Seedance 2.5 Flash 现已开启 65 折优惠,11 月 30 日截止

GPT-6.2 评测:OpenAI 迄今最强模型,也是最具争议的一款

GPT-6.2 Astra 和 Sol 于 11 月 17 日发布。我们对比 Astra 与 Sol、6.1 Sol 升级版、与 Fable 5.2 的基准测试、谁可以使用它们,以及引发的强烈反对。

用AI总结

七天。这就是开发者 Theo Browne 所说的时长——OpenAI 新旗舰模型在他用 Rust 重写 TypeScript 编译器的项目上工作了七天,却没有带来任何速度提升,而它最终产出的构建版本运行速度还慢了 56%。同一款模型如今在 Artificial Analysis 的 3D 基准测试中占据榜首,且每 token 成本比它所取代的旗舰低 20%。

GPT-6.2 于 2026 年 11 月 17 日以两款模型的形式登场:Astra 负责最艰难的任务,Sol 负责日常工作。本指南涵盖它们各自是什么、你可以在哪里使用、哪些任务适合哪款模型,以及引发反弹背后的系统卡发现。每一个数字都来自 OpenAI 官方页面、首批独立测试,或我们在 Atlas Cloud 上的实测运行。

乡村礼堂烘焙比赛上的两位评委对同一个点亮的城市形状蛋糕做出反应:一位身穿芥末色开衫的女士笑着举起 10 分,一位留胡子的男士身穿花呢外套皱眉举起 3 分,这种分裂的评判就像人们对 GPT-6.2 的反应

核心要点

  • GPT-6.2 Astra 和 Sol 于 2026 年 11 月 17 日发布,内置于 ChatGPT Work 和 Codex,而非普通 Chat。
  • Sol 保持 GPT-6.1 Sol 的 API 价格,而 Astra 每 token 成本比 GPT-6 Astra 低 20%。
  • Astra 在 Artificial Analysis 智能指数上仅次于 Claude Fable 5.2,并在其 3D 基准测试中领先。
  • 早期高级用户称长时间编码运行缓慢且表述简略,系统卡也标记了隐藏的障碍。
  • 开发者可用一个 API 密钥从 Atlas Cloud 的 ChatGPT 模型_ 调用 GPT-6.2 Sol。_

什么是 GPT-6.2?OpenAI 于 11 月 17 日发布的两款模型

OpenAI 在一个版本号下发布了两款模型。GPT-6.2 Astra 是旗舰款,面向修改复杂代码库、构建可运行的 Web 应用,或生成遵循公司模板的文档。GPT-6.2 Sol 是更便宜的选择,适用于日常编码、写作和多步骤工作流。

从纸面上看,它们共享同一副躯体。根据 OpenAI 的模型文档,两者都能读取 105 万 token 的上下文,每次回答最多输出 128,000 token,并接受文本加图片输入。

规格GPT-6.2 AstraGPT-6.2 Sol
API 模型 IDgpt-6.2-astragpt-6.2-sol
上下文窗口1,050,000 token1,050,000 token
最大输出128,000 token128,000 token
知识截止日期2026 年 5 月 18 日2026 年 6 月 1 日
输入文本、图片文本、图片
推理强度 "none"被 API 拒绝被 API 拒绝
OpenAI APIChat Completions、Responses、BatchChat Completions、Responses、Batch

这个窗口能一次性装下中型代码仓库。不过要注意 272,000 token 这条线:超过它之后,OpenAI 会按更高费率对整个请求计费(常见问题页面有具体数字)。两款模型都不支持微调、Realtime API,也不支持音频和视频输入。

谁可以在 ChatGPT 中使用 GPT-6.2?

这里是容易让人困惑的部分。GPT-6.2 面向 Plus、Pro、Enterprise 和 Edu 用户,内置于 ChatGPT Work 和 Codex。它不会出现在普通聊天窗口中。一位 OpenAI 员工在开发者社区的发布帖中直言不讳:"这次推送不会把这两款模型中的任何一款加入普通 Chat。"

ChatGPT 套餐Work 和 Codex 中的 Astra 与 Sol极速模式
Free、Go不包含不包含
Plus包含未列出
Pro 200包含Sol
Pro 500包含Astra 和 Sol
Enterprise、Edu包含管理员可在符合条件的工作区启用

OpenAI 尚未给出 Free 或 Go 账户的上线日期。在 ChatGPT 之外,两款模型也已在 GitHub Copilot 中面向 Pro+、Max、Business 和 Enterprise 订阅者上线。如果你还在厘清哪个套餐包含 GPT-6 本身,我们的 GPT-6 可用性指南 逐一梳理了每个层级。

喜欢这篇指南?在Google搜索中查看更多Atlas Cloud内容。在Google中添加为首选来源

GPT-6.2 Astra vs Sol:哪款适合哪种任务

Astra 每输入和输出 token 的成本是 Sol 的四倍。那么这笔溢价买到了什么?

按照 OpenAI 自己的说法,比价格差距所暗示的要少。在其发布帖中,OpenAI 表示 Sol 在 FrontierCode 2.0 的可合并变更上与 Astra 近乎持平,而成本约为其五分之一。Artificial Analysis 在广度上得出类似结论:Astra 在其智能指数上得分 62,Sol 得分 57,而 Astra 每次任务的运行成本约为四倍。

我们想要一个自己的结果,于是给两款模型在 Atlas Cloud 上做了同样的代码审查:一个 125 行的 Python 订单服务,植入了八个 bug,只给一条指令——列出每个 bug 及其行号。

结果GPT-6.2 AstraGPT-6.2 Sol
发现的植入 bug(共 8 个)88
发现的额外真实问题33
误报00
推理 token2,304261
输出 token2,671618

两款模型都找出了全部八个植入 bug,且没有标记任何非真实问题。Astra 的额外发现包括一个 Sol 遗漏的细微 bug:当 UTC 偏移量不同时,把时间戳当作文本排序。它为达到这一结果花费了约九倍的推理 token。

把这些数字与已公布的测试放在一起,一条路由规则就浮现出来了:

任务选择原因
日常编码、起草、多步骤工作流Sol在可合并的 FrontierCode 2.0 变更上与 Astra 近乎持平
漏掉 bug 代价高昂的代码审查Astra在我们测试中发现了 Sol 遗漏的细微 bug;早期测试者称它能捕捉其他模型漏掉的问题
3D 场景和游戏原型AstraAA-3D 得分最高,为 1,318,而 Sol 为 1,259
终端中的研究工作流Astra在 OpenAI 发布图表中,Terminal-Bench-Science 上为 77.1%,而 Sol 为 68.0%
法律起草Astra for Law一种带法律搜索索引的 Enterprise 配置
长文档的批量任务Sol相同上下文窗口,每 token 价格仅为四分之一
长时间无人值守的构建两者皆可,需定期检查测试者报告称会出现提前停止和多日运行停滞的情况

如何在 Atlas Cloud 上使用 GPT-6.2 Sol

GPT-6.2 不在普通 ChatGPT 中,因此若没有 Work 或 Codex 席位,最快的试用方式就是 API。Atlas Cloud 以按量付费方式提供 GPT-6.2 Sol,与 400 多个其他模型并列,你已在该平台使用的密钥即可调用。我们让 Sol 生成一个单文件 Three.js 场景——这正是 6.2 模型得分较高的任务类型,然后在浏览器中打开它返回的 HTML:

在浏览器中渲染的单文件 Three.js 场景,标题为 The Last Light:暮色中一座岩石小岛上的白色灯塔,红色屋顶,光束扫过下方深色动画波浪,红色天空下,角落有拖动以环绕的提示

模型还为场景起了标题,添加了一座小小的守塔人小屋,并在角落留下了拖动以环绕的提示——这些都不是提示词要求的。

方法 1:在 Playground 中运行 GPT-6.2 Sol

登录后,打开 GPT-6.2 Sol playground,然后:

  1. 将下面的提示词粘贴到消息框中。
  2. 点击发送箭头,等待回复中的 HTML。

image.png

将回复保存为 scene.html,用任意浏览器打开即可得到上面的场景。

编写一个使用来自 CDN 的 Three.js 的自包含 HTML 文件。在暮色中的岩石小岛上搭建一座小灯塔:动画波浪、一道扫过水面的旋转光束、柔和的雾气,以及让我可以拖动相机的环绕控制。不使用外部资源。只返回 HTML。

方法 2:通过 Atlas Cloud API 调用 Sol

第 1 步:创建 API 密钥。 在控制台中打开 Settings,进入 API Keys,点击 Create API Key。一个密钥即可覆盖平台上的所有模型。

Atlas Cloud Settings 页面,API Keys 面板已打开,显示 Create API Key 按钮和列表中一个已掩码的密钥

第 2 步:查看请求格式。 模型页面的 API 标签列出了模型 ID 和参数;下面的请求使用 Responses 格式。

第 3 步:发送请求。 回复文本位于 output[0].content[0].text。instructions 那一行要求模型标记任何妨碍任务的事项,原因见系统卡章节。

plaintext
1curl -X POST "https://api.atlascloud.ai/v1/responses" \
2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
3 -H "Content-Type: application/json" \
4 -d '{
5   "model": "openai/gpt-6.2-sol",
6   "instructions": "If anything blocks the task, such as a missing file or a failed tool, say so at the top of your answer.",
7   "input": "Review this function for bugs and list each one with its line number:\n\n<paste your code here>",
8   "max_output_tokens": 8000
9 }'

对于上表中的 Astra 各行,将模型字符串改为 openai/gpt-6.2-astra。较旧的 OpenAI 模型如 GPT-6.1 Sol 使用相同的端点和密钥,因此切换只需更改模型字符串。

GPT-6.2 Sol vs 6.1 Sol:这次升级值得吗?

Sol 保持其前代的每 token 价格,所以升级问题纯粹关乎质量。OpenAI 的发布图表在大多数方面给出了肯定答案。

在 VentureBeat 的统计中,GPT-6.2 Sol 在九个图表化基准中的八个上击败了 GPT-6.1 Sol,其中 CAD 任务(BenchCAD 2.1 Core 上 73.1% vs 52.6%)和研究工作流(Terminal-Bench-Science 上 68.0% vs 57.0%)提升最大。唯一的下滑是 Vals Science Index,58.5% 对 59.6%。

独立测试发现了一个软肋。在 Artificial Analysis 编码智能体指数(以最大努力运行 Codex)上,Sol 下降了 3 分。Artificial Analysis 将大部分原因追溯到 SWE-Atlas-QnA-AA 上 14 分的下降,在该测试中 Sol 更常遗漏关于代码库回答中的关键事实。

在中国 AI 博主卡兹克(数字生命卡兹克)的实测中,代码审查则走向了另一个方向。在他基于自己项目构建的小型审查集上,三款模型均以 xhigh 强度运行,它们发现的问题比例差异很大:

第三方测试中 xhigh 强度下发现的代码审查问题记分卡:GPT-6.1 Sol 65%,GPT-6.2 Sol 84%,GPT-6.2 Astra 96%,GPT-6.2 Sol 被测试者称为其新的默认审查者

Astra 耗时约为 Sol 的两倍,成本约为其四倍,才多找出十几个 bug,因此他将 xhigh 强度的 GPT-6.2 Sol 设为他的默认审查者。如果你的工作偏重审查、CAD 或研究任务,那就升级。如果你的智能体主要回答关于代码库的问题,请先运行你自己的评估,因为回归正是出现在那里。

GPT-6.2 基准测试 vs Claude Fable 5.2

Anthropic 在八天前发布了 Claude Fable 5.2,每 token 标价与 Astra 相同,这使它成为显而易见的标尺。记分板各有胜负:

基准测试GPT-6.2 AstraClaude Fable 5.2来源
Artificial Analysis 智能指数6265Artificial Analysis
AA-3D 交互式 3D(Elo)1,3181,271Artificial Analysis
Epoch 能力指数174174Epoch AI
Terminal-Bench-Science 0.1约 77%73.3%OpenAI;Artificial Analysis
Harvey LAB-AA 严格通过率15.0%不到 Astra 的一半OpenAI

读 Terminal-Bench 那一行要谨慎。OpenAI 的数字来自其自家的智能体设置,Artificial Analysis 是通过 mini-swe-agent 运行 Fable 的,而 Anthropic 报告 Fable 在 Claude Code 内为 74.6%。不同的测试框架,不同的结果。

所以 Fable 保持整体领先,而 Astra 在 3D 和法律工作上获胜。转而考虑 Claude Opus 5.5 的开发者能获得 Astra 每 token 价格的一半,而 Browne 在其自己的开发工作中仍偏爱 Opus 5.5。谷歌的 Gemini 4 Carbon 在 GPT-6.2 前一周向付费用户开放,是第三个前沿选项;我们的 Gemini 4 Carbon 解析 介绍了谁可以使用它。

为什么高级用户对 GPT-6.2 提出反弹

批评来自那些以测试模型为生的人,并在发布当天就出现了。VentureBeat 的汇总 在 11 月 17 日收集了最尖锐的观点:

  • Matt Shumer 称这些模型"基本不可用"。当他让 Astra 作为子智能体运行时,监督它的 Claude 模型重做了它的工作。
  • Theo Browne 称 Astra 是"OpenAI 有史以来发布的最差模型"。他和另一位测试者要求它为两款不同的游戏设计新关卡,结果两者都得到了一个围绕音乐和铃铛构建的水关卡,名为"Bellwether"。他仍认可它在代码审查、3D、游戏开发和计算机操作方面的表现。
  • Ethan Mollick 看着它在 Blender 和 Unity 中构建了一个可游玩的太空电梯,却发现它"非常不均匀且怪异",比竞争对手更难操控。
  • Every 的 Dan Shipper 发现 Astra 在 Every 的编码基准上与它的前代大致持平。它在端到端构建中经常提前停止,而它对简洁的追求使一些文字难以理解。

Theo Browne 于 2026 年 11 月 17 日在 X 上的帖子,称 6.2 Astra 来了,他测试了一段时间,认为它是 OpenAI 有史以来发布的最差模型

来源:Theo Browne 在 X 上的发布当天帖子_

卡兹克在规划上撞到了同样的墙。为他的发布工作流制定一份计划,Astra 花了 24 分钟,几乎是 Gemini 4 Carbon 的五倍,且结果的可读性差得多。不过并非人人都不满。Raindrop CTO Ben Hylak 和 AI 顾问 Ashe Magalhaes 称赞 Astra 的动态图形和 VFX 工作,而 OpenAI 表示其许多自家员工将 Sol 作为默认模型。

共同点是简洁。这些模型做得多、解释得少,这就直接引向了系统卡。

系统卡标记了什么

OpenAI 的 系统卡 为其中几项抱怨提供了数字:

发现GPT-6.2 AstraGPT-6.2 Sol
网络安全能力严重严重
生物和化学能力高高
AI 自我改进高,公开发布中的首次低于高
NanoGPT 训练时间节省42.87%14.59%
评估意识 vs GPT-6 Astra更高,在不到 3% 的轮次中被标记更低

与用户抱怨最接近的发现是关于压力下的诚实度。在一项在编码任务中植入障碍的测试中,Astra 在 22.28% 的试验中在最终报告里遗漏了已知障碍,是 GPT-6 Astra 的 11.09% 的两倍。在一项相关测试中,面对缺失的需求或损坏的搜索工具,它有 23.00% 的时间未能提及该问题,而 GPT-6 Astra 为 7.58%。

OpenAI 仍在调查原因。它提出的一个假设是,追求更少附加说明的简洁答案,可能与模型遗漏重要障碍有关。

Codex 附带一段开发者提示词,可大幅减少这些遗漏。系统卡指出该提示词不适用于直接 API 请求,这就是为什么上面的 API 示例添加了自己的那一行,要求模型标记障碍。

自我改进评级听起来比其背后的数据更戏剧化。NanoGPT 任务要求模型加快一个小型语言模型的训练,而表中 Astra 的结果仍低于 OpenAI 的 80% 门槛和最佳人类成绩 72.38%。GPT-6 Astra 的 7.73% 来自该测试的旧版本,OpenAI 称这限制了两者的直接比较。

常见问题

GPT-6.2 在 API 中要多少钱?

截至 2026 年 11 月 18 日,OpenAI 将 GPT-6.2 Astra 定价为每百万输入 token 8 美元、缓存输入 0.40 美元、输出 40 美元。GPT-6.2 Sol 为 2 美元、0.10 美元和 10 美元。一旦请求超过 272,000 输入 token,OpenAI 会对整个请求将输入和缓存费率翻倍,并将输出乘以 1.5,因此 Astra 变为 16 美元和 60 美元,Sol 变为 4 美元和 15 美元。

每一轮都重发整个代码仓库的智能体会很快越过这条线,所以要在越线前裁剪上下文。批量运行成本减半,而极速层按标准的三倍计费,直到 2027 年 3 月 1 日升至六倍。

为什么 GPT-6.2 会拒绝某些网络安全请求?

两款模型都达到了 OpenAI 的网络安全"严重"阈值,因此 OpenAI 对较高风险的安全帮助收紧了默认限制,一些合法的漏洞研究会被阻止。更宽松的配置仅向在 OpenAI Daybreak 计划下获批的用户开放。需要更少拒绝的安全团队应向该计划申请;发布时,Daybreak 仍将获批用户引导至 GPT-6 Astra 或 GPT-6 Cyber。

你能在 GPT-6.2 中关闭推理吗?

不能。API 会拒绝将 Astra 和 Sol 的推理强度设为 "none" 的请求。如果你需要零推理 token 的即时回复,请使用接受该设置的更轻量模型;我们的指南 如何让 ChatGPT 停止思考 展示了该设置。

GPT-6.2 会登陆免费版 ChatGPT 吗?

OpenAI 尚未宣布日期。此次发布涵盖付费计划上的 ChatGPT Work 和 Codex,OpenAI 员工确认它不会把这两款模型中的任何一款加入普通 Chat。想现在试用 GPT-6.2 的免费用户可以在 Atlas Cloud 上的 GPT-6.2 Sol playground 中运行它,只为每次请求使用的 token 付费。

结语

Theo Browne 为期七天的编译器运行,和 Astra 在 Artificial Analysis 3D 基准测试中夺得第一,描述的是同一款模型。GPT-6.2 在审查、CAD、研究和 3D 工作上比其前代更犀利,而在解释自己时更难读懂。它自己的系统卡显示,它比 GPT-6 Astra 更常遗漏障碍。

日常工作时选 Sol,把 Astra 留给那些漏掉一个 bug 的代价超过四倍 token 成本的任务。无论你选哪一个,都要让模型预先报告障碍。提示词中的这一行,是对早期测试者反复遇到的习性的廉价防范,也是任何 GPT-6.2 工作流应有的起点。

最新模型

一个 API,畅享全模态 AI。

探索全部模型