返回首页

GPT-6.2 Astra / GPT-6.2 Sol

sitemap+x+web 0.96
访问原文

介绍

GPT-6.2 Astra 和 GPT-6.2 Sol 是 OpenAI 在 2026 年 11 月 17 日正式发布的一对新模型。官方开篇写道:Astra 是“our new frontier model for your hardest projects”,Sol 是“our efficient, versatile model for everyday work”。两者都强调在更少的输出 token 下完成更难的任务,从而在用量限额内做更多事情,并在规模化使用时控制成本。

官方说明:即日起,所有 Plus、Pro、Enterprise 和 Edu 用户可在 ChatGPT Work 与 Codex 中使用这两个模型;Pro 500 订阅者可以对任一模型使用 Ultrafast,并且官方首次把 Ultrafast 扩展到 Pro 200 档(具体限额以官方说明为准)。开发者文档 Using GPT-6.2 给出 API 模型 ID:gpt-6.2-astra 与 gpt-6.2-sol。OpenRouter 目录页 GPT-6.2 Astra 与 GPT-6.2 Sol 标注 Released Nov 17, 2026,并列出 Astra Pro 是同一底层模型在 reasoning.mode 设为 pro 时的服务方式,而不是一条独立的模型品牌。

本轮对 openai.com 站点地图的增量扫描新增了官方介绍页,以及 Astra for Law 更新页。后者写明 Astra for Law 是 GPT-6.2 Astra 的法律配置(扩大法律检索索引并加入研究/权衡/撰写说明),该配置名称已在 2026 年 9 月向部分律所推出,本轮只把 GPT-6.2 Astra / Sol 作为新词收录。

广告

解释

官方把 Astra 定位为复杂专业工作的质量标杆:幻灯片、表格和文档更贴近你提供的模板与行业惯例,代码更干净,面向网站、游戏和 3D 设计的前端也更好看、更好用。文中列出的评测包括:在多步专业工作测试 Agents’ Last Exam 上,GPT-6.2 Astra 比 GPT-6 Astra 高 5.2 分,且单任务成本不到其三分之一,同时比 Claude Fable 5.2 高 5.5 分、成本约为其 5%(官方注明 Fable 5.2 的该榜成绩排除了 9 道使用了回退模型的题);在 Terminal-Bench-Science 0.1 上比 GPT-6 Astra 高 9 个百分点,成本同样不到三分之一,并在 Vals Science Index 上刷新成绩。官方还提到内部 GDPval v2、Harvey LAB-AA、Artificial Analysis 的 AA-AnalystAgent 等知识工作评测。

Sol 被写成“many employees at OpenAI use it as their default model”。与 GPT-6.1 Sol 相比,官方称它更聪明、更省,能在同一付费方案下完成更多任务,适合多步智能体工作流和清楚、自然的写作。在 Cognition 的 FrontierCode 2.0 上,GPT-6.2 Sol 在 max 设置下与 GPT-6.2 Astra 相差约 0.5 分,成本约为后者的五分之一;在日常任务评测 LifeVal 上,Sol 的成绩高于 GPT-6 Astra,成本约为其七分之一。

API 价格方面,官方写明 GPT-6.2 Astra 的输入和输出 token 单价比 GPT-6 Astra 低 20%,缓存输入再打 60% 折扣:每百万 token 输入 8 美元、缓存输入 0.40 美元、输出 40 美元。GPT-6.2 Sol 保持 GPT-6.1 Sol 的 API 单价。OpenRouter 目录给出 Sol 的标价为每百万 token 输入 2 美元、输出 10 美元,上下文长度为 1.1M(以官方与提供商当时页面为准)。开发者文档还提醒:从 GPT-6.2 起,若检测到对话前缀被中途改动、模型降级、终端用户或组织变更,API 可能丢弃 reasoning items;工具调用建议使用 Responses API;迁移时应检查 reasoning.effort、不再支持的采样参数,以及 prompt cache 的新选项。官方同时发布了 GPT-6.2 系统卡,并写明这两个模型在准备框架下达到生物/化学能力 High 门槛,Astra 还是首个对外发布、在 AI Self-improvement 上达到 High 门槛的模型,因此伴随着更严格的网络安全相关防护。

用法

在 ChatGPT 中:按官方说明,Plus、Pro、Enterprise 与 Edu 用户可在 ChatGPT Work 和 Codex 里选择 GPT-6.2 Astra 或 GPT-6.2 Sol。若你的团队已经开通 Astra for Law,更新后的配置在 ChatGPT 中选择 gpt-6.2-astra-law;Enterprise 管理员也可通过 Trusted Access Program 申请。这些是法律配置的入口,不是 Astra / Sol 本体的默认选项。

在 API 中:把 model 设为 gpt-6.2-astra 或 gpt-6.2-sol。官方迁移建议从 medium 的推理力度开始;如果旧集成使用 none 或 minimal,改为 low。Responses API 使用 reasoning.effort,Chat Completions 使用 reasoning_effort。两个模型都支持 Chat Completions,但工具调用需要 Responses API。从 Chat Completions 迁移时省略 temperature、top_p、logprobs 和 top_logprobs。为了更好地复用缓存、降低成本与延迟,并在多轮中保留 reasoning,官方建议保持 prompt 前缀不变、把新指令追加在后面。文档还写明两者支持美国与欧盟数据驻留的 Standard、Fast 和 Batch,Ultrafast 仅支持美国数据驻留;经批准的组织可在符合条件的端点上使用 Zero Data Retention。

更完整的评测数字、示例和安全说明见官方介绍、Using GPT-6.2 以及文中链接的 GPT-6.2 系统卡。第三方路由(例如 OpenRouter 上的 openai/gpt-6.2-astra、openai/gpt-6.2-sol,以及带 pro 推理模式的 Astra Pro)以各提供商当时的目录与价格为准。