BTC $64,559.09 -0.03%
ETH $1,813.26 -0.14%
BNB $594.10 +0.61%
XRP $0.9750 +2.23%
SOL $74.70 +4.43%
TRX $0.3079 +0.92%
DOGE $0.0595 +1.16%
ADA $0.1534 +0.81%
BCH $210.25 +1.27%
LINK $9.22 +1.31%
HYPE $69.12 +0.27%
AAVE $111.77 +2.74%
SUI $0.7311 +2.25%
XLM $0.1405 +2.35%
ZEC $957.22 +6.08%
AAPL $350.20 -1.03%
AMZN $259.45 +0.19%
GOOGL $283.49 -0.43%
MSFT $508.93 -2.14%
META $621.50 -0.70%
NVDA $161.94 +3.19%
TSLA $384.34 +0.96%
SNDK $835.04 +2.58%
INTC $56.43 +4.06%
SPCX $143.13 +3.73%
MU $742.00 +1.98%
AMD $520.13 +1.63%
BTC $64,559.09 -0.03%
ETH $1,813.26 -0.14%
BNB $594.10 +0.61%
XRP $0.9750 +2.23%
SOL $74.70 +4.43%
TRX $0.3079 +0.92%
DOGE $0.0595 +1.16%
ADA $0.1534 +0.81%
BCH $210.25 +1.27%
LINK $9.22 +1.31%
HYPE $69.12 +0.27%
AAVE $111.77 +2.74%
SUI $0.7311 +2.25%
XLM $0.1405 +2.35%
ZEC $957.22 +6.08%
AAPL $350.20 -1.03%
AMZN $259.45 +0.19%
GOOGL $283.49 -0.43%
MSFT $508.93 -2.14%
META $621.50 -0.70%
NVDA $161.94 +3.19%
TSLA $384.34 +0.96%
SNDK $835.04 +2.58%
INTC $56.43 +4.06%
SPCX $143.13 +3.73%
MU $742.00 +1.98%
AMD $520.13 +1.63%

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

核心观点
Summary: OpenAI 发布 GPT-6.2 Astra 与 Sol:Astra 在 Artificial Analysis 升至 62 分、居全球第二,API 输入输出降价 20%,可复刻 PPT、做财务建模与 Blender 3D 建模;但 AA-Omniscience 幻觉率 59%,编程智能体指数与前代持平,安全上已触及网络攻击「关键阈值」。
腾讯科技
2026-11-18 09:02:17
OpenAI 发布 GPT-6.2 Astra 与 Sol:Astra 在 Artificial Analysis 升至 62 分、居全球第二,API 输入输出降价 20%,可复刻 PPT、做财务建模与 Blender 3D 建模;但 AA-Omniscience 幻觉率 59%,编程智能体指数与前代持平,安全上已触及网络攻击「关键阈值」。

文|晓静

编辑|徐青阳

美国当地时间11月17日,OpenAI正式推出GPT-6.2 Astra和GPT-6.2 Sol。

这场发布来得比外界预期更晚。早在10月底,就有网友从ChatGPT用量记录中扒出疑似GPT-6.2的灰测痕迹,此后模型标识和测试截图不断流出。此前媒体曾预测新模型最快于11月6日发布,最终发布日期比这一预期晚了11天。

OpenAI这次重点强调了AI接手专业工作的能力。

从一张PPT截图复刻完整的演示文稿,到提取财务数据、建立估值模型,再到操作Blender生成汽车三维模型、模拟车辆悬架的物理运动,甚至利用CAD设计机械零件并验证装配关系,GPT-6.2开始深入过去需要专业人员使用复杂软件才能完成的工作。

OpenAI尤其强调,新模型能够减少无效输出和反复修改,让AI交付的结果更接近专业工作标准。

过去两个多月,OpenAI陆续推出GPT-6 Astra、Sol和Luna,以及GPT-6.1 Sol、Terra等模型。刚刚发布的GPT-6.2 Astra是继9月GPT-6 Astra之后的旗舰模型升级,重点提升复杂专业任务的处理能力;GPT-6.2 Sol,主要强化日常工作、编程和多步骤智能体任务的效率。

根据Artificial Analysis最新榜单,Astra以62分升至全球第二,较前代提升5分;Sol达到57分。价格方面,Astra的API输入、输出单价均下调20%,缓存输入价格降低60%;Sol维持原价,但完成部分任务的总体成本进一步下降。

值得注意的是,GPT-6.2 Astra也是OpenAI首个被评估为达到AI自主改进能力“High”能力门槛的公开模型。

不过,漂亮的演示和跑分也引来了不同评价。发布当天,多位提前数周试用新模型的开发者公开表达失望,认为Astra在长时间的软件开发任务中仍可能提前停止,过于简洁的输出有时还会遗漏必要信息。

同时,在越来越接近真实专业工作的同时,模型能力的边界和安全控制也成为这次发布的重要看点。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

OpenAI首席执行官山姆·奥特曼。图片经由AI生成

01 性能与成本

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

GPT-6.2 Astra的API价格为每百万输入Token 8美元、输出Token 40美元,缓存输入为0.40美元。与前代相比,输入和输出价格均下降20%,缓存输入则从1美元降至0.40美元,降幅达到60%。GPT-6.2 Sol维持每百万输入Token 2美元、输出Token 10美元的价格。

对于多步骤智能体来说,API单价并不能完全反映实际开销。模型执行任务时,可能需要多次调用工具、读取文件、处理错误并重新尝试。即使单价不变,如果完成任务所需的Token更少,最终账单也会随之下降。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

在Cognition的FrontierCode 2.0编程测试中,GPT-6.2 Sol的得分只比Astra低0.5分,成本约为后者的五分之一。在面向日常复杂事务的LifeVal评估中,Sol的得分超过上一代旗舰GPT-6 Astra,单项任务成本约为后者的七分之一。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

Astra在高难度任务中的表现也有提升。在Agents' Last Exam评估中,它较GPT-6 Astra提高5.2分,完成任务的成本不到前代的三分之一。与Claude Fable 5.2相比,Astra得分高出5.5分,单任务成本约为后者的5%。

02 专业工作交付

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

财务、法律和咨询等专业工作,要求AI处理大量原始资料、核对数据,并按照行业规范形成可交付的成果。OpenAI表示,GPT-6.2 Astra在这类任务中的表现有所提升,能够完成财务建模、并购分析、法律检索和数据科学分析等工作。

OpenAI内部的GDPval v2测试覆盖咨询、金融和设计等领域,Astra得分较前代提高6.2个百分点,输出Token减少22%。

法律检索方面,在模拟真实律所任务的Harvey LAB-AA v1.1测试中,Astra的通过率超过Claude Fable 5.2的一倍,单任务成本约为后者的六分之一。

OpenAI内部的GDPval v2则覆盖咨询、金融和设计等工作。测试结果显示,Astra的得分较前代提高6.2个百分点,输出Token减少22%。

03 进入三维世界

GPT-6.2 Astra此次展示的另一项能力,是直接参与3D建模和工程设计。模型不再只是生成一段建模代码,还能操作专业软件,处理零件、调整结构,并将计算结果制作成可视化内容。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

GPT-6.2 Astra进行山路驾驶与底盘动力学模拟

在山路驾驶模拟案例中,Astra先建立跑车的3D模型,再编写Python物理求解器,计算轮胎接地力和悬挂系统的动态变化,最后把计算结果导入Blender,生成车辆行驶动画。通过模拟,工程师可以在制造实体样车之前,观察车辆经过复杂路况时的载荷转移情况。

机械建模案例的输入资料则简单得多。OpenAI只提供了1:8比例遥控越野车和直列六缸发动机的公开照片及装配手册。Astra据此建立各个机械零件的三维模型,并生成分步装配动画和带图解的零件目录。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

还有一项测试把CAD设计与实际制作联系起来。OpenAI团队提供了芝加哥地标建筑Marina City的扇形阳台照片,让模型参考其结构进行设计。经过多次调整,Astra最终制作出一盏可以打印、折叠组装的纸艺台灯,并编写了配套网页Lamp Builder,供用户在线调整参数、生成定制图纸。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

GPT-6.2 Astra完成遥控越野车及发动机机械建模

在网页开发中,Astra制作了一个露营车交互式配置器。用户可以切换车身颜色、加装车顶帐篷,页面报价也会同步更新。它还根据文字描述生成了可玩的弹球台、罗马斗兽场复原模型,以及一款名为《Meridian Sound Racing》的未来城市赛车游戏。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

从芝加哥Marina City建筑到纸艺台灯

Artificial Analysis的AA-3D人类评审盲测也对模型的3D生成能力进行了比较。GPT-6.2 Astra获得1318 Elo分,排名第一;Claude Fable 5.2为1271分,GPT-6.2 Sol为1259分。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

GPT-6.2 Astra生成的露营车交互式配置器

在测试物理世界理解和行动规划能力的AA-Robotics v0.1预览版中,Astra和Sol分别获得79分和78分,高于Claude Fable 5.2的75分。不过,评测团队表示,目前头部模型已经能够完成初始测试中的绝大多数基础任务,正在增加难度更高的题目。

04 科学推理与短板

科学研究也是OpenAI此次展示的重点。

在Terminal-Bench-Science 0.1测试中,GPT-6.2 Astra较前代提高9个百分点,排名第一。这项测试主要考察模型在终端环境中完成科研工作流的能力。在要求模型解读真实生物数据、设计实验并推断系统机制的Vals Science Index中,Astra也创下新高。

其他几项测试的结果则略逊于Claude Fable 5.2。在物理推理基准CritPt v2的高难度子集、事实知识评估AA-Omniscience v1.1以及推理基准HLE-Diamond中,Astra均排名第二。

模型仍然存在的一个问题,是面对不确定的事实时可能给出错误答案。

GPT-6.2 发布:能复刻 PPT、建估值模型、做 3D 建模,但幻觉率仍高达 59%

Artificial Analysis的AA-Omniscience幻觉率测试显示,在最高推理强度下,GPT-6.2 Astra和Sol的幻觉率分别为59%和55%。这项测试主要考察模型面对自身可能并不掌握答案的事实性问题时,是否仍倾向于猜测作答。它并不代表模型在一般问答中的错误率,但对于财务审计、法律援引等场景,仍然需要人工核对。

编程测试也没有出现全面提升。在Artificial Analysis编程智能体指数中,GPT-6.2 Astra的得分与前代持平,GPT-6.2 Sol则较GPT-6.1 Sol下降3分。

分项结果显示,Sol的失分主要来自SWE-Atlas-QnA-AA,成绩下降14分。这项测试考察模型对复杂代码库的理解和问答能力。测试结果表明,Sol在回答代码库相关问题时,比前代更容易遗漏关键事实。

这对需要处理大型存量代码库的开发者来说,是一个需要留意的地方。模型能写出代码,并不代表它已经准确掌握项目的历史、依赖关系和具体约束。

05 安全边界

模型能够操作终端、审查代码和调用专业软件后,网络安全风险也随之增加。

OpenAI披露,GPT-6.2 Astra和Sol均已达到公司《防范框架》(Preparedness Framework)设定的网络安全“关键阈值”(Critical threshold)。两款模型可以更高效地发现和利用软件漏洞,也能编写更安全的底层代码,生成尽可能保留原有业务逻辑的修复补丁。

这意味着,同一项能力既可以用于漏洞排查,也可能被用于攻击。OpenAI因此加强了公开版本对高风险网络安全任务的限制。

对于需要进行漏洞测试的安全研究人员,限制也会影响部分正常工作。OpenAI目前通过Daybreak项目分级开放相关能力:防御人员可以通过Daybreak Blue使用拒绝率较低的GPT-6 Sol;获得高级授权的红队测试人员,则可以在Daybreak Red中调用GPT-6 Astra阿尔法版及GPT-6 Cyber。OpenAI表示,后续也会将GPT-6.2系列引入这一体系。

此外,OpenAI还在训练阶段加入了防御导向的训练信号。此前,AI已经被用于发现PHP2Shell等高危漏洞。GPT-6.2系列则进一步加强了从开发源头识别安全缺陷的能力,并学习生成兼顾安全性和功能完整性的修复补丁。

链捕手ChainCatcher提醒,请广大读者理性看待区块链,切实提高风险意识,警惕各类虚拟代币发行与炒作, 站内所有内容仅系市场信息或相关方观点,不构成任何形式投资建议。如发现站内内容含敏感信息,可点击,我们会及时处理。

app_icon
ChainCatcher 与创新者共建Web3世界