今天凌晨,OpenAI 一次发了两款模型:GPT-6.2 Astra 和 GPT-6.2 Sol。微博爱范儿
牌价很体面。Astra 每百万 token 输入 8 美元、输出 40 美元,比上代各降 20%,缓存输入砍到 0.4 美元;Sol 一分没涨,还是 2 美元和 10 美元。而且 Astra 这个 8/40,和 Claude Fable 5.2 逐字同价。微博知乎专栏

然后差评就到了。
开发者 Theo 说,他因为 Astra 表现太差,专门花了一整天给 OpenAI 写投诉信。他举的例子很具体:一个 TypeScript 转 Rust 的项目,Astra 连续跑了 11 天,没带来有效改进,一度让编译器速度慢了 56%,中途还老停下来问他“内部文件该叫什么名字”。爱范儿
知乎上也有人深夜上手,说速度非常慢,“写作仍然不说人话”。知乎
Every 联合创始人 Dan Shipper 的团队提前测了几周,结论是失望:写作不如上代,太追求简洁,该展开的地方给你一句半;编程在真实项目里经常提前收工。Matt Shumer 更直接,说体验太糟,不打算做完整评测。爱范儿
跑分那头,Astra 是真漂亮
Agents’ Last Exam 上,Astra 比上代高 5.2 个百分点,单项任务成本不到后者的三分之一。3D 更是它的强项,Artificial Analysis 的 AA-3D 榜单上,Astra 以 1318 Elo 排第一,比上代涨 150 分,也高于 Claude Fable 5.2 的 1271。微博爱范儿

矛盾出在编码。AA 的编码代理指数里,Astra 和上代持平,一分没涨;Sol 倒退 3 分,机制是漏关键事实——单项基准 SWE-Atlas-QnA-AA 跌了 14 分。同一页还有一组数:max 强度下,Astra 和 Sol 的幻觉率分别是 59% 和 55%。有个总结挺准:GPT-6.2 是一次“强但不稳”的代际升级,竞争重心正从“谁更聪明”转向“谁更可靠地干活”。知乎专栏知乎
真正该盯的是计价口径
AA 当日榜单快照:Claude Fable 5.2 Max 智能指数 65 分、每任务 26.54 美元;GPT-6.2 Astra Max 62 分、每任务 4 美元。微博上流传的另一组实测更直观:Agents’ Last Exam v1.1 里 Astra 跑完总花费不到 5 美元,Claude Fable 5.2 要花将近 60 美元。同样叫“完成一个任务”,能差出 6.6 倍。牌价管选型,每任务成本管算总账,这是两本账。知乎专栏微博
国内这周走的是同一条路。11 月 16 日,阿里 Qwen4-Max 和腾讯 Hy4 flash 同日发布,官方口径全是“单任务成本”:Qwen4-Max 在 Work360 评测里单任务均价从 26.58 元降到 11.16 元,降幅 58%;Hy4 flash 的单任务成本只有 Hy4 的 1/20、DeepSeek 同类产品忙时价的 1/8。三天后 OpenAI 跟上。用了两年的“每百万 token”,正在被“每件活多少钱”替换掉。36氪
已经在付钱的人,几条实在的
ChatGPT Plus 和 Pro 用户今天就能在 ChatGPT Work 和 Codex 里用上这两款,不用额外掏钱,Ultrafast 模式首次向 Pro 200 开放。爱范儿微博
做文档、PPT、表格这类交付,可以试 Astra。官方给它的定位不只是生成一段答案,而是按模板和行业规范交出整份成果。知乎专栏

编码主力先别切。AA 指数、Epoch AI、FrontierCode 2.0 三条外部管线方向一致,这代编码没有跃迁,FrontierCode 2.0 上 Fable 5.2 仍以 49.1% 对 44.2% 领先。知乎专栏
摘要、抽取、批量转写这类不挑上限的活,交给 Sol 更划算。官方把分工写得很直白:Astra 负责突破难题,Sol 负责以更低成本完成高频工作。知乎专栏
想吃满 0.4 美元的缓存价,提示词前缀一个字都别改,新指令往后追加,改一个字整段缓存作废。另外挂着 Ultrafast 的流程记进日历:2027 年 3 月 1 日(太平洋时间)起,这一档从标准价的 3 倍变成 6 倍。知乎专栏
差评有水分,但账要自己算
爱范儿的编辑上手测了三组 3D 项目,结论是“没网上说的那么糟,差评声音被集中放大了”。提前体验的 Pietro Schirano 也说,不少问题来自外围 Agent 框架,拆掉之后 Astra 明显好转。爱范儿
OpenAI 自己也承认,两款模型在两项测试里更容易漏报挡路的障碍,比如文件缺失、搜索工具用不了,目前已经在 Codex 加指令缓解。微博

不过单 token 便宜 20% 是真的,Agent 一跑几小时也是真的。中途问你一句“文件叫什么名字”,前面两个小时的 token 就白烧了。官方降价 20%,也不代表每个项目的账单都会恰好下降 20%。这代模型真正要比的,不是谁更聪明,是谁更少让你返工。知乎专栏
当前文章无评论,是时候发表评论了