基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
9.0
重磅
AI SCORE
模型发布2026-11-18 08:49

GPT-6.2双模型发布,Sol性能接近旗舰

量子位#OpenAI#GPT-6.2#模型选型
Editor brief · 编辑速览

OpenAI 发布 GPT-6.2 Astra 和 Sol。报道认为 Sol 的性能接近旗舰,但所给材料未列出评测项目或分数。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

GPT-6.2 Astra 和 GPT-6.2 Sol 同时发布,量子位把最吸睛的 3D 演示放在前面。对程序员来说,更直接的看点是两款模型的分工:Sol 在一项编程评测里只落后 Astra 0.5 分,单任务成本约为它的五分之一。Astra 的升级则更多体现在复杂任务执行、科研和 3D 设计上。

如果你在 Codex 里经常让模型改代码,或者在用 API 批量跑任务,这组成绩可以用来决定先试哪个模型。真正要算的是交付一份能合并的改动要花多少钱,模型单价只是其中一项。

日常改代码,Sol 值得先试吗?

在 Cognition 的 FrontierCode 2.0 中,GPT-6.2 Astra 拿到 44.2%,比 GPT-6 Astra 高 1.4 个百分点。Sol 只落后 Astra 0.5 分,单任务成本约为它的五分之一。在日常任务评测 LifeVal 中,Sol 还超过了 GPT-6 Astra,成本约为后者的七分之一。Artificial Analysis 的综合智能指数也给出了相似的代际位置:Astra 得 62 分,比前代高 5 分,Sol 得 57 分,追平上一代旗舰。

API 按每百万 Token 计费,Astra 输入 8 美元、输出 40 美元,原文称价格下降 20%,缓存输入价格下降 60%。Sol 维持原价,输入 2 美元、输出 10 美元。按普通输入和输出的单价看,Sol 都是 Astra 的四分之一。评测里的五分之一用的是单任务成本口径,原文没有展开具体用量和计费细节。按原文,两款模型均已登陆 ChatGPT Work、Codex 和 API,Plus、Pro 等订阅用户可用。

旗舰的优势体现在哪些任务?

在复杂专业任务评测 Agents’ Last Exam 中,Astra 比前代高 5.2 个百分点,任务成本降至前代的三分之一以下。它比 Claude Fable 5.2 高 5.5 个百分点,单任务成本约为后者的 5%。在 Terminal-Bench-Science 0.1 中,Astra 比前代高 9 个百分点,成本也降至三分之一以下。Vals Science Index 则考察模型能否读懂真实生物数据、设计实验,再根据结果推断模拟系统的规律。OpenAI 据此给出了「全球最强科学家模型」的定位。

3D 也有第三方成绩。Artificial Analysis 的 AA-3D 榜单上,Astra 以 1318 Elo 排第一,Claude Fable 5.2 和 Sol 分别为 1271 和 1259。Elo 是相对评分,能用来看参评模型之间的名次。OpenAI 展示了一条具体的制作流程:Astra 先建汽车 3D 模型,再用 Python 模拟轮胎与悬挂系统的运动,最后用 Blender 生成动画,把行驶画面、悬挂动作和轮胎受力同步呈现。原文还提到,两款模型均达到 OpenAI 的最高网络安全风险等级。DeepBinary 给 Astra 发现的漏洞估算了超过 100 万美元的赏金,前代约为 44 万美元。

表格和幻灯片的改进能看出来吗?

在 GDPval v2 专业工作评测中,Astra 和 Sol 分别比各自前代高 6.2 和 5.3 个百分点,Astra 的输出 Token 减少了 22%。OpenAI 还让新旧 Astra 做了同一道 Excel 题。新版把收入预测、企业估值、每股价值和不同假设下的估值变化放在同一页,方便复核。PPT 示例里,新版给 4 个团队做了 8 款动物主题周边设计,另一份市场分析还补进了 6 款代表性连衣裙的图片和售价。

我的判断

这篇报道最能指导模型选型的是同一项编程评测里的分数和成本。Sol 和 Astra 的差距足够小,可以把「日常任务默认用 Sol,卡住再升级」当成一个待验证的方案。和所有任务直接交给 Astra 相比,这个方案更看重首次通过率。如果 Sol 经常需要重跑、接手或升级,差价会被返工吃掉。原文没给前端或 Node 仓库的分项成绩,也没给两种用法在团队里的返工对照。OpenAI 员工把 Sol 当默认模型,属于内部使用经验。

3D 和办公案例来自 OpenAI 的展示。它们说明模型可以交付什么形态的文件,但文章没给重复运行的成功率。汽车动画能帮助讨论设计思路,悬挂参数和受力结果仍需单独校验。量子位这篇报道也没有提供独立复测。

能拿来做什么

  • 在 Codex 里挑几条已经验收过的组件修改、测试补齐或 Node 缺陷修复任务,用同样的仓库上下文分别跑 Sol 和 Astra,记录测试通过情况、人工修改次数和单任务成本。
  • 对同一工作流试一次「全程用 Astra」和「Sol 先跑,失败再升级」,把重跑成本和复核时间都计入,看看哪种方式更快交付可合并的改动。
  • 需要给前端页面做可交互的 3D 原型时,可以让 Astra 先做模型和交互,再在目标设备上检查加载时间、帧率和操作是否顺手。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 量子位,原文版权归原作者所有。

阅读原文
上一篇
MCP 返回正确答案仍可能违反协议
下一篇
国区应用上架新增AI内容合规必填项

资讯速览

量子位 · 2026-11-18 08:49

AI 评分 9.0 / 10

相关标签

#OpenAI#GPT-6.2#模型选型

继续阅读

  • 用八类陷阱测试摘要提示词
  • MCP 返回正确答案仍可能违反协议
  • 国区应用上架新增AI内容合规必填项
  • 模型没改却变差了,怎样排查漂移
  • 给 Redis 过期时间加抖动,分散回源压力