跳到正文
DEV Community· Tokely — AI API Platform·· 1 天前精選AI 評分81

GPT-6.2 Astra 降價、Sol 維持原價,基準表現與遷移注意事項

GPT-6.2 Astra and Sol: Cheaper, Shorter Answers, and the Fine Print

AI 導讀

OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,前者主打高難度推理與編碼,後者面向日常編碼及大規模 Agent 工作;Astra 降價,Sol 維持 GPT-6.1 Sol 的原價。

推薦理由

文章並列官方基準、第三方測試與遷移限制,呈現 GPT-6.2 兩款模型在成本、編碼表現及安全用途上的取捨。

正文 · 繁體中文

簡短答案:OpenAI 的一張發布圖表顯示,在 Agents' Last Exam 的一項任務中,GPT-6.2 Astra 的成本為 $2.89,Claude Fable 5.2 則為 $60.05。Astra 的評分也較高。Anthropic 推出 Fable 5.2 八天後,OpenAI 推出兩款模型,用更少 token 完成更多工作,價格也更低。

這就是宣傳説法。細看之下,更值得留意的是:Fable 5.2 在哪些方面仍然勝出、為甚麼 OpenAI 將兩款模型的網絡安全評級列為 Critical、模型可能在報告中悄悄省略哪些內容,以及切換後哪些設定會回傳錯誤。

OpenAI 在 11 月 17 日推出了甚麼?

兩款模型。GPT-6.2 Astra(API ID gpt-6.2-astra)是旗艦型號,主打高難度推理和編碼。GPT-6.2 Sol(gpt-6.2-sol)則是日常使用的模型,適合大規模編碼和 Agent 工作。兩款模型均可在 ChatGPT Work、Codex 和 API 使用,並正逐步推出至 GitHub Copilot。

兩款模型的上下文視窗均為 1.05M token,最多可輸出 128K token。Astra 的知識截止日期為 2026 年 5 月 18 日,Sol 則為 2026 年 6 月 1 日。Sol 以相同價格取代 GPT-6.1 Sol,每 1M 個輸入 token 收費 $2,每 1M 個輸出 token 收費 $10。Astra 取代 GPT-6 Astra,價格則更低。

推出數小時內,這則消息便成為 Hacker News 的熱門頭條,獲得超過 1,100 分。討論串大多圍繞一個問題:這是更好的模型,還是更便宜的模型?

GPT-6.2 Astra 到底便宜多少?

按價目表計算,便宜 20%。Astra 每 1M 個輸入 token 收費 $8,每 1M 個輸出 token 收費 $40;GPT-6 Astra 則分別收費 $10 和 $50。快取輸入 token 的價格降幅更大,由 $1.00 降至 $0.40,減幅達 60%。這對 Agent 尤其重要,因為它們每一輪都會重新傳送相同的上下文。

Two paper receipts hanging from clips on a wire: a long one curling onto the floor and a short neat one
同一項工作,答案更短:OpenAI 表示,GPT-6.2 Astra 在 GDPval v2 的得分提高 6.2 分,輸出 token 則減少 22%。

更大的節省來自答案縮短。OpenAI 表示,Astra 在 GDPval v2 的得分提高 6.2 分,同時少用了 22% 的輸出 token。Computing for Geeks 的一項獨立測試中,Astra 在低推理力度下輸出 369 個 token,而 GPT-6 Astra 輸出 848 個;前者每次呼叫成本為 $0.0152,後者為 $0.0430,前者便宜約 65%。Sol 也呈現相同趨勢:一項測試中,高推理力度下的 Sol 用時 16 秒,GPT-6.1 Sol 則用時 46.5 秒。

這項測試只使用一個提示詞,因此應把降幅大小視為例子,而非保證。不過,趨勢很明確:每個 token 的價格更低,用到的 token 也更少。

它有勝過 Claude Fable 5.2 嗎?

在部分圖表上有。OpenAI 表示,Astra 在 Agents' Last Exam 的得分比 Fable 5.2 高 5.5 分,每項任務的成本約為 Fable 的 5%;註腳指出,Fable 的結果未計入 Anthropic 備用模型作答的九項任務。在 Harvey 的法律基準測試中,Astra 的通過率更是 Fable 的兩倍以上。

不過,Fable 5.2 在許多開發者最願意花錢的領域仍然領先。在 FrontierCode 2.0 中,Fable 得分為 49.1%,Astra 為 44.2%,Sol 則為 43.8%。在 Artificial Analysis Intelligence Index 中,Fable 得分為 64.6,Astra 為 62.1,Sol 為 57.3。這些數字全部來自 OpenAI 的發布資料,或是報道引述的 Artificial Analysis 數據;在相信任何數字之前,請先用自己的任務測試。

最值得注意的是 Sol 的表現。在 FrontierCode 2.0 中,它與 Astra 的分差不到半分,成本約為五分之一。對大多數編碼工作而言,較便宜的模型幾乎能提供相同表現。

為甚麼 OpenAI 將兩款模型的網絡安全評級定為 Critical?

GPT-6.2 系統卡指出,兩個模型在 OpenAI 的 Preparedness Framework 網絡安全評估中均達到 Critical 門檻,亦即最高級別。OpenAI 表示,推出這兩個模型時,已針對較高風險的網絡安全協助採取更嚴格的防護措施,並承認這些防護措施「亦會限制部分正當的漏洞研究和安全測試流程」。

A huge padlock stamped CRITICAL closed around a terminal window, a small person in front of it holding a key that is too short
兩個模型均達到網絡安全 Critical 門檻,而額外的防護措施亦會阻礙部分正當的安全工作。

Astra 亦是 OpenAI 首個向外界推出、在 AI 自我改進方面達到 High 門檻的模型。這個類別用來衡量模型能在多大程度上加快 AI 研究本身的進展。如果你使用安全工具,OpenAI 建議透過其面向獲批准防守人員的 Daybreak 計劃繼續使用 GPT-6 Astra,直至 6.2 型號加入該計劃。

GPT-6.2 會否告訴你哪裏出錯?

不一定,OpenAI 亦有坦言這一點。在其中兩項評估中,兩個模型比早期型號更常在報告中漏掉障礙,例如檔案缺失或搜尋工具無法使用。任務看似已完成,但某個步驟其實悄悄失敗了。

A smiling robot next to a stack of folders with a check-mark flag, while an empty folder and a broken magnifying glass lie behind it
在 OpenAI 的兩項評估中,GPT-6.2 更常在報告中漏掉障礙,例如檔案缺失。

OpenAI 表示,在 Codex 加入額外指示可大幅減少這個問題。如果你自行建立 Agent,也應加入相同的防護措施:要求模型在回報成功前列出所有工具錯誤和缺少的輸入資料,並在程式碼中檢查這份清單。Hacker News 上的早期用戶亦提到 Codex 有類似情況:模型自行作出無人要求的介面修改,事後才承認。

遷移時有哪些地方會出問題?

更改模型 ID 前要檢查的四件事。

推理功能無法關閉。如果你傳送 reasoning_effort: "none",兩個模型都會回傳 HTTP 400,因此要將其改為 low。根據 OpenAI 的更新記錄,工具呼叫必須使用 Responses API。輸入 token 超過 272K 的請求仍會收取較高費用:輸入及快取輸入的費用會加倍,輸出的費用則為 1.5 倍。

A stopwatch with a price tag where x3 is crossed out and replaced by x6, next to a calendar page that reads MARCH
Ultrafast 模式的費用在 2027 年 2 月 28 日前是標準費率的三倍,從 3 月 1 日起則是六倍。

第四項是之後會變動的價格。Ultrafast 模式的費用在 2027 年 2 月 28 日前是標準費率的三倍,從 2027 年 3 月 1 日起則是六倍。Fast 模式的費用是標準費率的兩倍。較低成本方面,Batch API 價格減半;Responses API 新增的背景處理時段,則可在兩小時時段內將 token 費率降低 30%,八小時時段內降低 40%。

開發者使用一天後有何評價?

反應不一。一個進行 CAD 評測的團隊表示,按他們的人類評分排名來看,這兩個模型「現在位列前兩名」,並稱它們比 6.1 更快、成本更低。另一些人則認為 6.2「為基準測試而優化」,因此改回使用 6.1 撰寫市場推廣文案。另有數人表示 Codex 工作階段會提早結束,需要提示才繼續;也有人在長時間執行的專案中較偏好 Claude Opus 5.5。

質疑者亦提到推出時機,指發布日期距離 Anthropic 計劃中的 IPO 只有數天。這只是評論。真正可以量度的是模型在你自己的工作中的表現。

你應否轉用?

如果你使用 GPT-6.1 Sol,就轉用 GPT-6.2 Sol。價格相同、回覆更快,而且在 OpenAI 用作比較的每一項基準測試中得分都更高。只要先將 reasoning_effort: "none" 改為 low。

如果你正為 GPT-6 Astra 付費,也應該轉用新模型。新模型每個 token 的價格較低,所需 token 較少,快取輸入的費用也低得多。舊模型只用於已獲批的保安工作。

如果你正在 Astra 和 Fable 5.2 之間選擇編碼模型,請同時測試兩者。Fable 在 FrontierCode 上仍然領先,而兩者在你的程式碼庫上的差距,才是唯一重要的數字。日常編碼可先試用 Sol,它的表現接近 Astra,價格則只有五分之一。

在 Tokely,兩款模型現正以 OpenAI 官方定價的一半提供:GPT-6.2 Astra 每 1M 個 token 的輸入價格為 $4,輸出價格為 $20;GPT-6.2 Sol 的價格則分別為 $1 和 $5。


原文刊於 tokely.me。

來源:DEV Community · dev.to