GPT-6.2 双模型发布,Sol 降低编程任务成本
OpenAI 发布面向复杂专业任务的 GPT-6.2 Astra 和面向日常工作的 GPT-6.2 Sol,两款模型均加强了编程与多步骤智能体能力。据 OpenAI 公布的数据,Sol 在 FrontierCode 2.0 上与 Astra 相差不到 0.5 分,任务成本约为后者的五分之一。
AI 深度解读
OpenAI 这次把 GPT-6.2 分成两档。Astra 面向复杂专业项目,Sol 面向日常编码和多步骤任务。对前端和全栈开发者,最有参考价值的是 FrontierCode 2.0 的结果:两款模型的成绩相差不到 0.5 分,Sol 的单项任务成本约为 Astra 的五分之一。
这组数字支持先用 Sol 跑一轮日常任务,再看哪些任务值得换 Astra。原文同时给出了 API 单价和任务成本,两者得分开看。前者决定每个 Token 怎么计费,后者才回答做完一道题花了多少钱。
Sol 和 Astra 的差距,要看你在做什么
GPT-6.2 Astra 的改进覆盖软件开发、科学研究和视觉设计。按 OpenAI 的说法,它能更准确地遵循演示文稿模板,改善幻灯片、电子表格和文档的输出,前端开发、网站设计、游戏开发和 3D 设计也有提升。在 Artificial Analysis 的 AA-3D 评测中,Astra 以 1318 Elo 排名第一,Claude Fable 5.2 和 GPT-6.2 Sol 分别是 1271 和 1259 Elo。Elo 在这里是该评测里的相对评分,这项排名支持的是 3D 表现。
GPT-6.2 Sol 主打日常工作。OpenAI 称,相比 GPT-6.1 Sol,新版在智能体工作流、写代码和多步骤任务上有所提升,完成任务所需的 Token 更少,文字表达也更自然。除了与 Astra 分差不到 0.5 分的 Cognition FrontierCode 2.0,Sol 在 LifeVal 日常任务评测中还超过了 GPT-6 Astra,任务成本约为后者的七分之一。两项评测的对照型号不同,读数字时要把型号一起记下来。
每百万 Token 的单价,和做完一项任务的账单怎么算?
按每百万 Token 计,GPT-6.2 Astra 的 API 标准价格为输入 8 美元、缓存输入 0.4 美元、输出 40 美元。相比 GPT-6 Astra,输入和输出单价各降 20%,缓存输入单价降 60%。GPT-6.2 Sol 沿用 GPT-6.1 Sol 的定价,对应三项分别为 2 美元、0.1 美元和 10 美元。缓存输入是命中缓存的输入部分,按较低的费率计费。
评测给出的任务成本降幅更大。在 Agents' Last Exam 中,GPT-6.2 Astra 比 GPT-6 Astra 高 5.2 个百分点,在 Terminal-Bench-Science 0.1 中高 9 个百分点。两项评测的单项任务成本均不到上一代的三分之一。报道没有列出每项评测的输入、缓存输入和输出用量,单价和用量各贡献了多少降幅,无法从这些数字里拆出来。OpenAI 还称 Astra 在 Vals Science Index 创下新高,原文没有给出具体分数。
两款模型在哪些入口能用?
据 IT之家 11 月 18 日报道,两款模型自 11 月 17 日起向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户开放,普通聊天模式未同步上线。Pro 500 用户可使用两款模型的 Ultrafast 模式,Pro 200 用户首次获得 GPT-6.2 Sol 的 Ultrafast 权限,符合条件的 Enterprise 和 Edu 用户还需由工作区管理员启用。
API 模型名是 gpt-6.2-astra 和 gpt-6.2-sol,两款在发布时均提供 Ultrafast 模式。上面的价格是标准价,原文没有列出 Ultrafast 的具体费率或延迟数据。
我的判断
日常编码先试 Sol,有一项具体的成本和成绩对照做依据。但原文没给出 FrontierCode 2.0 的分差在不同题型上的分布,也没交代这些评测用了什么工具配置、允许重试几次。一个编码榜单上的平均结果,很难回答你的仓库里哪类改动最容易返工。
全程固定用 Astra,团队只需维护一套模型配置。先用 Sol、必要时切到 Astra,能省多少要把重试和人工修改一起算进去。原文对模板遵循和前端设计提升只给了发布方描述,缺少相应的对照数据。标题里提到的「金融刷新纪录」,正文也没有列出金融评测名称或分数。
能拿来做什么
- 在 Codex 里挑几条已有验收标准的任务,例如补组件测试、修复构建报错或完成一次跨文件重构,先用 Sol 跑一轮,记录测试通过情况和人工返工时间。
- 遇到多次返工的页面或复杂改动,用同一份需求、截图和验收标准再跑一次 Astra,对照模板还原度、测试结果和总耗时。
- 在 Node 工具里按任务汇总 API 用量,分别记录普通输入、缓存输入和输出 Token,把重试也算进账单,再比较两款模型完成同类任务的成本。