OpenAI 發布 GPT-6.2 Astra 和 Sol,Artificial Analysis 評測排名第二
Artificial Analysis 評測 GPT-6.2 Astra 和 Sol:智慧指數升至第二
OpenAI 發布 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型在 Artificial Analysis 的智慧指數中排名第二,僅次於 Claude Fable 5.2。
- Astra 每百萬個輸入 token 收費 8 美元、輸出 40 美元。
- Sol 的輸入和輸出各為 2 美元和 10 美元。評測中,Astra 在科學、3D 和機器人專案表現突出,但程式 AI 助理指數沒有進步,Sol 還比前代少 3 分。兩款模型在最大努力設定下的幻覺率分別為 59% 和 55%。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
評測同時列出 GPT-6.2 Astra 與 Sol 的價格、排名和表現落差,可用來比較成本與不同任務的能力。
Artificial Analysis 完整文章·2026-11-17 00:00· 1 天前精選AI 評分77
OpenAI has the #2 model in the Intelligence Index with the release of GPT-6.2 Astra and GPT-6.2 Sol
AI 導讀
Artificial Analysis 評測 OpenAI 釋出的 GPT-6.2 Astra 和 GPT-6.2 Sol,兩者在 Artificial Analysis Intelligence Index 中位列第二,僅次於 Claude Fable 5.2。
推薦理由
Artificial Analysis 以自家指數給出 GPT-6.2 的價格、得分與短板,讀者可據此對比當前各家的成本與能力格局。
OpenAI 釋出 GPT-6.2 Astra 和 GPT-6.2 Sol,在 Artificial Analysis 智慧指數中拿下第二名,並佔據了單任務成本帕累托前沿的大部分割槽域

GPT-6.2 Astra 定價為每百萬 token 輸入 8 美元、輸出 40 美元,比 GPT-6 Astra 低 20%,快取輸入價格從 1.00 美元降至 0.40 美元。GPT-6.2 Sol 的定價與 GPT-6.1 Sol 持平,為每百萬輸入/輸出 token 2 美元/10 美元。
要點:
➤ 智慧指數排名第二:在 Artificial Analysis 智慧指數中,OpenAI 目前僅次於 Anthropic 的 Claude Fable 5.2。GPT-6.2 Astra 比 GPT-6 Astra 提升 5 分,在各自最高努力檔位下超過了 Gemini 4 Carbon(60 分)和 Claude Opus 5.5(59 分)。GPT-6.2 Sol 提升 2 分至 57 分,與 GPT-6 Astra 持平,而單任務成本僅約為後者的 15%。
➤ 佔據大部分成本與輸出 token 前沿:OpenAI 的模型如今佔據了單任務成本帕累托前沿的大部分,前沿上只剩 Anthropic 和 Meta 與之共享。OpenAI 還主導了單任務輸出 token 帕累托前沿,Claude Fable 5.2 是唯一齣現在該前沿上的非 OpenAI 實驗室模型。
➤ 科學與知識方面表現突出:在我們兩項重點科學評測中,OpenAI 均表現強勁:在覆蓋AI 助理科研工作流的 Terminal-Bench-Science 0.1 上排名第一;在覆蓋物理推理的 CritPt v2(困難子集)上僅次於 Claude Fable 5.2,位列第二。在 AA-Omniscience v1.1 準確率衡量的事實知識,以及推理與知識基準 HLE-Diamond 上,GPT-6.2 Astra 也僅落後於 Claude Fable 5.2。
➤ 3D 與機器人領域領先:GPT-6.2 Astra 以 1318 分領跑 AA-3D,Claude Fable 5.2 為 1271 分,GPT-6.2 Sol 為 1259 分。該基準衡量模型構建互動式 3D 體驗的能力,由人工評分。GPT-6.2 還在 AA-Robotics v0.1 上領先,這是我們的一項研究預覽,衡量語言模型理解、規劃並在現實世界中行動的能力。GPT-6.2 Astra 和 GPT-6.2 Sol 分別得分 79 和 78,領先於 Claude Fable 5.2 的 75 分。我們的團隊正加緊加入更困難的任務,因為在這次初步研究預覽中,OpenAI 和 Anthropic 的模型已能完成大多數基礎任務。
➤ 程式設計AI 助理指數沒有提升:在 Artificial Analysis 程式設計AI 助理指數(Codex 測試框架,最高努力檔位)中,GPT-6.2 Astra 與 GPT-6 Astra 持平,GPT-6.2 Sol 則比 GPT-6.1 Sol 下降 3 分。Sol 的下滑源於 SWE-Atlas-QnA-AA 下降 14 分,該模型比前代更容易在回答中遺漏關鍵事實。不過,憑藉成本效率,GPT-6.2 Astra 和 Sol 的多個努力檔位仍進入了單任務成本帕累托前沿。

在 Artificial Analysis 程式設計AI 助理指數(Codex 測試框架,最高努力檔位)中,GPT-6.2 Astra 與 GPT-6 Astra 持平,GPT-6.2 Sol 則比 GPT-6.1 Sol 下降 3 分。Sol 的下滑源於 SWE-Atlas-QnA-AA 下降 14 分,該模型比前代更容易在回答中遺漏關鍵事實。

OpenAI 主導了單任務輸出 token 帕累托前沿,Claude Fable 5.2 是唯一齣現在該前沿上的非 OpenAI 實驗室模型。

GPT-6.2 Astra 以 1318 分領跑 AA-3D,Claude Fable 5.2 為 1271 分,GPT-6.2 Sol 為 1259 分。該基準衡量模型構建互動式 3D 體驗的能力,由人工評分。

GPT-6.2 還在 AA-Robotics v0.1 中領先。這是我們推出的研究預覽版評測,用來衡量語言模型在真實世界中理解、規劃和行動的能力。

在 AA-Omniscience 幻覺率評測中,GPT-6.2 Astra 和 GPT-6.2 Sol 在最大努力設定下的幻覺率分別為 59% 和 55%。該指標衡量的是:面對廣泛話題中的事實性問題,模型在不知道正確答案時傾向於猜測的程度。

Artificial Analysis 智慧指數 v5 中各項單獨評測的細分結果
在以下網址將 GPT-6.2 與其他領先模型進行對比:https://artificialanalysis.ai
來源:Artificial Analysis 完整文章 · artificialanalysis.ai