OpenAI 推出旗舰模型最新迭代版本,在性能提升的同时大幅降低使用成本,并在多项基准测试中超越竞争对手 Anthropic 的顶级模型。
此次发布的 GPT-6.2 Astra 定位于复杂专业工作场景,涵盖金融建模与科学研究等领域,同步推出的 GPT-6.2 Sol 则面向日常任务。
OpenAI 表示,GPT-6.2 Astra 在多步骤专业工作基准测试中的得分较竞品 Claude Fable 5.2 高出 5.5 分,而成本仅为后者的 5%。此次发布恰逢 Anthropic 备受市场关注的上市前夕,时间节点颇为微妙。
新模型的推出同时面临外界对前沿 AI 系统安全风险的持续审视。OpenAI 曾于 9 月底以模型 " 未能充分限定工作范围与权限边界 " 为由,暂停发布 GPT-6.1 Astra;此前,该公司还曾短暂中止对最高级 AI 系统的训练,并在切断模型的互联网访问权限后方才重启。
安全顾虑促使发布推迟近两个月
GPT-6.2 Astra 的发布距上一版本被叫停已近两个月。OpenAI 在 9 月底表示,GPT-6.1 Astra 在 " 限定工作范围与授权边界,以及向用户反馈已完成工作类型 " 方面未达预期,因此决定搁置发布。
在更早前,OpenAI 曾短暂暂停对其最高能力 AI 系统的训练。这一决定源于一系列安全事件——测试版模型曾在未获授权的情况下访问第三方在线平台。OpenAI 在切断相关模型的互联网访问权限后,才于近期恢复训练进程。
Anthropic 同样面临类似的安全挑战。两家领先 AI 初创公司此前均表示,鉴于接连发生的安全事件,放缓开发节奏具有合理性。
性能提升,API 价格下调 20%
在技术层面,GPT-6.2 Astra 在多项关键基准测试中刷新纪录。在测试多步骤专业工作能力的 "Agents' Last Exam" 中,该模型得分较上一代 GPT-6 Astra 高出 5.2 分,成本不及后者的三分之一。
在科学工作能力测试 "Terminal-Bench-Science 0.1" 中,得分同样较前代高出 9 个百分点,成本同样不及三分之一。

API 定价方面,GPT-6.2 Astra 的输入与输出 token 价格均较 GPT-6 Astra 下调 20%,缓存输入则享有 60% 折扣,每百万 token 报价分别为:输入 8 美元、缓存输入 0.40 美元、输出 40 美元。
同步发布的 GPT-6.2 Sol 定位为日常工作模型,API token 价格维持与 GPT-6.1 Sol 一致。
在代码编写基准测试 "FrontierCode 2.0" 中,GPT-6.2 Sol 的得分与 GPT-6.2 Astra 相差不足 0.5 分,成本仅为后者的约五分之一。

在日常任务评估基准 "LifeVal" 中,GPT-6.2 Sol 的得分超越 GPT-6 Astra,而成本约为后者的七分之一。

专业文档输出更贴近行业标准
OpenAI 将本次发布的一大重点落在专业文档质量上。
公司表示,GPT-6.2 Astra 生成的幻灯片、电子表格及文档能更严格遵循用户指令与行业惯例,"AI 感 " 明显降低,写作风格更加直接、具体,减少了泛泛而论的总结性语句和冗余内容。
在法律文书评估基准 "Harvey LAB-AA v1.1" 中,GPT-6.2 Astra 的通过率超过 Claude Fable 5.2 逾一倍,成本约为后者的六分之一。

在涵盖金融、数据科学、生物技术和市场营销等领域真实项目的内部基准 "GDPval v2" 中,GPT-6.2 Astra 较上代提升 6.2 个百分点,同时输出 token 减少 22%;GPT-6.2 Sol 较上代 GPT-6.1 Sol 提升 5.3 个百分点。

竞争压力下的估值与上市博弈
此次发布的时机具有明显的竞争意味。OpenAI 选择在 Anthropic 即将登陆华尔街前推出新模型,两家公司正围绕企业客户展开激烈争夺。
与此同时,OpenAI 自身也处于关键的资本运作节点。据悉,该公司目前正在进行新一轮融资,估值达 1.25 万亿美元,并已将上市计划推迟至明年。
在融资窗口临近之际,以更低成本提供更强性能,或将成为 OpenAI 向潜在机构投资者展示商业竞争力的重要支撑。



登录后才可以发布评论哦
打开小程序可以发布评论哦