先给结论:多数场景 High 够用。从 High 升到 Max,在通用能力上是约 2 分的提升,代价接近翻倍的单任务成本;而在代码库修改这类实测题上,Max 相对更高档只剩 0.1 分的纸面差。Max 真正值钱的场景只有三类:带参考素材的 3D/CAD 交付、返工昂贵的长任务、以及最后一轮验收。
GPT-6.2 Astra 于 2026 年 11 月 17 日发布,Plus、Pro、Enterprise 和 Edu 用户已能在 ChatGPT Work、Codex 以及 API 中使用。档位这道题的账本有两份。一份来自 Artificial Analysis 智能指数与 BenchLeader 的分档整理:Astra 的 Max 档 62.1 分、平均每任务约 4 美元、耗时 10.7 分钟,低一档的 Xhigh 仅落后 0.5 分,任务成本却低了约 37%。另一份来自 OpenAI 发布时引用的 Cognition FrontierCode 2.0 真实代码题:两款模型同开 Max 档,Astra 通过率 44.2%、Sol 是 43.8%,Sol 用了约 22% 的钱,通过率只差 0.4 个百分点。两份账指向同一个判断——档位往上买的不是更聪明的模型,而是更多的思考、更长的等待和更高的账单,值不值,取决于你的任务能不能把这多出来的思考变成验收得过的交付。机器之心知乎小红书知乎
档位到底拨动了什么
这一代 Astra 只有一个模型,拨动的是推理强度:API 侧支持 low、medium、high、xhigh、max 五档,不接受 none,新接入建议从 medium 起步。消费端滑杆上还多一个 Ultra 档,适合能拆成几部分一起做的大任务。档位越高,计费输出里的推理 token 越多,而 Astra 这代的输入、输出单价较上代各降了 20%、缓存输入降了 60%,Sol 沿用上代价格。升一档,就是把账单直接拨大。知乎小红书小红书知乎
B 站实测者奶蛙bench 把 low 到 xhigh 四档各跑一整套中文识梗和看图测试,结论是 low 最快、指数也最高,xhigh 用时是 low 的 2.1 倍、分数却没涨。这套私有评测范围有限,开低档反而对不能外推到工程任务,但方向与官方表一致。更要提醒的是,同一张 FrontierCode 表上,Astra 从 Max 降到 Xhigh 只是 44.2% 变 44.1%,Sol 却从 43.8% 掉到 39.8%,差了近 4 个百分点——高档饱和是 Astra 在代码基准上的属性,抄档位结论,要连着模型和任务类型一起抄。哔哩哔哩知乎

什么时候 Max 真的值
第一类是带参考素材的视觉与工程交付。CAD 建模得分从上一代的 62.6% 涨到 82.5%,那是换代增量、与档位无关;社区实测的共识是 max 档叠加用户提供的参考素材,才把 3D 完成度追平顶级竞品。有开发者把 5000 字的项目说明压缩后交给 Astra 执行,差不多 2 小时做完,90% 达到了要求。知乎知乎

第二类是返工贵或需要验收的环节。开发社区的省钱用法不是全程拉满,而是日常用 medium 跑执行、最后一轮再开到 high 验收,实测总耗时在体感上反而快 30% 到 40%。按分档成本表算,从 High 到 Max 多付的近一倍费用,只该花在"这次改错要赔更多"的关键节点上。知乎
第三类其实是反面条件:任务方向不定时,Max 只会放大浪费。发布首日的口碑之所以呈"没有中间评价"的两极——3D、建模、页面美感被推到顶级,过度防御、不说人话、速度极慢也被骂得最狠——恰恰因为这些短板都不随档位升高而改善。障碍测试里的漏报或误报率甚至从上一代的 11.09% 升到了 22.28%,这是系统卡给出的行为统计,与思考开多大多有关系不大。知乎知乎
多花的钱怎么算,两套账
API 侧,Astra 每百万输入 8 美元、输出 40 美元、缓存读取 0.40 美元,Sol 为输入 2 美元、输出 10 美元、缓存 0.10 美元。第三方评测 Artificial Analysis 在最高推理档下给出的单任务成本,约 Astra 4.00 美元、Sol 1.01 美元。落到同一道代码题,Sol 平均花 1.29 美元、Astra 花 5.97 美元——"Sol 开 Max"约为"Astra 开 Max"两成的钱、成绩只差 0.4 分,这笔账通常比档位选择更影响总预算。知乎小红书知乎
两个隐藏条件容易踩。单次请求输入一旦超过 272,000 token,整次请求适用长上下文费率,输入与缓存按两倍、输出按 1.5 倍计价,而高思考档天然产出更长推理、带入更多材料,最容易越线。另外,Fast、Ultrafast 是速度档不是思考档:Batch 按标准价一半、Fast 两倍、Ultrafast 到明年 2 月底前三倍费率,它降的是延迟、不是单价,与档位费用是叠乘关系。知乎知乎小红书

订阅侧,档位不改单价,改的是额度消耗。官方付费 Credits 费率里,同量同类的 token,Astra 按 Sol 的 4 倍计,但这不等于订阅额度每次都会固定消耗 4 倍,实际还得看任务和用量页面。降价后的体感被社区反复提到:有 Pro 用户报告同时开两个 Astra Max、加一单 Blender 建模,一上午只花掉 Pro 100 档额度的约 3%。思考档没有官方公布的固定消耗倍率,额度体感高度依赖任务类型,只能当量级参考,不能当预算承诺。小红书哔哩哔哩
落地怎么判断
最可靠的办法不是看榜单,而是拿一件你最近真返过工的任务,同一提示词分别跑 High 和 Max,把两份账单和两份交付摆在一起看差异落在验收标准之内还是之外。企业用户可以先从自己业务里取 100 到 200 条真实任务试跑,按 FrontierCode Max 档均价量级估算,Astra 这边约需 600 至 1,200 美元。记账记"总费用除以验收通过的任务数",而不是单次调用价。如果 High 到 Max 那约 2 分、翻倍的单价,在你自己的验收标准下换不来更少的返工,那这笔差价就是白花的钱。知乎
当前文章无评论,是时候发表评论了