等了这么久,OpenAI 终于带来了 GPT-6.2。
11 月 17 日,OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型,ChatGPT Work、Codex 以及 API 同步迎来更新。

这次升级有两个比较值得关注的方向:一是模型完成复杂任务的成本大幅下降,二是代码能力和网络安全能力进一步增强。
尤其是找 Bug 这件事,GPT-6.2 有了明显的进步。它不只是能帮你写代码,还能主动寻找软件中的安全漏洞,并尝试给出修复方案。
下面我们具体看看,这次 GPT-6.2 到底升级了什么。
01 两个版本同时发布,定位更加清晰这次 OpenAI 依然采用了双模型策略,不过两款模型的分工更加明确。
GPT-6.2 Astra:旗舰级模型
主要面向复杂任务,适合软件开发、科学研究、数据分析、专业文档、PPT 制作以及复杂的多步骤工作流。
相比上一代 GPT-6 Astra,新模型在推理效率、代码质量和专业任务执行方面都有提升。
GPT-6.2 Sol:高性价比主力模型
Sol 则更加偏向日常使用,适合写作、编程、资料整理以及各种 Agent 工作流。
它的特点是速度与成本之间的平衡,在不少测试中,Sol 的表现已经非常接近旗舰模型,但价格只有 Astra 的四分之一。
02 性能更强,成本反而更低同样的任务,花更少的钱,做得更好。
ImageImage
在 Agents' Last Exam 测试中,这项测试主要考察模型完成多步骤专业任务的能力。
GPT-6.2 Astra 相比 GPT-6 Astra,成绩提高了 5.2 个百分点,但完成任务的成本却不到上一代的三分之一。

模型不仅更聪明了,而且完成复杂工作的效率也明显提高。
另外,在科学研究相关的 Terminal-Bench-Science 0.1 测试中,Astra 的成绩也比上一代高出 9 个百分点,成本同样不到上一代的三分之一。
这对于需要长期使用 AI 处理复杂任务的企业和开发者来说,无疑是一个好消息。
03 旗舰模型也开始降价说到物美价廉,就不得不看一下这次的 API 定价。
GPT-6.2 Astra 的价格相比上一代直接下降了 20%,缓存输入价格更是下降了 60%。
具体价格如下:

价格单位:美元 / 百万 Token
GPT-6.2 Sol 并没有涨价,依然维持 GPT-6.1 Sol 的价格。但它的性能却有了明显提升。
在 Cognition 的 FrontierCode 2.0 编程测试中,GPT-6.2 Sol 的成绩距离 Astra 仅有 0.5 分左右,而成本只有 Astra 的五分之一。

在另一项 LifeVal 日常任务测试中,Sol 的成绩甚至超过了 GPT-6 Astra,而成本只有后者的七分之一左右。

日常使用其实不一定非要选择最贵的旗舰模型。如果只是写代码、处理文档、整理资料,Sol 已经具备相当不错的竞争力。
04 PPT、Excel 和专业文档能力升级这次 Astra 更加擅长处理专业办公任务。
之前让 AI 制作 PPT 内容看起来不错,但排版总有一种 AI 味,字体、颜色和布局也不够统一。
GPT-6.2 Astra 这次重点加强了这方面的能力。
现在不仅可以参考原始 PPT 文件,还能直接根据截图还原页面设计,包括布局、配色、字体以及字号。



生成的内容也更加简洁,减少了以前经常出现的空洞总结和重复表达。
Excel 方面,它能够处理更加复杂的财务模型、数据分析和预测表格,并且能够更好地整合多个文件中的信息。

对于经常需要制作汇报材料、商业分析和专业报告的人来说,这类升级可能比聊天能力提升更加实用。
05 代码能力进一步增强,找 Bug 更强了GPT-6.2 Astra 在复杂代码库中的修改、测试和问题定位方面都有提升。
OpenAI 表示,新模型能够更好地理解现有项目的代码结构,选择合适的工具执行任务,并且生成更加干净的代码和针对性更强的测试。
另外,这次还专门强化了网络安全能力。GPT-6.2 Astra 和 Sol 都能够更加有效地发现软件漏洞、编写安全代码,并生成能够保留原有功能的修复补丁。
在 DeepBinary 图表可以看到 GPT-6.2 Astra 和 Sol 的曲线整体明显高于上一代,它们能够以更低的成本获得更高的预估漏洞赏金收益
在 ExploitBench 测试模型在漏洞利用任务中的成功率中,GPT-6.2 Astra 的成功率最高达到约 53%,而上一代 GPT-6 Astra 只有约 32%;GPT-6.2 Sol 也达到了约 50%,相比 GPT-6.1 Sol 的约 21% 有了非常明显的提升。
GPT-6.2 在使用相对更少输出 Token 的情况下,就取得了更高的成功率。OpenAI 公布的安全评估中,两款模型都达到了其网络安全能力的 Critical 等级。
因此,OpenAI 这次也加强了高风险网络安全请求的限制,对部分高级安全研究能力设置了额外的访问审核。
06 网页设计和 3D 能力提升不少除了办公和编程,GPT-6.2 Astra 在视觉设计方面也有不少提升。
在 Artificial Analysis 的 AA-3D 测试中,GPT-6.2 Astra 获得了 1318 Elo,排名第一。

作为对比,Claude Fable 5.2 为 1271 Elo,GPT-6.2 Sol 为 1259 Elo。
这次的重点不再只是生成一个静态页面,而是能够把文字需求转化成真正可以交互的网页体验。
在@AmirMušić实际项目测试中,GPT-6.2 Astra 展现出了明显的效率优势。两个模型使用 Blender 完成同一个任务:从零创建一个 3D 模型,并为其制作动画。
完成任务总共消耗约 350 万 Tokens,其中输出仅 2.6 万,API 成本约 3.12 美元;而 Fable 则消耗了约 2120 万 Tokens,输出达到 23.6 万,成本约 19 美元,其中 98% 的 Tokens 都是缓存上下文。
@Dzy 使用 GPT-6.2 Astra Max,通过 Blender 生成了一只骑自行车的鹈鹕,并在修改一轮之后就得到了最终效果。整个过程总共耗时 59 分钟,额度消耗甚至不到 20x 额度的 1%。从最终效果来看,无论是鹈鹕的羽毛细节、自行车结构,还是整体场景的光影表现,都已经相当不错。
Astra 不仅速度更快,还能提前给出可用的设计草稿,避免在整个系统构建完成后才发现方向不对。
07 现在就能使用了目前,GPT-6.2 Astra 和 GPT-6.2 Sol 已经正式开放。
符合条件的 Plus、Pro、Enterprise 和 Edu 用户,可以在 ChatGPT Work 和 Codex 中使用这两款模型。
API 也已经同步上线,对应的模型名称分别为:
gpt-6.2-astra
gpt-6.2-sol
其中,Pro 500 用户可以使用两款模型的 Ultrafast 模式,Pro 200 用户也首次获得了 GPT-6.2 Sol 的 Ultrafast 使用权限。
最后这次 GPT-6.2 给我的最大感受是,OpenAI 开始真正重视 AI 的实际使用成本了。
无论是复杂编程、漏洞检测,还是我拿 Blender 做的 3D 建模和动画测试,GPT-6.2 Astra 都展现出了不错的执行效率。它不只是能完成任务,还能更快给出阶段性成果,让用户及时调整方向。
之前我总希望 AI 能变得更聪明,现在我觉得不仅要聪明,还要便宜、稳定,真正能帮我们把事情做完。
点击**名片 关注 AppOS
更多有趣资讯我们下期见~
当前文章无评论,是时候发表评论了