GPT-6.2 登陆 Codex,Astra 单价降两成
据文章报道,OpenAI 发布 GPT-6.2 Astra 和 Sol,两款模型均可通过 Codex 和 API 使用,前者面向复杂长程任务,后者面向日常和智能体任务。文章称 Astra 的输入和输出单价均下降 20%,Sol 延续 GPT-6.1 Sol 的定价。
AI 深度解读
OpenAI 在 2026 年 11 月 17 日发布 GPT-6.2 Astra 和 GPT-6.2 Sol。原文最值得看的是两笔账:Astra 在一项长任务评测里得分更高,输出 token 却少了 22%;Sol 在一项编程评测里只落后 Astra 不到 0.5 分,成本约为后者的五分之一。
如果你在给编程 Agent 或批处理服务选模型,可以先让 Sol 跑日常任务,再看 Astra 能否减少复杂交付的返工。比较时,把输入、缓存命中、输出和重跑都算进去,才能知道一次任务做完到底花了多少。
Sol 可以做默认,Astra 留给交付要求高的任务
Sol 面向日常任务和 Agent 工作流,原文建议优先用它跑批处理、分类和摘要。FrontierCode 2.0 上,Sol 与 Astra 的分差在 0.5 分以内,成本约为后者的五分之一。这个结果适合拿来决定先测谁,具体到你的仓库,还得看测试通过率和重跑次数。
Astra 面向耗时更长、交付要求更细的工作,包括文档、表格、幻灯片、CAD/3D 和计算机操作。原文提到,仅提供现有幻灯片的截图,Astra 就能按截图匹配布局、配色和字号。它也能操作 CAD 和仿真工具,检查零件如何配合、设计改动后载荷如何传递,并在制造前测试修订方案。它还能生成在浏览器里运行的交互式 3D 内容。

两款模型从发布当天起就在 Plus、Pro、Enterprise 和 Edu 的 ChatGPT Work 与 Codex 中提供,Enterprise 和 Edu 需要管理员启用。API 模型 ID 分别是 gpt-6.2-astra 和 gpt-6.2-sol。Ultrafast 要单独看套餐,Pro 500 覆盖两款,Pro 200 起初提供 Sol。
输出少了 22%,能省多少钱还要看缓存
GDPval v2 是 OpenAI 用长周期、项目式任务做的内部评测。Astra 比 GPT-6 Astra 高 6.2 分,同时少用了 22% 的输出 token。这两项数据来自同一项评测,可以一起看。API 按每百万 token 计价,Astra 的普通输入和输出单价较 GPT-6 Astra 各降 20%,缓存输入单价降 60%。Sol 则沿用 GPT-6.1 Sol 的价格,评测得分有所提高。

按原文给出的 Astra 价格,每百万缓存输入 token 是 $0.40,每百万输出 token 是 $40.00,相差 100 倍。一条请求里,系统提示词、工具定义和固定上下文经常重复。把这些内容放在开头并保持稳定,将新指令追加到会话末尾,重复的前缀才有机会按缓存价计费。每次请求都改写开头,会让原来的前缀缓存失效。跨轮保留推理状态则要看所用 API 是否支持。
高风险安全测试可能遇到更严格的限制
按 OpenAI 的 Preparedness Framework,两款模型都达到网络安全的 Critical 阈值,以及生物和化学领域的 High 阈值。原文称,更高风险的网络安全请求会受到更严格的防护,部分漏洞研究和安全测试流程可能受限,但没有列出具体受影响的操作。Astra 也是 OpenAI 首个公开发布、达到 AI 自我改进 High 阈值的模型。
我的判断
按任务成本选模型,比按模型档位选更适合工程落地。原文引用了 OpenAI 公告及 Artificial Analysis、Cognition、Harvey 的公开评估,也提醒不同评估方的分数会有差异。GDPval v2 给出了同场评测里的分数和输出量,可以支持「Astra 在这组任务里用更少输出拿到更高分」。原文没有给出团队代码库里的对照数据,前端任务优先用 Astra 属于经验判断,尤其不能从幻灯片还原和浏览器 3D 的例子推断普通组件改动也能少返工。
全部用 Astra,接入简单,但重复任务也会按 Astra 的价格跑。先用 Sol、验收失败再升级,可以压低重复任务的开销,代价是升级的任务要多跑一轮。有明确验收条件的任务适合试这种路由。必须遵循模板、人工修订又费时的交付,可以直接测 Astra 是否节省总工时。
能拿来做什么
- 在 Node 的分类和摘要管道里先用
gpt-6.2-sol跑一批已有样本,记录格式校验通过率、重跑次数和每条验收通过的结果花了多少钱。 - 给前端编程 Agent 挑几条真实工单,用同一套构建、测试和人工验收标准对比 Sol 与 Astra,再决定哪些任务一开始就该交给 Astra。
- 把系统提示词、工具定义和固定上下文放在请求前缀,把工单内容和本轮指令追加到末尾。上线后按任务记录缓存命中和输出 token,确认实际账单有没有降。