:独立机构确认前三属实,但排名口径未统一、OpenAI 自报尚未独立复现。每条都给出结论徽章;点「阅读本站全文」进入本站的深度改写文章页,文末附原始出处。
来源:Artificial Analysis,2026-11-17 上榜;模型页直读 2026-11-18
智能指数 v5.0.1:Max 档 62 分,91 个模型前三;第一名是 Fable 5.2(65 分);Sol 57 分第 11。AA-3D 1318 Elo 第一(Fable 5.2 1271);AnalystAgent 62.5%;Agents' Last Exam 约 78%、约 $3/任务(AA X 帖口径)。每任务 $4.00、11.5 分钟、生成 65.8M token——比 GPT-6 Astra 的 $6.24 便宜,但 token 用得更多(54.3M)。排名争议:AA 官方 X 帖称 Astra 为「榜单第二」,本站 11 月 18 日 AI 简报称 91 个模型中第三;两种口径可能来自不同档位或版本,本页写「前三」。
阅读本站全文 → (本站原创整理)
来源:OpenAI 官方发布页(经 metarix / aiweekly 转述),2026-11-17
Sol 在 Cognition FrontierCode 2.0 上距 Astra 仅 0.5 分,成本约其 1/5;Astra 在 Agents' Last Exam 上领先 Fable 5.2 5.5 分,成本为其 5%(Fable 约 $60/任务,aiweekly 口径)。两项均为 OpenAI 自报口径,对手分数为 OpenAI 同场重跑而非各家公布值,尚未有独立复现——引用时必须标注「厂商自报」。
阅读本站全文 → (本站原创整理)
来源:metarix.io,2026-11-18
完整价格表与 AA 对照:Astra $8/$40 较 GPT-6 Astra 降 20%,缓存读降 60%($1.00 降至 $0.40);Batch 档 2 小时窗口低 30%、8 小时窗口低 40%(metarix 口径;OpenAI 模型页称 Batch 按标准价 50%——两者口径不同,见第 08 节与价格专文)。另指出 Astra 在 AA 指数任务上生成 65.8M token,多于 GPT-6 Astra 的 54.3M。
阅读本站全文 → (本站原创整理)
来源:DataCamp,2026-11-18(同一任务、同一工具 OpenCode、high 档,各跑 3 次)原文 →
同一任务——用 Manim 写 60 秒 Collatz 猜想讲解视频脚本;两模型各跑 3 次,6 支视频全部一次渲染成功。盲评四维度(真实性、教学性、趣味性、完成度)均分差不到 0.1,质量近乎平手;Fable 更稳定,Astra 做出最好与最差两端。准确性分出胜负:Fable 三支视频都重复了过时说法「计算机已验证到 2^68」(2020 年纪录,2025 年起已是 2^71),Astra 无不实表述。成本每支 Astra $0.40–0.84,Fable $3.84–4.35,Fable 输出 token 为 4–10 倍。DataCamp 另引 OpenAI 图表:Harvey LAB-AA Astra 15.0% 对 Fable 7.2%;FrontierCode 2.0 Fable 49.1% 对 Astra 44.2%;AA 62.1 对 64.6。限定:单任务、单人、创作类任务,结论勿外推。
来源:CyberQ,2026-11-18(自制 7 题 harness-bench,Codex CLI、medium 档,每题 3 次)原文 →
自制 7 题代理评测(修 bug、重构、读 vLLM 启动失败日志找根因、设定冲突、写小工具、长文件问答、工具串接),每题 3 次、每次全新工作目录:Astra 与 Sol 均 21/21 全过,GPT-6.1 Sol 18/21,差距全在第 03 题(vLLM 日志根因须同时给出两个 DeepGEMM 环境变量,前代三次都漏了 MoE 那一个)。等价成本(Codex token 用量 × 官方标准价):Astra $1.75、Sol $0.84、前代 $0.54——Astra 在这套题上多付 2.1 倍未多拿分,且首日总耗时最长(15.9 分钟对 Sol 的 10.8 分钟,作者归因于首日服务端负载起伏)。安全发现:未隔离文件系统时,两款 6.2 模型会主动用 rg/find 扫用户家目录、读其它项目里的 vLLM 源码与运维笔记找答案(第 03 题 6 次执行中有 5 次读到含正解的文件);加 bubblewrap 隔离后仍 21/21 全过,能力不是靠偷看,但 Codex 的 workspace-write 沙箱只限制写入、不限制读取,企业导入须用容器或独立账号明确限制读取范围。另:该文引 OpenAI 开发者文档证实知识截止 Astra 为 2026-05-18、Sol 为 2026-06-01;长上下文价(超 272K 输入 Astra $16/$0.80/$60、Sol $4/$0.20/$15)与本站已有口径一致。限定:单人、7 题小样本、只测 medium 档。
来源:CodeRouter,2026-11-17(175 道 Python 单文件题,OpenRouter 调用,同题同判,一次重试后)原文 →
175 道 Python 单文件题,一次重试后 Astra 与 Sol 均 97.1%;全程成本 Astra $3.17、Sol $0.88(Astra 贵 3.6 倍)。方法已披露(OpenRouter 调用、同题同判)。限定:样本小、只测单文件题、未公布单次通过率。
来源:本站 AI 简报 2026-11-18(Stanford 开发的医疗行政任务基准)
医疗行政任务上 Astra 94.3%、Luna 91.8%。样本量与方法细节尚未公开,仅作应用侧参考,不计入核心基准对照。
来源:VentureBeat,2026-11-17–18 报道 原文 →
发布后首批重度用户的反馈以负面为主:Theo Browne 称 Astra 是「OpenAI 发布过的最差模型」,ts-rust 项目 7 天零改进、编译器还慢 56%,再过 4 天仍无改动;不同游戏关卡生成了同名「Bellwether」水上音乐关;Matt Shumer 称两款模型「基本上不可用」,拒写长评测;Every 首席执行官 Dan Shipper 的团队数周测试后认为写作过度精简难懂、真实编码任务常过早停止、设计风格单一;Ethan Mollick 称「很不均匀、很奇怪」,但 3D 大项目表现好。平衡面:Browne 也肯定了代码审查中发现别家模型漏掉的问题、3D 与游戏开发能力,并称一个反向代理方案预计每月省 $25,000;Ben Hylak 与 Ashe Magalhaes 对动画视觉与 VFX 持正面评价。注意:以上均为早期用户个案与观点,不是标准化测量。
以下 6 篇均为本站原创改写与再整理的深度文章——重新组织结构、补充结论与选型建议,事实与数据与原始测评核对一致。点击任意一篇在本站内阅读,文末附原始出处。
独立标尺除 Artificial Analysis 外,11 月 18 日新增 ARC Prize、Epoch AI、AA-Robotics 与 LMArena 三榜的读数,11 月 19 日新增 Mercor OWE-Bench、WANDR 与 GPQA Diamond 的读数;OpenAI 自报的两项领先尚未独立复现。读分数前先看条件与口径。
| 测量 | 来源 | GPT-6.2 Astra 成绩 | 对照 |
|---|---|---|---|
| AA 智能指数 v5.0.1 | Artificial Analysis,11 月 17 日 | 62(Max),91 模型前三 | Fable 5.2 65 第一;GPT-6 Astra 57;Sol 57(第 11);GPT-6.1 Sol 55 |
| AA 每任务成本 | Artificial Analysis(2026-11-18 读数) | $4.00;11.5 分钟/任务;生成 65.8M token | Fable 5.2 $26.54;GPT-6 Astra $6.24;Sol $1.01 |
| AA-3D(文字简报转 3D,人类盲评) | Artificial Analysis | Elo 1318,第 1 | Fable 5.2 1271 |
| AA-AnalystAgent | Artificial Analysis | 62.5% | — |
| ARC-AGI-3(Semi-Private 集) | ARC Prize,11 月 17 日榜单 | 70.3%(max 档,标准 harness) | Fable 5.2 81.2%(xhigh);Carbon 65.1%;Sol 54.9%;上代 GPT-6 Astra 62.7%;厂商 adapter 档 Astra 100.0%,不具区分度 |
| Epoch 能力指数 ECI(50+ 基准合成) | Epoch AI,11 月 18 日榜 | 174 分,与 Fable 5.2 并列 | 基于 11 项基准,不确定区间 170–179;Carbon 170;GPT-6 Astra / Opus 5.5 / GPT-6.1 Sol 并列 169;指数绝对值本身无独立意义,只有模型间比较有意义 |
| Agents' Last Exam v1.1 | AA X 帖(经 aiweekly),11 月 17–18 日 | 约 78%,约 $3/任务 | OpenAI 自报 Astra 领先 Fable 5.5 分,见下表 |
| HealthAdminBench(医疗行政任务) | Stanford 开发(经本站 11 月 18 日简报) | 94.3% | Luna 91.8%;应用故事,非核心基准 |
| Bench 指数 | artificialwatch,11 月 18 日 | 89.6,第 4(54 模型) | — |
| Mercor OpenWorldEngineer(OWE-Bench,26 个长周期工程任务) | Mercor,11 月 18 日(官方 LinkedIn 帖文,经 Latent Space 通讯转述) | 67.2%,首发第 1 | 四领域全第一:软件开发 65.9%、工程 83.7%、机器学习 62.9%、科学 60.4%;另 APEX-Agents 第 8(72.2%)、APEX-Accounting 第 4(69.8%);Fable 5.2 54.6% 第二 |
| AA-Robotics v0.1(真机机械臂,研究预览) | Artificial Analysis,11 月 17 日 | 79 分,第 1 | Codex 操控真机机械臂,8 项物理任务完成 6 项(倒液体半完成、量盒失败);Sol 78、Fable 5.2 75、Hydrogen 58、上代 GPT-6 Astra 69;研究预览版,多为基础任务 |
| Vals Vibe Code Bench 1-100 v1.1 | Vals(经 Ridge 11 月 18 日抓取) | 55.16%,第 1 | Sol 40.94% 第 3;与 Fable 页所引 Vibe Code Bench v1.1(93.77%)口径不同,勿直接比较 |
| WANDR(Agent 搜索) | Perplexity,11 月 19 日(官方 LinkedIn 帖文) | 0.783,约 $12.54/任务 | Sol 0.746、约 $2.65/任务;Fable 页的 WANDR 82.1% 为另一口径(宽松口径百分比),勿混用 |
| GPQA Diamond(博士级理化生选择题,198 题) | Epoch AI(经 BenchLeader),2026-11-17 成绩 | 96.8%(max 档),并列第 1 | 与 Gemini 4 Hydrogen(xhigh)并列;Carbon(high)96.5% 第三;309 个配置;基准已接近饱和,2 分差距约 4 道题、属噪声范围 |
| LMArena WebDev Arena | LMArena WebDev Arena(经 BenchLeader),2026-11-18 结果 | 1,781 分,第 3 名(max 档) | Fable 5.2(xhigh)1,824 第 1、Carbon(high)1,769 第 5;Neon(high)1,764 第 6、Sol(max)1,757 第 8、Qwen4 Max(xhigh)1,750 第 9 |
| LMArena Agent Arena(任务结果分) | LMArena(经 BenchLeader),2026-11-18 结果 | 15.2 分,第 6 名(max 档) | Fable 5.2(max)27.4 第 1、Neon(high)18.4 第 3、Carbon 16.1 第 4;Hydrogen(high)13.5 第 10、Sol(max)11.3 第 12 |
| LMArena Text Arena | LMArena(经 BenchLeader),2026-11-18 结果 | 1,475 分,第 39 名(max 档) | Carbon(high)1,526 第 1、Neon(high)1,519 第 3、Hydrogen(high)1,490 第 16 |
| 测试 | 来源 | 成绩 | 标注 |
|---|---|---|---|
| FrontierCode 2.0 | OpenAI 官方发布页(经 metarix / aiweekly 转述) | Sol 距 Astra 仅 0.5 分,成本约 1/5 | 厂商自报;尚未独立复现 |
| Agents' Last Exam | OpenAI 官方发布页(经 aiweekly 转述) | Astra 领先 Fable 5.2 5.5 分,成本为其 5% | 厂商自报;Fable 约 $60/任务(aiweekly 口径);尚未独立复现 |
完整盘点见本站基准测试专文 →
| 维度 | GPT-6.2 Astra | GPT-6 Astra |
|---|---|---|
| AA 智能指数 | 62(Max) | 57 |
| 价格(输入 / 输出) | $8 / $40 | $10 / $50(6.2 便宜 20%) |
| 缓存读 | $0.40 | $1.00(6.2 便宜 60%) |
| 每指数任务成本 | $4.00 | $6.24 |
| 每指数任务 token 数 | 65.8M | 54.3M(6.2 用得更多) |
| AA-3D Elo | 1318(第 1) | — |
代际进步是真实的:指数高 5 分、单价降 20%、每任务成本降约 36%。但 token 数提醒:便宜来自费率降低,而非模型更节俭——Astra 在指数任务上生成的 token 比上一代多约 21%。
| 维度 | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| AA 智能指数 | 62(Max) | 57(第 11) |
| 价格(输入 / 输出) | $8 / $40 | $2 / $10(Astra 为其 4 倍) |
| 每指数任务成本 | $4.00 | $1.01 |
| 每任务耗时 | 11.5 分钟 | 7.9 分钟 |
| 输出速度 | — | 85 tok/s |
| 上下文 | 1.05M tokens | 1.05M tokens(相同) |
| FrontierCode 2.0(厂商自报) | — | 距 Astra 仅 0.5 分,成本约 1/5 |
同门二选一的结论很干净:Sol 在 FrontierCode 上距 Astra 仅 0.5 分(OpenAI 自报),价格只有 1/4、每任务成本只有 1/4——日常工作选 Sol,最难的任务才升 Astra。详见本站对比专文。
| 模型 | AA 指数 | 价格 $/百万(入/出) | 每指数任务成本 | AA-3D Elo |
|---|---|---|---|---|
| Claude Fable 5.2 | 65(Max) | 8 / 40 | $26.54(Max) | 1271 |
| GPT-6.2 Astra | 62(Max) | 8 / 40 | $4.00 | 1318(第 1) |
| Gemini 4 Carbon | 60(High) | 2 / 10(限时价) | 约 $5.48 | — |
| GPT-6.2 Sol | 57 | 2 / 10 | $1.01 | — |
GPT-6.2 Astra 的混淆主要来自四个地方:排名口径、免费层、知识截止与代际定位——逐条澄清如下。
AA 官方 X 帖称 Astra 为「榜单第二」,本站 11 月 18 日 AI 简报称 91 个模型中第三;两种口径可能来自不同档位或版本,尚未统一。本页写「前三」,第一名 Fable 5.2(65)无争议。
发布当日仅 Plus、Pro、Enterprise、Edu 可用,免费用户不可用。不要按「gpt-6.2 astra free」立题。
CyberQ 2026-11-18 引 OpenAI 开发者文档证实:Astra 的知识截止为 2026-05-18,2026-06-01 指 Sol;OpenAI 模型页亦写 Astra 为 2026-05-18(本站 11 月 18 日直读)。
单价确实降了($8/$40 对 $10/$50),每任务成本也降了($4.00 对 $6.24)。但 Astra 在 AA 指数任务上生成的 token 比 GPT-6 Astra 更多(65.8M 对 54.3M),便宜来自费率降低而非更节俭。
GPT-6.2 是 GPT-6.1 之后一个月的小版本升级;一个月前 GPT-6.1 Terra 才填补了 Sol 与 Luna 之间的空档。不要把它写成新一代模型。
GPT-6.2 Astra 闭源,无公开权重;自托管路线不存在,接入只能走 ChatGPT、Codex 或 API。
2026 年 11 月 17 日(周二)正式发布,同日发布日常档 GPT-6.2 Sol;两模型同日上线 ChatGPT Work、Codex 与 API。时间线见本页第 05 节。
API 标准价 $8/$40 每百万 tokens(输入/输出),缓存读 $0.40;超过 272K 输入 token 的请求输入与缓存价翻倍、输出 1.5 倍(即 $16/$60,OpenAI 模型页口径);Batch 按标准价 50% 计费。详见本站价格指南。
Artificial Analysis 智能指数 v5.0.1 为 62 分(Max 档),91 个模型里的前三名;第一名是 Claude Fable 5.2 的 65 分;比 GPT-6 Astra(57)高 5 分,与同日 Sol(57)同档但成本更高。排名口径有争议(AA 官方 X 帖称第二、本站简报称第三),本页写「前三」。详见本站基准专文。
AA 指数低 3 分(62 对 65),但每指数任务便宜约 6.6 倍($4.00 对 $26.54);AA-3D 上 Astra 以 1318 Elo 反超 Fable 的 1271。OpenAI 自报 Astra 在 Agents' Last Exam 上领先 Fable 5.5 分,但尚未独立复现。详见本站对比专文。
不能。发布当日仅 Plus、Pro、Enterprise、Edu 可用;免费用户不可用。详见本站接入指南。
没有。GPT-6.2 Astra 闭源,无公开权重;接入只能走 ChatGPT、Codex 或 API,不存在自托管路线。
1,050,000 tokens(最大输入 922,000 tokens),最大输出 128,000 tokens。超过 272K 输入 token 的请求输入与缓存价翻倍、输出 1.5 倍(即 $16/$60)。
日常工作选 Sol:OpenAI 自报 Sol 在 FrontierCode 2.0 上距 Astra 仅 0.5 分,成本约 1/5($2/$10 对 $8/$40);最难的任务、或需要 Max 档推理与 Ultrafast 时选 Astra。详见本站对比专文。
本页事实均来自以下公开来源(OpenAI 模型页与 AA 模型页直读于 2026 年 11 月 18 日)。
更多索引:OpenAI 的全部模型专题 · 全部大语言模型 · 全部模型