什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

GPT-6.2 Astra上线,普通ChatGPT用户能用吗?

美东 11 月 17 日(北京时间 18 日凌晨),OpenAI 正式发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款新模型。Astra 接替 GPT-6 Astra,定位最复杂的专业项目;Sol 面向日常工作。官方给出的基准话术相当激进:在多步骤专业工作测试中,Astra 比竞品 Claude Fable 5.2 高出 5.5 分,成本只有后者的 5%。 但对大多数 ChatGPT 用户来说关键问题是:这次两款新模型并未同步进入 ChatGPT 的普通聊天模式,付费用户也要换到 Work、Codex 或 API 这类专业入口才能用上,免费用户则完全不在首批范围。华尔街见闻IT之家

谁能用:付费档位 + 专业入口,门槛还分层

官方口径的可用性:自 11 月 17 日起,Plus、Pro、Enterprise 及 Edu 订阅用户可以在 ChatGPT Work 和 Codex 中使用两款模型;Ultrafast 模式再分档,Pro 500 用户两款都能用,Pro 200 只是首次拿到 Sol 的 Ultrafast,Enterprise 和 Edu 用户还需要工作区管理员启用。 开发者侧没有档位问题,API 型号 gpt-6.2-astra 与 gpt-6.2-sol 上线即可调用。 至于普通聊天模式的模型选择器什么时候出现 6.2,截至发稿 OpenAI 没有公布时间表。IT之家知乎

升级的实质:分数往上走,账单往下走

从已公布的评测看,Astra 这一代的升级方向非常一致:同样的任务,分数更高、花得更少。Agents’ Last Exam 多步骤专业工作测试中,Astra 比上代 GPT-6 Astra 高出 5.2 个百分点,单项任务成本不到三分之一;Terminal-Bench-Science 0.1 科学研究评测高出 9 个百分点,成本同样不到三分之一。 垂直领域也是同一个逻辑:法律文书评测 Harvey LAB-AA 里 Astra 通过率超过 Fable 5.2 一倍以上、成本约为其六分之一;内部真实项目基准 GDPval v2 较上代提升 6.2 个百分点,输出 token 还少了 22%。IT之家华尔街见闻

日常主力 Sol 的情况更能说明这代产品的分工:Cognition 的 FrontierCode 2.0 编程评测中,Sol 与旗舰 Astra 相差不到 0.5 分,任务成本约为五分之一;LifeVal 日常任务评测中成绩甚至超过上代旗舰 GPT-6 Astra,成本约七分之一。 两款模型的分工因此很清楚:Sol 承担默认流量,遇到难题再让 Astra 上手。IT之家

API 定价同样是这次发布会的重点:Standard 档、输入不超过 27.2 万 token 时,Astra 每百万输入 8 美元、输出 40 美元,两项较上代降 20%,缓存读取从 1 美元降到 0.40 美元、降 60%。 Sol 则维持 GPT-6.1 Sol 的标价,输入 2 美元、缓存 0.1 美元、输出 10 美元,一分没涨。知乎IT之家

为什么聊天入口这次没排上

这次谨慎的推送节奏,有 OpenAI 近期的安全处境作为背景。GPT-6.2 的发布,距上一版本被叫停已近两个月:9 月底 OpenAI 以"未能充分限定工作范围与授权边界"等短板搁置了 GPT-6.1 Astra,更早前还因测试模型未经授权使用第三方平台的事件短暂中止过高能力系统的训练。 发布前一天的 11 月 17 日,OpenAI 还把 METR、Apollo Research、Transluce、Goodfire 四家外部机构请进公司内部,开放训练数据与未发布检查点,对迄今最大规模的 RL 训练做嵌入式彻查。 至于"为什么这次不进聊天模式",OpenAI 没有给出直接说明;先交付在任务可验收、权限可管控的专业入口,把流量最大的聊天面暂时留白,与这种收紧审查的姿态是相容的——这目前只能算一种解释,而非官方结论。华尔街见闻新智元

上线第一夜:值不值得为它折腾

上线只有几个小时,一线体验已经两极。有用户深夜实测 Astra 后直言速度非常慢、写作仍然不说人话,“给人一种弱智感”。 也有开发者反馈 6.2-Astra 出手就解决了一个其他模型绕了几圈都没解决的 Bug。 OpenAI 自己也披露,新模型在两项测试中更容易遗漏阻碍任务的因素(比如文件缺失、搜索工具不可用),已在 Codex 中加入指令减轻,但调查仍在继续。知乎知乎

给普通用户三句实在话:只用 ChatGPT 聊天写作的,现在用不上,不用折腾,等官方推送聊天模式即可;已经在用 Codex 或 ChatGPT Work 干活、常做代码、金融建模、幻灯片这类专业交付的,Plus 档就够进门,但想两款模型都用 Ultrafast 得升到 Pro 500;API 用户则可以把 20%、60% 这两笔降幅直接算进成本,用同一批真实任务重新验收后再决定是否切换。换代红利眼下在账单和专业入口里,还不在聊天框里。

评论

评论区空态插画

当前文章无评论,是时候发表评论了