北京时间 2026 年 11 月 18 日,OpenAI 一口气发了 Astra 和 Sol。
一次 8.99 美元,现在只要 2.89 美元,平均分还更高了。
这是 GPT‑6.2 Astra 在 Agents’ Last Exam 专业任务评测里的变化。跟上代相比,它的平均得分从 73.1 涨到了 78.3,估算单次成本从 8.99 美元降到 2.89 美元,只用了约三分之一。
Astra 便宜下来,普通人也敢蹬一蹬了
命令行科研任务也有类似变化,得分从 68.1% 升到 77.1%,单次成本从 23.80 美元降到 7.15 美元。
GPT-6.2 Astra 是OpenAI首个对外发布、达到“AI自我改进”高阈值的模型,该指标衡量模型加速 AI 研究的能力。
Astra 的 AI 自我改进能力达到 High 门槛,因此对高风险能力加强了访问限制。这意味着 OpenAI 首次公开承认有模型在“改进 AI 自身”这项能力上越过了自己划定的中线。奥特曼同日在 Semafor 峰会上回应“是否进入 RSI 阶段”时表示,公司不敢全速推进。
3D 这块,Astra 的 CAD 得分从62.6% 涨到 82.5%,交互式 3D 网页也以 1,318 Elo 拿到了真人盲评第一。办公文档的变化更容易看懂。OpenAI 演示的 PPT 会沿用原模板的版式和字体,Excel 也方便接着改、接着核对。OpenAI 的内部专业工作评测里,Astra 得分比上代高了 6.2 个百分点,输出 token 少了 22%。
我比较关注的是 Astra 做的两个3D游戏原型,可以直接在网页试玩。《Meridian Sound Racing》把赛道铺进一座未来都市,能选车、跑短程冲刺或大奖赛,按空格还能加速。
《漫步大教堂》(Cathedral Walk)则让你走进以巴黎圣母院为原型的教堂,沿中殿一路逛到侧礼拜堂,也可以切换时间,看玫瑰窗的彩光在石地板上移动。
Sol 这次有资格当主力了
FrontierCode 2.0 会让模型进真实代码库改代码,再按维护者的标准给分。两款都开到最高推理档,Sol 跟 Astra 相差不到 0.5 分,单次成本只有 Astra 的约五分之一。这项测试里,新 Sol 比旧 Sol 高了约 4 分,Astra 比上代高约 0.2 分。Sol 的 CAD 得分也从 52.6% 涨到了 73.1%。
API价格
Astra 的输入和输出单价都比上代低了 20%,命中缓存的输入便宜了 60%。按标准短上下文、每百万 token 算,Astra 的输入、缓存命中输入和输出分别是 8、0.40 和 40 美元。Sol 还是上代那组价格,分别是 2、0.10 和 10 美元。两款都已开放 API,Plus 用户也能在 ChatGPT Work 和 Codex 里用。
Astra和Sol怎么选?
真要兼顾效果和成本,我会把 Sol 设成 Codex 的默认模型。修 bug、改界面、补测试,先让它做一轮,跑过关键测试就收工。如果改完还复现,而且 Sol 说不清原因,就把复现步骤、报错和已经试过的改法一起交给 Astra。碰到跨模块重构,我会直接让 Astra 把方案和验收条件定下来,再让 Sol 按模块实现。比如小游戏里改个结算页,Sol 就够了。要是结算、排行榜和存档一起出问题,才值得让 Astra 顺着整条流程查一遍。