Newshot

GPT-6.2 Astra和Sol王炸双发!3D又危了

Summary

Sol逼近旗舰性能

Original text(via 量子位)

GPT-6.2 Astra和Sol王炸双发!3D又危了

梦瑶 发自 凹非寺

量子位 | 公众号 QbitAI

OpenAI,你是真会玩王炸双发啊。

GPT-6.2 Astra和GPT-6.2 Sol,这次一起等来了!!!(欢呼.jpg)

不得不说,Astra各方面性能,这回一起卷起来了——

  • 复杂Agent能力升级:Astra专业任务评测比前代提升5.2个百分点,任务成本降至三分之一以下。
  • 科研能力刷新纪录:相关评测提升9个百分点,OpenAI直接称其为全球最强科学家模型。
  • 编程能力再升级:在FrontierCode 2.0评测中拿下44.2%,较前代提升1.4个百分点。
  • 3D生成登顶榜单:在Artificial Analysis的AA-3D评测中以1318 Elo拿下第一,超过Fable 5.2的1271分。

模型到底多能打,我们直接上才艺展示~

来看这个, Astra化身网页设计师,从布局到配图一手包办,还能为不同网站量身打造专属视觉风格:

再看这个,仅凭照片和手册,Astra就把遥控汽车连发动机都建模了,组装动画也一并搞定,有点厉害哈:

在AA-3D评测中,更是以1318 Elo登顶榜单,精细的3D模型说搓就搓,沉浸式交互场景也能直接生成,be like:

△x@fal

轻量版Sol同样亮眼,编程能力逼近Astra,任务成本仅为其五分之一。

价格上,6.2 Astra的API价格直降20%——

输入每百万Token 8美元、输出40美元,缓存输入价格更是下降60%。

6.2 Sol维持原价,API输入、输出每百万Token分别为2美元和10美元。

目前,两款模型已经登陆ChatGPT Work、Codex和API,Plus、Pro等订阅用户均可使用。

精话不多说,新模型具体能力我们直接来看~

Astra刷新专业任务纪录,Sol逼近旗舰性能

先来看这次GPT-6.2究竟升级了多少。

OpenAI在官方公告中,把6.2 Astra定位为面向高难度项目的旗舰模型。

6.2 Sol则负责高频、日常的专业任务。

我也帮大家浅浅总结了一波两个模型的能力亮点,我们先来一睹为快!!!

△AI生成

从公布的成绩来看,Astra最明显的进步集中在复杂任务执行、科研、编程和视觉设计上——

复杂专业任务刷新纪录,完成成本降至前代的三分之一以下。

在Agents’ Last Exam评测中,GPT-6.2 Astra比GPT-6 Astra提高5.2个百分点。

与Claude Fable 5.2相比,也领先5.5个百分点,而单任务成本仅为后者的5%,确实有点东西啊。。。

科研能力也继续提升,OpenAI甚至直接给出了「全球最强科学家模型」的定位。

在Terminal-Bench-Science 0.1中,Astra比前代提升9个百分点,任务成本同样降至三分之一以下。

Vals Science Index也刷新了成绩,其要求模型理解真实生物数据设计实验,并通过实验推断模拟系统的运行规律。

换句话说,相比单纯回答科学知识,已经更接近科研人员实际工作的过程~

当然,编程、3D设计和电脑操作能力,也集体next level了——

在第三方评测机构Artificial Analysis的综合智能指数中,Astra拿下62分,较前代提升5分。

Sol以57分追平上一代旗舰,成本却更低。

3D生成更是亮眼,Astra以1318 Elo登顶AA-3D榜单,超过Claude Fable 5.2的1271分,Sol也拿下1259分。

OpenAI还展示了一个蛮有意思的Demo——

GPT-6.2 Astra直接在CAD软件里上手搞机械设计了。

它能逐个处理机械零件,检查各个组件之间的连接关系,连这种需要精细操作的工程任务也能自己动手完成:

咱再来看下面这个demo。

6.2 Astra直接模拟了一辆汽车在山路上的行驶动态。

它先创建3D模型,再编写Python程序模拟轮胎与悬挂系统的运动关系,最后用Blender生成动画。

汽车行驶画面、悬挂运动和轮胎受力数据同步呈现,方便工程师快速测试设计方案——

再来看一个视觉推理方面的例子。

Astra直接搓出一个可交互的3D后花园。

蔬菜种植区、围栏、绿植一应俱全,还能自由切换视角、调整花坛布局。

甚至模拟一天中不同时段的阳光照射,连植物的采光情况都能直观看到:

网络安全能力也迎来明显提升。

GPT-6.2 Astra和Sol在漏洞发现、利用及代码修复方面全面升级。

甚至呢,双双达到OpenAI网络安全能力的最高风险等级。

在DeepBinary漏洞挖掘评测中,Astra发现的漏洞估计赏金总额突破100万美元,远超前代的约44万美元:

旗舰模型秀完自家本事,6.2 Sol也有自己的看点——

尤其在编程方面,它已经开始逼近Astra。

在Cognition的FrontierCode 2.0评测中GPT-6.2 Sol与Astra的差距只有0.5分,任务成本却只有后者的约五分之一。

换句话说,Sol在一些实际开发任务中,已经能以明显更低的成本接近旗舰模型的表现。

在日常任务评测LifeVal中,Sol甚至超过上一代GPT-6 Astra,成本约为后者的七分之一。

OpenAI还透露,内部许多员工已经把Sol作为技术和非技术工作的默认模型,这也解释了两款模型的分工了。

PPT、Excel、文档全升级,GPT-6.2办公能力更强了

除了科研和编程,这次GPT-6.2还有一项升级,估计打工人会很有感触。

做PPT、处理Excel、写专业文档,统统加强了!!!

在衡量真实专业工作能力的GDPval v2评测中,Astra比前代提升6.2个百分点,Sol也提升5.3个百分点。

而且Astra完成任务所需的输出Token还减少了22%,效率也跟着提高。

Excel方面,OpenAI还让新旧两代Astra完成同一项任务,根据财务数据,为一家虚构公司制作收入预测和估值表:

两代模型都能完成任务,但GPT-6.2 Astra生成的表格明显更清晰、更方便使用。

它把收入结构、企业估值到每股价值的计算过程,以及不同假设下的估值变化,全部放在同一页面。

PPT方面,OpenAI还让两代Astra为四个团队设计动物主题周边。

相比前代每个团队只设计一个形象,GPT-6.2 Astra一口气拿出了8款设计,涵盖徽章、T恤和背包刺绣等形式:

另一个案例中,OpenAI让两代Astra制作一页女性中高端时尚品牌市场分析PPT。

GPT-6.2 Astra的成品明显更接近可直接展示的水平——

不仅按价格和风格对品牌进行分类,还加入品牌Logo、价格区间,以及6款代表性连衣裙的图片和售价:

对于天天和表格、幻灯片打交道的打工人来说,这波升级确实挺实在。

目前,GPT-6.2 Astra和Sol均已登陆ChatGPT Work、Codex及API,Plus、Pro等订阅用户均可使用。

感兴趣的友友们,可以上手试试了~

[1]https://openai.com/index/introducing-gpt-6-2-astra-sol

  • 奥特曼共情黄仁勋,“英雄也有缺陷”,但支持他重返英伟达CEO嘛…2026-11-17
  • 黄仁勋筹备重返英伟达2026-11-16
  • 国产大模型又杀出一匹黑马,引发硅谷关注!2026-11-13
  • Fable 5.2首批实测来了!网友:Opus突然不香了2026-11-10

相关阅读

ChatGPT惊艳更新!一个@让三百万GPTs为你打工

为防学生用ChatGPT作弊,大学教授开始恢复纸质考试或改用口试,网友:幸好已毕业

教授:用口试学生社恐咋搞?

0行代码拿210万年薪,ChatGPT催生新型「程序员」岗:工作纯靠和AI聊天

寻找中国版ChatGPT,量子位邀你共同参与中国AIGC产业峰会

和你一起最先看到,AIGC影响下的崭新世界!

是兄弟就来找ChatGPT漏洞,OpenAI:最高赏金2万刀

网友:3小时只能问25个问题啥时候修复?

挖掘GPT的隐藏实力就靠它了

GPT-4回答的准确率从68%提高到85%。

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

Published by 量子位
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 ↗