GPT六点二双子星登场|听懂AI #098
十一月十七号,OpenAI 发了 GPT 6.2,一次两个名字。旗舰叫阿斯特拉(Astra),日常款叫索尔(Sol)。日子也巧,正好撞上 Anthropic 上市那天,HN 评论区都在调侃这个时间点。912 分、554 条评论。 这次卖的不是更聪明,是更便宜地把活干完。

十一月十七号,OpenAI 发了 GPT-6.2,一次两个名字。旗舰叫阿斯特拉(Astra),日常款叫索尔(Sol)。日子也巧,正好撞上 Anthropic 上市那天,HN 评论区都在调侃这个时间点。912 分、554 条评论。
这次卖的不是更聪明,是更便宜地把活干完。同样一个任务,用更少的输出 token,干更多的活。比的是每完成一个任务的成本,不是单纯比聪明。
考试成绩:高 5.5 分,成本只要 5%
长程专业考试 Agents' Last Exam 里,阿斯特拉比上一代 GPT-6 Astra 高 5.2 分,成本不到三分之一;比 Claude Fable 5.2 高 5.5 分,成本只有对手的 5%。

这不是孤例。法律考试 Harvey LAB-AA,通过率是 Fable 5.2 的两倍多,成本约六分之一;科学基准 Terminal-Bench-Science,比上一代高 9 个百分点,成本不到三分之一;GDPval v2 涨 6.2 分,还少用 22% 的输出 token。
索尔更狠:日常款一点不弱
索尔是这场发布里性价比最狠的一个。写代码 FrontierCode 2.0,只比阿斯特拉低 0.5 分,成本约五分之一;日常任务 LifeVal,超过上一代旗舰,成本约七分之一。
价格上,阿斯特拉输入 8 美元每百万 token,缓存输入 0.4 美元,输出 40 美元每百万 token,比上一代便宜 20%,缓存输入便宜 60%;索尔沿用上一代日常款的价格。AA-3D 排行榜上,阿斯特拉 1318 Elo 第一,Fable 5.2 是 1271,索尔 1259。
诚实的另一面:赢的是曲线,不是王座
不过 HN 眼尖的评论也说了:高成本那头,Fable 还是老大。阿斯特拉赢的是性价比曲线,不是绝对王座。

安全上也有代价。两款模型都达到网络安全 Critical 级、生物与化学 High 级;阿斯特拉还是首个对外发布达到 AI 自我改进 High 级的模型,因此防护收紧了,部分合法的安全研究也被限制,防御者要走 OpenAI 的 Daybreak 通道。
模型竞赛换了赛道。从比谁更聪明,到比谁把活干完更便宜。这才是这场发布真正想说的事。
信源:OpenAI 官方发布《Introducing GPT-6.2 Astra and Sol》;Hacker News 讨论 HN 50535230(912 分 / 554 评论)。 本期数字:Agents' Last Exam 阿斯特拉比 GPT-6 Astra 高 5.2 分、成本不到三分之一,比 Claude Fable 5.2 高 5.5 分、成本只有 5%;Sol FrontierCode 2.0 只低 0.5 分、成本约五分之一,LifeVal 超过 GPT-6 Astra、成本约七分之一;Harvey LAB-AA 通过率是 Fable 5.2 的两倍多、成本约六分之一;Terminal-Bench-Science 高 9 个百分点、成本不到三分之一;GDPval v2 涨 6.2 分、少用 22% 输出 token;Astra 输入 8 美元/百万 token、缓存输入 0.4 美元、输出 40 美元/百万 token;AA-3D Astra 1318 Elo 第一,Fable 5.2 是 1271,Sol 1259。 配乐:Kevin MacLeod《Kool Kats》(CC BY 4.0)