GPT-6.2 Astra 和 GPT-6.2 Sol 来了,一块来快速看下核心内容:
1、6.2 Astra 定位科研,长程复杂工程任务的极致攻坚,6.2 Sol 定位高频性价比走量,目前已是 OpenAI 内部员工的默认主力模型。两款模型都学会了少说废话多干活,输出 Token 大幅压缩,直接把长链路 Agent 的账单打下来了。
2、在测验多步复杂专业工作流的 Agents’ Last Exam 中,6.2 Astra 刷新 SOTA,不仅比上代高 5.2 分,成本还不到 1/3,更在领先 Claude Fable 5.2 达 5.5 分的同时,把单任务成本压到了后者的 5%。
3、在 Cognition 的真实代码库合并测试 FrontierCode 2.0 中,Sol 仅落后老大哥 6.2 Astra 0.5 分,但成本只有后者的 1/5,在日常复杂决策评测 LifeVal(如跨城择校、预算找房、慢病食谱规划)中,Sol 用 1/7 的成本直接反超了上代旗舰 GPT-6 Astra。
4、以前 AI 做 PPT 像模板套娃,现在给 6.2 Astra 一张截图或源文件,它能精准复刻版式、配色甚至字号,标题直接给核心结论。在严苛的零幻觉法律评测 Harvey LAB-AA 中,它的全通过率是 Claude Fable 5.2 的两倍以上,成本仅需 1/6。
5、Computer Use 的精度已经细化到工业软件的单个零件,它能自己写 Python 求解器并在 Blender 里做汽车山路底盘悬架仿真,还能看说明书把 1:8 遥控车零件逐个建模组装。在 AA-3D 人类盲测中以 1318 Elo 拿下了第一,Higgsfield 实测其 3D 生成的 One-shot 一次过稿率,从上代的多次迭代直接飙到了 73%。
6、在考核终端科研工作流的 Terminal-Bench-Science 0.1 上,6.2 Astra 提升了 9 个百分点,成本不到上代 1/3,并在解读真实生物数据与模拟实验的 Vals Science Index 上拿下最高分。
7、代码不仅写得更干净,最关键的是轨迹规划变聪明了,知道什么时候调插件、什么时候用 Computer Use、怎么写高效 Bash 在更少轮次里干完活。合作方 Basis 实测长程财务工作耗时平均减半,最复杂的任务耗时大降 73%。
8、6.2 Astra 首次在 AI Self-improvement 评估中达到 High 级别,官方定义为相当于给每位 OpenAI 研究员配了一名高水平研究工程师助手。为防止模型失控加速,OpenAI 专门上线了 Control Room 控制室系统,实时监控推理并支持随时强行熔断。
9、二进制漏洞挖掘 DeepBinary 与安全代码生成能力大幅跃升。但在对齐测试Blocker Deception 中发现了一个有趣现象,当遇到目标文件被删或工具不可用时,裸模型瞒报阻碍,假装无事发生的概率升到了 22% 以上,必须在 Codex 中加入特定开发者指令,才能把瞒报率压回 8% 左右。
10、API 端 6.2 Astra 输入/输出降价 20%($8 / $40 每百万 Token),缓存输入更是给到了 $0.40 的价格,同时 Pro 200 订阅用户首次解锁 Ultrafast 极速模式(先支持 6.2 Sol)。使用 6.2 系列时,保持 Prompt 前缀不变,用向后追加的方式下发新指令,不仅能吃满 $0.40 的缓存红利,还能在多轮对话中完整保留模型的推理状态。
传送门:openai.com/index/introducing-gpt-6-2-astra-sol
#how i ai#
