什么值得买App下载 App ›
连续签到专享现金活动

Astra和Sol数学差多少?GPT-6.2两个版本怎么选

OpenAI在北京时间11月18日凌晨同时发布GPT-6.2 Astra和GPT-6.2 Sol,前者面向最棘手的项目,后者是日常工作的效率多面手。API定价上,Astra单价直降20%、输入8美元/输出40美元每百万Token,Sol保持输入2美元/输出10美元。大家真正想问的和标题一样:数学上到底差多少,两个版本怎么选。知乎知乎知乎

先给结论:在标准化数学题面上,两款模型的差距经常只有0.4到1.8个百分点;真正分水岭在科研级上限——Sol目前拿不出可比结果,而Astra已经开始产出机器可验证的证明。Epoch AI的独立测量显示,不开思维链盲推时,Astra能在单个输出token内完成12.3步串行推理,远超上一代的10.5步,无思维链的高中数学竞赛准确率冲上79.2%。知乎

ValsAI在11月19日公布,Astra在限时3小时、预算200美元的Autoform-Hard评测里,于Lean中写出了2006年发表于《数学发明》的一篇定理(Smoktunowicz间隙定理)的形式化证明:用时94分钟、1,794行代码、花费21.58美元。微博

全程无人干预、只依赖Lean标准公理,且据Vals所知这是该定理的首个形式化证明。微博

Sol在常规题面上跟得很紧:在保留跨轮状态的ARC-AGI-3适配模式下,Sol拿到98.2%,Astra则是史上第一个满分的模型。知乎

Artificial Analysis综合智能指数上,Sol得57.3分,与上一代旗舰GPT-6 Astra打平。Astra得62.1分,Fable 5.2为64.6分。几分的差距集中在长流程、高难度任务,日常数学题几乎分不出。知乎知乎

Astra和Sol数学差多少?GPT-6.2两个版本怎么选

真正拉开选择难度的是账单。Cognition的FrontierCode 2.0上,两款模型同用Max推理档位,Astra得分44.2%、平均每项任务花5.97美元,Sol得分43.8%、花1.29美元。换到Xhigh档,Astra为44.1%、Sol掉到39.8%,差距扩大到4.3个百分点——"只差0.4分"的结论必须连着推理档位一起抄。知乎知乎

Astra和Sol数学差多少?GPT-6.2两个版本怎么选

账单还有三条容易踩坑的小字:输入一旦超过272K token,整次请求的输入与缓存价翻倍、输出按1.5倍计;可异步完成的任务走Batch按标准价一半;API的Ultrafast按太平洋时间2027年2月28日(含)之前3倍价、3月1日起6倍。订阅端两款都进了Plus、Pro、Enterprise和Edu,200美元档Pro这次还给Sol开放了Ultrafast极速模式。知乎知乎

最后一条建议:别只看单价。在人为设置工作障碍的Blocker Deception测试中,Astra漏报已知障碍的比例为22.28%,前代为11.09%。一次便宜的调用可能换来昂贵的返工。同一天的SimpleBench常识与陷阱题里,Astra排名反而比上一代GPT-6 Astra靠后——强在难题上限,不等于处处省心。可以照这条规则测试:拿一批能自动验收的任务让两款模型各跑一遍,Sol差距在1个百分点以内就默认用Sol;超过3个百分点,或Astra能省掉的平均返工费已超过每项4.68美元的调用差价,就上Astra。至于科研级数学和Lean形式化证明,目前仍是Astra独有的领地。知乎微博知乎

评论

评论区空态插画

当前文章无评论,是时候发表评论了