OpenAI 发布了两个新模型:GPT‑6.2 Astra 定位为应对最难项目的前沿模型,GPT‑6.2 Sol 则是面向日常工作的高效通用模型。两者均已通过 API 提供,模型标识分别为 gpt-6.2-astra 与 gpt-6.2-sol。Simon Willison 同时发布了 LLM 0.38,加入对这两个新模型的支持。
价格方面,GPT‑6.2 Astra 的定价为每百万输入 token 8 美元、每百万输出 token 40 美元,相当于上一代 GPT‑6 Astra 价格的 80%,与 Claude Fable 5.2 的价格持平——后者同样只收前代 80% 的费用。GPT‑6 Astra 与 Fable 5 的旧价格为每百万输入 10 美元、每百万输出 50 美元。缓存命中的价格降幅更大:从旧模型的每百万 1 美元降至每百万 0.40 美元,这对长时间运行的智能体会话来说是好消息。
GPT‑6.2 Sol 则维持每百万输入 2 美元、每百万输出 10 美元的定价,与 6.1 Sol 和 6 Sol 相同,是 GPT‑5.6 Sol(每百万输入 4 美元、输出 20 美元)价格的一半。
Willison 照例用他的「骑自行车的鹈鹕」测试对比了新模型。他提供了 GPT-6.2 Sol 与 GPT-6.2 Astra 的鹈鹕结果,并给出完整对比网格,展示 high、xhigh、max 三档推理强度下与之前 Sol、Astra 版本的差异。描述显示,6.2 Astra 的 max 档画出了分层羽毛、飘动红围巾以及搭在车把上的翅膀,成本为 88.71 美分;xhigh 档为 17.70 美分,增加了绿色帽子并保留海边场景;high 档为 11.55 美分,羽毛简化但骑行姿态仍清晰。6.2 Sol 在 max(13.69 美分)与 xhigh(6.74 美分)档展现出可信的踩踏姿势,一只脚高于另一只,翅膀向前伸出;high 档(2.41 美分)时鸟的位置更低,车把不易辨认。旧版 gpt-6-astra 在 max 档(63.21 美分)让长翅膀顺着车把弧度延伸,xhigh(33.85 美分)显示两条弯曲的腿踩在踏板上,high(18.37 美分)则一条腿几乎笔直向下,姿态显得僵硬。gpt-6.1-sol 在 max(13.48 美分)与 xhigh(5.39 美分)使用几乎相同的长颈鸟和搭在车把上的翅膀,high 档(3.66 美分)时翅膀收在身体旁,看起来像在撒把骑行。
除了鹈鹕测试,Willison 还用他在 Codex CLI 中以 Ultra 推理强度运行的基准提示词考察两个模型:制作一个 three.js 动画,让 Yonkers 以酷炫的起身动作变成巨大机甲,并利用 OpenStreetMap 地图数据在曼哈顿、皇后区和布鲁克林踏步行进。他分别给出了 Sol 与 Astra 的结果,并指出与 Claude Fable 5.2 和 Gemini 4 Carbon 的版本相比,这两个新模型都没能足够好地完成 Yonkers 变身为巨型机甲的过程。
Willison 还展示了 Astra 与 Sol 动画同时播放的对比视频。他在 Codex 桌面应用中用 GPT-6.2 Astra(Ultra 档)生成该视频,先后要求把两个页面视频的前 10 秒上下拼接、在上下两半分别叠加「GPT-6.2 Astra」和「GPT-6.2 Sol」的标签且位置要雅致、把视频做成 2000x2000 像素的方形,随后又要求把时长改为 20 秒,并公开了导出的会话记录。
目前围绕新模型的评价褒贬不一。GPT‑6.2 Astra 在多项基准上得分并未明显超过 Fable 5.2,也有人抱怨它的沟通风格令人困惑。Theo Browne 的评测以他在预发布阶段发给 OpenAI 的反馈信形式呈现,其中给出一个典型例子:模型处理长任务时能调用并管理大量子智能体,但随后会突然询问一些用户根本无从理解、更无法作答的内部实现细节。他举例说,自己发出「/goal make a new level for Outer Wilds」两小时后,任务因模型想问他「r24 的审查器是把片段写到 24_g521.mp4 还是 24_p11.mp4」而陷入阻塞。