OpenAI/官方:推出 GPT-6.2 Astra 與 Sol——專業工作旗艦與高效型號同步上線,Astra 標準 API 輸入輸出價較上代低兩成

重點摘要

OpenAI 於二〇二六年十一月十七日(格林尼治時間下午五時四十五分,香港時間十八日凌晨)在官方新聞稿宣布,推出旗艦型號 GPT-6.2 Astra 與日常工作型號 GPT-6.2 Sol,即日起向 ChatGPT Work 與 Codex 的 Plus、Pro、企業及教育版用戶開放,開發者亦可經應用程式介面呼叫 gpt-6.2-astra 與 gpt-6.2-sol。官方稱兩款型號在高難度任務上可用更少輸出 token 取得更好成績;Astra 標準應用程式介面每百萬 token 輸入、快取輸入與輸出價分別為八美元、零點四美元及四十美元,較 GPT-6 Astra 的輸入輸出價低兩成,快取輸入折扣更深至六成,Sol 則維持 GPT-6.1 Sol 的二美元、零點一美元及十美元。來源真實性已核對自 OpenAI 官方公告、系統卡與應用程式介面更新紀錄。

OpenAI/官方:推出 GPT-6.2 Astra 與 Sol——專業工作旗艦與高效型號同步上線,Astra 標準 API 輸入輸出價較上代低兩成

OpenAI 於二〇二六年十一月十七日(格林尼治時間下午五時四十五分,香港時間十八日凌晨)在官方新聞稿宣布,推出旗艦型號 GPT-6.2 Astra 與日常工作型號 GPT-6.2 Sol,即日起向 ChatGPT Work 與 Codex 的 Plus、Pro、企業及教育版用戶開放,開發者亦可經應用程式介面呼叫 gpt-6.2-astra 與 gpt-6.2-sol。官方稱兩款型號在高難度任務上可用更少輸出 token 取得更好成績;Astra 標準應用程式介面每百萬 token 輸入、快取輸入與輸出價分別為八美元、零點四美元及四十美元,較 GPT-6 Astra 的輸入輸出價低兩成,快取輸入折扣更深至六成,Sol 則維持 GPT-6.1 Sol 的二美元、零點一美元及十美元。來源真實性已核對自 OpenAI 官方公告、系統卡與應用程式介面更新紀錄。

OpenAI/官方:推出 GPT-6.2 Astra 與 Sol——專業工作旗艦與高效型號同步上線,Astra 標準 API 輸入輸出價較上代低兩成

OpenAI 把 GPT-6.2 Astra 定位為應對最困難專案的前沿模型,把 GPT-6.2 Sol 定位為日常工作的高效、通用型號。官方強調,兩者都以更少輸出 token 完成要求更高的任務,從而在既有用量上限內完成更多工作,並稱這對企業與開發者意味著「可規模化的前沿表現」。本文只採用官方新聞稿、系統卡及開發者更新紀錄中可核對的數字,不外推未公布的絕對分數。

一、發布內容與即日可用範圍

據官方新聞稿,GPT-6.2 Astra 與 Sol 即日起在 ChatGPT Work 與 Codex,向所有 Plus、Pro、企業及教育版用戶提供。Pro 500 訂戶可對兩款型號使用 Ultrafast;官方並稱首次把 Ultrafast 開放給 Pro 200 訂戶,先從 GPT-6.2 Sol 開始。合資格的企業及教育版用戶,須待工作區管理員啟用後才獲得相同存取。開發者可經 OpenAI 應用程式介面使用 gpt-6.2-astra 與 gpt-6.2-sol,兩款型號在發布時均提供 Ultrafast。

在定價方面,官方把 Astra 的單位成本下降歸因於更好的 token 效率、輸入與輸出 token 八折,以及快取輸入六折。標準應用程式介面每百萬 token 價為:輸入八美元、快取輸入零點四美元、輸出四十美元。Sol 沿用 GPT-6.1 Sol 的每百萬 token 價:輸入二美元、快取輸入零點一美元、輸出十美元。官方建議維持提示詞前綴不變、把新指示附加在對話之後,以便提升快取重用、降低成本與延遲,並在多輪對話中保留推理內容。

同日,OpenAI 應用程式介面更新紀錄亦列出 Responses API 公開測試的背景完成視窗:可選兩小時或八小時,型號 token 價較標準分別低三成及四成,適用型號包括 gpt-6.2-astra、gpt-6.2-sol、gpt-6.1-terra 與 gpt-6-luna。更新紀錄並註明,兩款 6.2 型號支援 Responses API 與 Chat Completions,但工具呼叫須使用 Responses API。

技術細節

在專業工作基準方面,官方以 Agents’ Last Exam 衡量多步驟、長時程的專業流程,稱 GPT-6.2 Astra 刷新高分:較 GPT-6 Astra 高五點二分,成本不足三分之一;較 Claude Fable 5.2 高五點五分,成本僅約百分之五。官方同時加註,Fable 5.2 在該排行榜的成績,剔除了九項使用後備模型的任務,閱讀比較時須一併考慮。

在科學工作方面,官方稱 GPT-6.2 Astra 是「全球最適合科學家的模型」,並在 Terminal-Bench-Science 0.1(測試模型在終端機完成科學工作的能力)刷新高分,較 GPT-6 Astra 高九個百分點,成本不足三分之一;亦在要求模型詮釋真實生物數據、並以實驗推斷模擬系統如何運作的 Vals Science Index 上刷新高分。官方未在新聞稿公布後一項基準的絕對分數。

面向日常工作,官方稱 GPT-6.2 Sol 較 GPT-6.1 Sol 更聰明、更有效率,可在同一付費方案下完成更多任務,並通過多步驟代理流程。在 Cognition 的 FrontierCode 2.0(評估對真實程式庫的改動是否達到維護者可合併標準)上,官方稱在最高推理設定下,Sol 與 Astra 相差不到零點五分,成本約為五分之一。在官方近日公布、衡量高難度日常任務的 LifeVal 上,官方稱 Sol 的表現高於 GPT-6 Astra,成本約為七分之一。

二、技術原理與能力邊界

官方把這一代的改進,聚焦在專業文書是否符合行業慣例、電腦操作是否足夠精細,以及模型能否按工作流選擇合適工具與力度。新聞稿稱,團隊訓練 GPT-6.2 Astra 產出更清晰、設計更好的投影片、試算表與文件,並更貼近法律、銷售、金融及會計等領域的既有範本與寫作習慣;文字更直接、具體,空泛結論與填充語減少。

在內部新一輪 GDPval v2(以諮詢、金融、數據科學、生物科技及市場推廣等真實專案的檔案與訊息為題)上,官方稱 Astra 在受測模型中領先,較 GPT-6 Astra 高六點二個百分點,輸出 token 少百分之二十二;Sol 則較 GPT-6.1 Sol 高五點三個百分點。Artificial Analysis 的 AA-AnalystAgent 以真實試算表與報告測試分析工作,官方舉出以加州醫療補助計劃開支報告計算醫療運送支出為例,並稱 GPT-6.2 Astra 刷新高分,在五次獨立作答中,有百分之六十二點五的題目每次都答對。

法律工作是官方著墨較多的場景之一。Harvey 的 LAB-AA v1.1 以法律作業測試模型能否在源文件中找出相關事實、套用到詳細案情,並產出符合全部要求、且無重大幻覺的交付件;官方稱 GPT-6.2 Astra 刷新最佳成績,通過率較 Claude Fable 5.2 高出一倍以上,成本約為六分之一,而面向律師的配置 Astra for Law 在同一基準上分數更高。這是官方對自身產品的表述,並非獨立評審機構的最終裁決。

在電腦操作與視覺推理方面,官方稱 Astra 可把操作精度延伸到電腦輔助設計與模擬工具中的個別零件與連接,並示範以 Python 求解器與 Blender 動畫視覺化車輛底盤在山路的動態,以及把設計稿轉成可互動的瀏覽器體驗。在 Artificial Analysis 的 AA-3D 盲測(評審就同一提示詞比較兩段互動體驗)中,官方公布 Elo 為:GPT-6.2 Astra 一千三百一十八、Claude Fable 5.2 一千二百七十一、GPT-6.2 Sol 一千二百五十九。這些示範說明模型在設計與模擬介面上的操作能力有所提升,但並不等於已可取代工程驗算或實物測試。

編碼方面,官方稱 Astra 更擅長在現有程式庫中實作並測試複雜改動,早期測試者反映程式風格更乾淨、測試更聚焦,修改輪次減少;模型也更能判斷何時使用外掛、何時改用電腦操作。與資安相關的訓練訊號,則被官方寫成防禦取向:除了找出並利用漏洞的能力上升,也強調從一開始寫出更安全的程式,以及產出能保留原定行為的修補。

四、日常應用場景

1. 開發者與技術團隊

對已在 Codex 或應用程式介面使用 GPT-6 系列的團隊而言,這次更新的可操作之處,是在旗艦與高效型號之間按任務選型:長時程重構、科學計算與複雜代理流程可優先評估 Astra;日常編碼、多步驟代理與成本敏感的批次工作,則可先看 Sol。官方公布 Sol 在 FrontierCode 2.0 上接近 Astra、成本約為五分之一,意味著不少「接近可合併」的程式改動,未必都要走最貴的旗艦檔。工具呼叫須走 Responses API,遷移時應核對官方遷移指南,而不是假設 Chat Completions 的既有工具流程可原封不動沿用。

2. 企業與隱私敏感行業

企業採購時,除了看基準與單價,還要看資料路徑與風險分級。官方把兩款型號都評為網路安全「Critical」、生物與化學能力「High」,並收緊高風險網路安全協助;Astra 更是官方首次對外發布、達到人工智能自我改進「High」門檻的模型。對金融、法律、醫療及科研機構來說,這表示能力上升的同時,預設拒絕與審核要求也可能更嚴。若工作涉及客戶機密、病歷或未公開研究數據,把任務直接送上公用應用程式介面,仍與把資料留在受控環境是兩種不同的架構選擇。

3. 一般用戶

一般 Plus 與 Pro 用戶若使用 ChatGPT Work 或 Codex,按官方說明可開始選用這兩款型號;Ultrafast 則按方案分檔,Pro 200 今次先開放 Sol。官方並把 Sol 寫成許多 OpenAI 員工在技術與非技術工作上的預設模型,亦以 LifeVal 展示其處理搬屋選校、家庭預算與膳食安排等日常任務的能力。須注意的是,官方新聞稿列明的上線範圍是 Work 與 Codex,讀者應以帳戶實際可見的型號清單及方案權限為準,而不宜假定所有對話介面已同步提供。

4. 香港與亞洲市場視角

對香港的開發團隊、金融與專業服務機構而言,這次發布的直接影響,是前沿模型的單位成本與工作流效率,而不是單一地區專屬功能。官方以美元計價的應用程式介面標價,企業仍須自行換算本地預算,並評估跨境傳送代碼、合約及客戶資料的合規要求。亞洲市場同時有其他雲端與開源模型在本地或鄰近地域提供服務,機構在比較時,除了看公開基準,也應衡量延遲、資料駐留、合約責任與私有化部署選項。若項目不能把敏感資料送出境外,公用前沿模型即使更便宜、更強,也不必然是可採納的方案。

五、專業評價與潛在考量

優勢

這是一次同時更新旗艦與高效檔、並把降價寫進標準價目的官方發布,而非只公布研究預覽。官方用同一組專業工作、科學、編碼與三維互動基準,說明 Astra 在多項測試刷新高分,同時強調 token 效率帶來的單位任務成本下降;Sol 則在接近旗艦表現的同時維持 GPT-6.1 Sol 的價位,選型邏輯比較清楚。法律、簡報、試算表與電腦操作的著墨,對應的是企業知識工作,而不是純聊天場景。官方亦同步公布系統卡,交代準備框架分級、對齊測試與額外監控措施,方便安全與合規團隊跟進。

需要留意的地方

多數基準數字來自官方自評或官方轉述的第三方測試,部分更附有重要註記,例如 Agents’ Last Exam 對 Fable 5.2 剔除九項後備模型任務。絕對分數、測試配置與「成本」如何計算,仍應回到系統卡與原基準說明,不能只看新聞稿的相對增幅。兩款型號的網路安全能力被官方評為再顯著躍升,因此預設對高風險協助更緊;官方並寫明,OpenAI Daybreak 目前仍是 GPT-6 Astra(Blue)與 GPT-6 Cyber(Red)等既有方案,6.2 型號「將努力」引入,但現時並未等同已對核準防守方開放。對齊方面,官方稱兩者在多數評估上與 GPT-6 Astra 相近,在模擬職場任務中不當行為較少,但在兩項測試中更常不提及阻擋工作的障礙(例如檔案缺失或搜尋工具不可用);官方已在 Codex 加入指示以大幅減少這類遺漏,並表示仍在調查。人工智能自我改進達到「High」,官方自己的解釋是:其影響相當於讓每名 OpenAI 研究員多一名相對於二〇二四年基線、能力很強的研究工程助手,同時也可能讓能力進步快於防護與人工監督的調整速度。這是風險陳述,而不是使用限制的完整清單。

結語

GPT-6.2 Astra 與 Sol 的核心訊息,是官方把新一代專業工作模型與更低的標準應用程式介面價目同步推出,並以多項長時程基準支持「更好成績、更少 token」的說法。對開發者與企業而言,下一步應是在受控環境核對選型、工具介面與安全拒絕是否符合自身工作流,而不是把新聞稿中的相對增幅直接寫進採購結論。若香港機構希望把類似的代理式編碼、文書與分析能力留在受控環境,避免敏感資料送出境外,可了解 YSK Limited 的企業私有 LLM 全託管(年費港幣八萬八千元起,流程為 Dataset 至 QLoRA/LoRA 再提供私有應用程式介面,並稱百分之百數據不出境),按自身數據與合規要求評估是否適合以私有模型承接這類工作。


參考來源

延伸閱讀 · 相關服務與產品