十一月十七日,OpenAI 把 GPT-6.2 的两个档位一起放了出来:Astra 管最难的项目,Sol 管日常的活。同一天上线 ChatGPT Work、Codex 和 API,Plus、Pro、企业版和教育版都能用。真正值得看的不是参数表,是价签和榜单上那 2.5 分。
两个档位,同一天,同一条接口
API 里的名字是 gpt-6.2-astra 和 gpt-6.2-sol。两款同时开放给 Plus、Pro、企业版和教育版,在 ChatGPT Work 和 Codex 里直接可选。两个模型的上下文都是 1.05M token——这个数字来自第三方引用官方模型文档,发布材料里没有单独强调。
还有个容易被忽略的改动:Ultrafast 模式。Pro 500 用户两档都能开,Pro 200 用户第一次拿到这个模式,先从 Sol 开始。
价签:旗舰降两成,日常档一分没动
Astra 的单价是输入每百万 token 八美元、缓存输入零点四美元、输出四十美元。对比上一代 GPT-6 Astra,输入和输出各降两成,缓存输入降六成。
Sol 的单价是输入两美元、缓存输入零点一美元、输出十美元,和 GPT-6.1 Sol 完全一样,一分没降。
一降一平,四倍价差没变。多数报道只写了「旗舰降价两成」,其实降得最狠的是缓存输入那六成——反复读同一份长材料的场景,省下来的钱比标价上看到的多。
不熟悉上一代怎么定价的,可以回看 GPT-6.1 Terra 那次把电脑操作打到半价 的算法,思路是一样的:拿旗舰的价签去换中间档的销量。
跑分要分三档看
第一档是能核实的。第三方 Artificial Analysis 的智能指数里,Astra 62.1 分排第二,Sol 57.3 分,Claude Fable 5.2 以 64.6 分排第一。也就是说,OpenAI 自己发新旗舰,第三方还是把第一名给了别人。
第二档是只有厂商说法的。Astra 在 Agents’ Last Exam 上比 GPT-6 Astra 高 5.2 分、比 Fable 5.2 高 5.5 分,成本是后者的 5%;科学测试 Terminal-Bench-Science 0.1 领先上一代 9 个百分点;法律测试 Harvey LAB-AA 通过率是 Fable 5.2 的两倍多,成本约六分之一;GDPval v2 提升 6.2 分,输出 token 少 22%。Sol 这边,在 Cognition 的 FrontierCode 2.0 上跟 Astra 只差 0.5 分,成本约五分之一;日常任务测试 LifeVal 超过 GPT-6 Astra,成本约七分之一;比 GPT-6.1 Sol 在 GDPval v2 上高 5.3 分。
第三档是没说清的。这些对比用的上一代是哪个具体版本、评测配置是什么、有没有第三方复现,发布材料都没交代。更要留意一个口径差:价签上 Astra 是 Sol 的四倍,官方却说 Sol 的成本是「五分之一」——价签算的是每 token 单价,五分之一算的是每次任务,差的那部分来自输出 token 的用量。两个数字都对,混着用就会算错预算。
顺带说一句,上一代 Sol 的打法可以看 十月的 DevDay 那篇,当时是把旗舰成本砍到五分之一,这次换成日常档贴上来。
一份合同,六块四还是一块六
拿一份 30 万 token 的合同举例:输入 30 万,其中 25 万走缓存,输出 1 万。
Astra 这边,5 万非缓存输入 0.4 美元,25 万缓存输入 0.1 美元,1 万输出 0.4 美元,合计 0.9 美元,按七块一的汇率大约六块四。
Sol 这边,5 万非缓存输入 0.1 美元,25 万缓存输入 0.025 美元,1 万输出 0.1 美元,合计 0.225 美元,大约一块六。
四倍。但 Sol 在 FrontierCode 上只差 0.5 分。所以真问题不是哪个更强,是这活值不值得多付三倍。
一个能直接用的判断:错了要人返工两小时以上的,上 Astra;读完就丢、错了再问一次的,用 Sol。中间那些活,先拿 Sol 跑,卡住了再换档,比一上来就用旗舰省钱得多。
安全评级往上走了一格
两个模型在网络安全上都评到 Critical,最高一档;针对高风险网络安全协助的限制收紧了。Astra 还有一个身份:OpenAI 第一个对外发布、在「AI 自我改进」上拿到 High 评级的模型。
这句话的分量不在「AI 要失控」,在准入:评级越高,能问的问题越少。对普通用户没感觉,对做安全测试的团队意味着可用边界又窄了一点。
法律版才是这次最容易漏的一条
同一批发布的还有 Astra for Law。官方说它在一场覆盖 24 个法律领域的发布评测里排第一,ChatGPT 企业版客户可以申请使用。
通用旗舰之外,开始出现按行业切的版本,这个信号比降价重要。它说明通用能力的边际收益在变小,接下来比的可能是谁的行业数据更干净、谁的验收标准更细。
但也别急着乐观:24 个领域怎么划分、题目谁出的、判分谁做的,发布材料同样没给。这类垂直版本的跑分,最怕的就是出题人和考生是同一家。
对三种人的实际影响
写代码的:Codex 里两档都能选。日常改 bug、写测试,Sol 在编程榜差 0.5 分,没必要为那半分付四倍钱。跨仓库重构、长链路调试才值得换 Astra。想横向比一比同价位的,可以参考 Qwen4-Max 那份账单。
做采购的:四倍价差加上缓存降六成,预算要按缓存命中率重算,不能只看 token 单价。命中率高的团队,Astra 的实际溢价会比价签上小。
普通用户:Pro 200 第一次能用 Ultrafast,但只在 Sol 上。想试旗舰的速度,得升到 Pro 500。
老达点评
这次最值得记的不是降价,是 OpenAI 在自己发的榜上排第二还照发。2.5 分的差距不遮,反而把「选档位」摆到了台面上:旗舰不再是默认选项,日常档贴着旗舰跑,价格差四倍。
被压缩的不是价格,是「必须用最贵那个」的心理。过去大家默认旗舰最稳,现在官方自己说日常档只差半分,采购的决策逻辑要跟着改。
另一个信号是法律版。模型按行业拆,说明通用能力打到头了,接下来拼的是数据和验收。对做 AI 编程工具 选型的人来说,这意味着以后比较的不是「哪个模型分高」,而是「哪个模型在你的活上错得少」。
最后提醒一句:所有「五分之一成本」「两倍通过率」都是厂商口径,第三方只给了综合分。真要做预算,拿自己最贵的那类活跑一百次,比看任何榜单都准。想继续追这条线,可以收藏 OpenAI 专题页,同价位的 Gemini 4 Hydrogen 我写在 这篇工具评测 里,两边的定价逻辑正好相反。