Newshot

Anthropic 上市前夕 OpenAI 空降双模型 GPT-6.2 Astra 和 Sol:部分领域超越 Fable 5.2 且成本大降,金融、科研刷新纪录

Summary

IT之家 11 月 18 日消息,就在 Anthropic IPO 定价前一天,OpenAI 突然毫无预兆地送上了一份“惊喜”。 OpenAI 今日正式发布了最新的 GPT-6.2 Astra 和 GPT-6.2 Sol 模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务的表现,同时降低完成任务所需的输出 Token 数量,在大部分测试中不输 Anthropic 旗舰模型。 OpenAI 介绍,GPT-6.2 Astra 是面向复杂专业项目的旗舰模型,在专业工作、科学研究、软件开发和视觉设计等领域进一步提升。该模型能够更准确地遵循用户提供的演示文稿模板,改善幻灯片、电子表格和文档的输出质量,同时提升前端开发、网站设计、游戏开发及 3D 设计能力。 在测试多步骤专业工作的 Agents' Last Exam 中,GPT-6.2 Astra 比上一代 GPT-6 Astra 高出 5.2 个百分点,且单项任务成本不到后者的三分之一;同时又比 Claude Fable 5.2 高出 5.5 分,而成本却只有其 5%。 另外,GPT-6.2 Astra 在 Terminal-Bench-Science 0.1 测试中取得了新高(该测试旨在评估模型在 Terminal 终端环境中执行科学工作的能力)。新模型的成绩也比 GPT-6 Astra 高出 9 个百分点,任务成本同样不到三分之一。 OpenAI 还表示,GPT-6.2 Astra 在 Vals Science Index 评测中也创下了新高(该测试要求模型解读真实的生物数据并运行实验,以推断模拟系统的工作原理)。 在 Artificial Analysis 的 AA-3D 评测中,该模型以 1318 Elo 排名第一,高于 Claude Fable 5.2 的 1271 Elo 和 GPT-6.2 Sol 的 1259 Elo。 另一款 GPT-6.2 Sol 则定位于日常工作,是一款兼顾效率和通用能力的模型。与 GPT-6.1 Sol 相比,新模型在智能体工作流、代码编写和多步骤任务处理方面有所提升,能够以更少的 Token 完成任务,并提供更加自然的文字表达。 OpenAI 称,在 Cognition 的 FrontierCode 2.0 评测中,GPT-6.2 Sol 的成绩与 GPT-6.2 Astra…

Original text(via IT之家)

Anthropic 上市前夕 OpenAI 空降双模型 GPT-6.2 Astra 和 Sol:部分领域超越 Fable 5.2 且成本大降,金融、科研刷新纪录

IT之家 11 月 18 日消息,就在 Anthropic IPO 定价前一天,OpenAI 突然毫无预兆地送上了一份“惊喜”。

OpenAI 今日正式发布了最新的 GPT-6.2 Astra 和 GPT-6.2 Sol 模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务的表现,同时降低完成任务所需的输出 Token 数量,在大部分测试中不输 Anthropic 旗舰模型。

OpenAI 介绍,GPT-6.2 Astra 是面向复杂专业项目的旗舰模型,在专业工作、科学研究、软件开发和视觉设计等领域进一步提升。该模型能够更准确地遵循用户提供的演示文稿模板,改善幻灯片、电子表格和文档的输出质量,同时提升前端开发、网站设计、游戏开发及 3D 设计能力。

在测试多步骤专业工作的 Agents' Last Exam 中,GPT-6.2 Astra 比上一代 GPT-6 Astra 高出 5.2 个百分点,且单项任务成本不到后者的三分之一;同时又比 Claude Fable 5.2 高出 5.5 分,而成本却只有其 5%。

另外,GPT-6.2 Astra 在 Terminal-Bench-Science 0.1 测试中取得了新高(该测试旨在评估模型在 Terminal 终端环境中执行科学工作的能力)。新模型的成绩也比 GPT-6 Astra 高出 9 个百分点,任务成本同样不到三分之一。

OpenAI 还表示,GPT-6.2 Astra 在 Vals Science Index 评测中也创下了新高(该测试要求模型解读真实的生物数据并运行实验,以推断模拟系统的工作原理)。

在 Artificial Analysis 的 AA-3D 评测中,该模型以 1318 Elo 排名第一,高于 Claude Fable 5.2 的 1271 Elo 和 GPT-6.2 Sol 的 1259 Elo。

另一款 GPT-6.2 Sol 则定位于日常工作,是一款兼顾效率和通用能力的模型。与 GPT-6.1 Sol 相比,新模型在智能体工作流、代码编写和多步骤任务处理方面有所提升,能够以更少的 Token 完成任务,并提供更加自然的文字表达。

OpenAI 称,在 Cognition 的 FrontierCode 2.0 评测中,GPT-6.2 Sol 的成绩与 GPT-6.2 Astra 相差不到 0.5 分,而任务成本约为后者的五分之一。在 LifeVal 日常任务评测中,GPT-6.2 Sol 的成绩超过 GPT-6 Astra,任务成本约为后者的七分之一。

价格方面,GPT-6.2 Astra API 标准价格为每百万词元输入 8 美元、每百万缓存词元输入 0.4 美元、每百万词元输出 40 美元。相比 GPT-6 Astra,新模型输入和输出价格均降低 20%,缓存输入价格降低 60%。

GPT-6.2 Sol 沿用 GPT-6.1 Sol 的 API 定价,每百万词元输入 2 美元、每百万缓存词元输入 0.1 美元、每百万词元输出 10 美元。

OpenAI 表示,在多项基准测试中,这两个模型都以远低于其他前沿模型的成本,实现了接近甚至超越其他模型的性能。

可用性方面,OpenAI 表示,两款模型自 11 月 17 日起向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户开放。

Pro 500 用户可以使用两款模型的 Ultrafast 模式,Pro 200 用户则首次获得 GPT-6.2 Sol 的 Ultrafast 模式使用权限。符合条件的 Enterprise 和 Edu 用户还需要由工作区管理员启用相关功能。

开发者也可以通过 OpenAI API 调用 gpt-6.2-astra 和 gpt-6.2-sol,两款模型发布时均提供 Ultrafast 模式。

根据 OpenAI 官方发布说明,GPT-6.2 Astra 和 GPT-6.2 Sol 此次主要面向 ChatGPT Work、Codex 和 API,暂未同步加入 ChatGPT 普通聊天模式。

相关文章

  • OpenAI 奥尔特曼重申:我真希望所有人都能有大量内存,自己在家折腾硬件很棒
  • OpenAI 推出儿童性虐待内容检测工具,加强儿童网络安全防护
  • OpenAI 奥尔特曼谈黄仁勋离职:我也被解雇过,相信 AI 行业能平稳度过
  • 美国加州正式起诉 OpenAI,指控 AI 智能体至少 80 次失控
  • OpenAI 扩大 ChatGPT 学术研究免费计划:11 月 23 日再开放 5 万个名额,从抽签改为先到先得
  • OpenAI 与 Goodfire 达成 AI 安全合作,此前曾探讨超 50 亿美元收购

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗