logo 皮皮 AI 导航 AI 工具榜 不在思考里彷徨,就在工具里找答案
⌕
首页/AI 文章/AI 资讯

OpenAI 发布 GPT-6.2 Astra 与 Sol:旗舰降价两成,“Token 效率”成新战场

2026/11/18 · 6 次阅读 · 来源:ev7.cn AI 博客

11 月 18 日 OpenAI 推出 GPT-6.2 Astra 与 Sol,旗舰输入输出降价两成,首次对外披露“高”级自我改进风险等级。跑分之外,Token 效率与实测体感成为焦点。

OpenAI 发布 GPT-6.2 Astra 与 Sol:旗舰降价两成,“Token 效率”成新战场

11 月 18 日凌晨,OpenAI 发布了两款新模型——面向高难度项目的旗舰 GPT-6.2 Astra 和面向日常工作的 GPT-6.2 Sol。据官方公告,这次升级的核心不是单纯堆跑分,而是“用更少的 Token 干更多的活”,并把安全分级摆到了台面上。

两款模型,两种定位

官方把 Astra 定义为“攻坚”模型,承接 9 月发布的 GPT-6 Astra,主攻编程、科研、专业办公与计算机操作;Sol 则是高频、低价的主力款,接替此前的 GPT-6.1 Sol。两款均支持约 105 万 Token 上下文、最高约 12.8 万 Token 输出,当日即在 ChatGPT Work、Codex 和 API 中向 Plus、Pro、企业版、教育版用户开放。

价格与上下文:旗舰降价,主力守住低价

据官方公布的定价,Astra 每百万输入 Token 8 美元、缓存输入 0.4 美元、输出 40 美元,输入输出较上一代下调约 20%,缓存输入降幅更大;Sol 维持每百万输入 2 美元、输出 10 美元的价位。对按量付费的应用来说,缓存命中和 Token 消耗量的变化,往往比榜单名次更直接影响账单。

跑分很漂亮,但请看清是谁测的

OpenAI 称,Astra 在 Agents' Last Exam 上比上一代高 5.2 个百分点、单任务成本不到三分之一;在一项专业工作评测中输出 Token 少用约 22%。需要注意,这些都是官方口径。第三方评测机构 Artificial Analysis 的综合指数把 Astra 排在第二位,而多位一线开发者在社交平台反馈“跑分与实测体感存在落差”。两种声音都值得参考,结论是:别只看发布海报。

安全分级被摆到台面上

这次发布罕见地公开了风险等级:按 OpenAI 的 Preparedness Framework,两款模型在网络安全能力上触及“关键(Critical)”阈值,Astra 更成为首个对外发布、在“AI 自我改进”上达到“高(High)”等级的模型,并配套受限访问与监控机制。这反映出前沿实验室正把“能力越强、管控越严”写进发布流程。

给普通开发者的建议

一是在自己的真实任务上做 A/B 实测,而不是照搬通用榜单;二是优化提示词与缓存策略,把 Token 效率真正转化为成本下降;三是对涉及文件操作、代码执行的场景保留人工确认。模型在变便宜,但“验证”这一步不能省。总体看,GPT-6.2 把竞争焦点从“谁更强”推向了“谁更强、更省、更可控”。

本文同步自 ev7.cn · AI 博客,原文地址:https://www.ev7.cn/103.html
继续读同样来自 ev7.cn 的文章
↑