GPT-6.2 Astra 和 Sol 一覽
| GPT-6.2 Astra | GPT-6.2 Sol | |
|---|---|---|
| 定位(依 OpenAI) | 處理最困難專案的旗艦模型 | 日常工作用的高效率通用模型 |
| API 模型 ID | gpt-6.2-astra | gpt-6.2-sol |
| 發表日期 | 2026 年 11 月 17 日 | 2026 年 11 月 17 日 |
| 上下文視窗 | 1,050,000 token(最大輸入 922,000) | 1,050,000 token(最大輸入 922,000) |
| 最大輸出 | 128,000 token | 128,000 token |
| 輸入 / 輸出 | 輸入文字和圖片,輸出文字 | 輸入文字和圖片,輸出文字 |
| Reasoning effort | low、medium、high、xhigh、max | low、medium、high、xhigh、max |
| 知識截止 | 2026 年 5 月 18 日 | 2026 年 6 月 1 日 |
| API 價格(每百萬 token) | 輸入 $8,快取輸入 $0.40,輸出 $40 | 輸入 $2,快取輸入 $0.10,輸出 $10 |
| OpenAI 拿來比較的對象 | GPT-6 Astra | GPT-6.1 Sol |
| 可以在哪裡使用 | ChatGPT Work 和 Codex(Plus、Pro、Enterprise、Edu)、API、GitHub Copilot、Microsoft Foundry | ChatGPT Work 和 Codex(Plus、Pro、Enterprise、Edu)、API、GitHub Copilot |
GPT-6.2 Astra 和 Sol:該用哪一個
兩個模型的上下文視窗、輸出上限、工具和 reasoning 設定都一樣,差別在能力和價格。OpenAI 的 API 更新日誌是這樣說的:困難的推理和程式設計任務用 Astra,日常程式設計和 agent 工作流程用 Sol。
- 價格:Sol 每百萬輸入和輸出 token 是 $2 和 $10。Astra 是 $8 和 $40,貴四倍。
- 能力:在 OpenAI 的圖表上,下表每一項百分比分數 Astra 都高於 Sol,例如 Terminal-Bench-Science 是 77.1% 對 68.0%,AutomationBench 是 52.4% 對 41.2%。
- 最高 effort 的程式設計:在 Cognition 的 FrontierCode 2.0 上,OpenAI 表示 Sol 只比 Astra 低不到半個百分點,成本約為五分之一。這個數字只針對這一項跑分,不是通用的成本比。
- 預設值:ChatGPT Work 的新對話預設用 Sol(個人方案是 Light effort,Enterprise 工作區是 Medium),OpenAI 也說它有許多員工把 Sol 當預設模型。
- 經驗法則:日常程式設計和 agent 用 Sol;跨服務的難纏 bug、大型改動,以及 Sol 卡住的工作,再換成 Astra。
GPT-6.2 跑分
以下是 OpenAI 自己在發表圖表上公布的數字,由 VentureBeat 轉述。VentureBeat 指出,圖中每個模型取的是最佳分數,所以 effort 設定可能不同。Astra 對比的是 GPT-6 Astra,Sol 對比的是 GPT-6.1 Sol。這些都不是獨立測試。
| 跑分 | GPT-6.2 Astra | GPT-6 Astra | GPT-6.2 Sol | GPT-6.1 Sol |
|---|---|---|---|---|
| Agents' Last Exam | 78.3% | 73.1% | 73.0% | 72.5% |
| FrontierCode 2.0 (Cognition) | 44.2% | 42.8% | 43.8% | 39.0% |
| Terminal-Bench-Science | 77.1% | 68.1% | 68.0% | 57.0% |
| AutomationBench | 52.4% | 41.4% | 41.2% | 36.1% |
| BenchCAD 2.1 Core | 82.5% | 62.6% | 73.1% | 52.6% |
| Harvey LAB-AA | 15.0% | 8.6% | 11.1% | 6.9% |
| Vals Science Index | 68.4% | 65.1% | 58.5% | 59.6% |
| LifeVal | 86.1% | 79.8% | 83.8% | 79.5% |
| GDPval v2 | +6.2 分 | - | +5.3 分 | - |
這些數字說明了什麼,又漏掉了什麼
- Sol 對比 GPT-6.1 Sol:大部分項目都進步,進步最多的是 BenchCAD(73.1% 對 52.6%)和 Terminal-Bench-Science(68.0% 對 57.0%)。Vals Science Index 略低(58.5% 對 59.6%),Agents' Last Exam 幾乎沒變。
- 效率:OpenAI 表示 Astra 在 GDPval v2 上的進步,輸出 token 比 GPT-6 Astra 少 22%,而且兩個模型完成高難度任務時用的輸出 token 都更少。
- 和 Claude Fable 5.2 比:OpenAI 的文章說,Astra 在 Agents' Last Exam v1.1 上高出 5.5 分,成本只有 5%。OpenAI 註明,排行榜上的 Fable 5.2 結果排除了九個使用備援模型的任務。
- Terminal-Bench-Science:OpenAI 的註腳說,圖中 Fable 5.2 的數字是 Artificial Analysis 在 mini-swe-agent 中跑的結果。Anthropic 公布的是在 Claude Code 中以最高 reasoning 跑出的 74.6%。
- Artificial Analysis 的 AA-3D(盲測真人投票,評比 3D 和瀏覽器作品):Astra 1,318 Elo,Claude Fable 5.2 1,271,Sol 1,259。
- Artificial Analysis 的 Coding Agent Index(在 Codex 中以最高 effort 跑),據 VentureBeat 報導:Astra 持平,Sol 下降 3 分,主要是 SWE-Atlas-QnA-AA 掉了 14 分。
- 我們讀過的所有來源都沒有公布 SWE-bench 分數。
GPT-6.2 價格
API 價格,每百萬 token,來自 2026 年 11 月 18 日 OpenAI 的模型頁面。Astra 的輸入和輸出比 GPT-6 Astra 便宜 20%,快取輸入便宜 60%。Sol 沿用 GPT-6.1 Sol 的價格。如果一個請求的輸入超過 272K token,整個請求的輸入和快取費率加倍,輸出是 1.5 倍。批次是標準價的 50%。Fast 模式是標準價的 2 倍。Ultrafast 到 2027 年 2 月 28 日是標準價的 3 倍,2027 年 3 月 1 日起是 6 倍,而且只提供美國資料存放地。快取寫入在 Astra 上是 $10(30 分鐘)或 $20(12 小時),在 Sol 上是 $2.50 或 $5。
| 模型 | 輸入 | 快取輸入 | 輸出 | 輸入超過 272K(輸入 / 輸出) | 批次(輸入 / 輸出) |
|---|---|---|---|---|---|
| GPT-6.2 Astra | $8 | $0.40 | $40 | $16 / $60 | $4 / $20 |
| GPT-6.2 Astra,Fast(2 倍) | $16 | - | $80 | - | - |
| GPT-6.2 Astra,Ultrafast(到 2027 年 2 月 28 日為 3 倍) | $24 | - | $120 | - | - |
| GPT-6.2 Sol | $2 | $0.10 | $10 | $4 / $15 | $1 / $5 |
| GPT-6.2 Sol,Fast(2 倍) | $4 | - | $20 | - | - |
| GPT-6.2 Sol,Ultrafast(到 2027 年 2 月 28 日為 3 倍) | $6 | - | $30 | - | - |
| GPT-6 Astra | $10 | $1 | $50 | - | - |
| GPT-6.1 Sol | $2 | $0.10 | $10 | - | - |
哪裡可以使用 GPT-6.2
- ChatGPT Work 和 Codex:依 OpenAI 的發表文章,是 Plus、Pro、Enterprise 和 Edu。Enterprise 和 Edu 要先由管理員開啟模型。在 ChatGPT 裡,這些模型在 Work 中,不在一般的 Chat。Codex 和 Work 共用用量。Work 在程式設計以外能做什麼,請看 ChatGPT 行銷。
- ChatGPT 和 Codex 中的 Ultrafast:Pro $500 兩個模型都能用,Pro $200 只能用在 Sol,Enterprise 和 Edu 要等管理員啟用。
- OpenAI API:
gpt-6.2-astra和gpt-6.2-sol,支援 Responses、Chat Completions 和 Batch 端點。工具呼叫需要 Responses API。不支援 Realtime、Assistants 和微調。美國和歐盟的資料存放地涵蓋 Standard、Fast 和 Batch。 - GitHub Copilot:11 月 17 日起正式推出(GA),適用 Copilot Pro+、Max、Business 和 Enterprise,可用於 VS Code、Visual Studio、Copilot CLI、coding agent、github.com、JetBrains、Xcode、Eclipse 等。採逐步推出,Business 和 Enterprise 的管理員透過模型政策開啟。
- Microsoft Foundry:
gpt-6.2-astra已在 Foundry 目錄中列為正式推出,版本 2026-11-17。目錄頁面沒有標示價格和區域。
如何在 Codex 中使用 GPT-6.2
更新 Codex 並選模型
在 Codex app 的模型選單中選 GPT-6.2 Sol 或 GPT-6.2 Astra。在 CLI 中,更新到 0.169.1 以上(11 月 17 日發布)後執行
/model。ChatGPT 方案需要是 Plus、Pro、Enterprise 或 Edu。# Codex CLI 0.169.1 以上,然後在工作階段中選模型 /model # 選 GPT-6.2 Sol 或 GPT-6.2 Astra # Codex app:在模型選單中選擇先用 Sol,再升級到 Astra
OpenAI 的 Codex 文件建議,困難的工作用 Astra,日常工作用 Sol。如果你沒有指定模型,Codex 會使用它建議的模型。
需要時再用長上下文
在 Codex 中設定後,兩個模型最多都能用 100 萬 token 的上下文。
呼叫 API?先看遷移說明
Reasoning effort 必須是
low或更高,因為none會被拒絕,OpenAI 建議新的整合從medium開始。不要傳temperature、top_p、logprobs和top_logprobs。工具呼叫請用 Responses API。提示詞前綴保持不變,把新指令附加在後面,快取才能重複使用。# OpenAI API:改模型 ID model = "gpt-6-astra" # 之前 model = "gpt-6.2-astra" # 之後 model = "gpt-6.1-sol" # 之前 model = "gpt-6.2-sol" # 之後 # reasoning effort: low | medium | high | xhigh | max # 不接受 "none";工具呼叫需要 Responses API
GPT-6.2 和 Claude Fable 5.2、Opus 5.5 比較
這裡只比定價和規格。各家都用自己的設定公布自己的跑分,所以這些分數不是同一場正面對決。完整比較請看 GPT-6.2 對比 Claude。
- GPT-6.2 Astra 對比 Claude Fable 5.2:每個 token 的價格相同,輸入 $8、輸出 $40。快取輸入在 Astra 是 $0.40,在 Fable 5.2 是 $0.20。
- GPT-6.2 Astra 對比 Claude Opus 5.5:Opus 5.5 每個 token 便宜一半($4 和 $20)。Opus 5.5 是 Claude Code 付費方案的預設模型。
- GPT-6.2 Sol 對比 Opus 5.5:Sol 的價格是 Opus 5.5 的一半($2 和 $10),與 Claude Sonnet 5.5 相同。
- 上下文:兩個 GPT-6.2 模型是 105 萬 token,Fable 5.2 和 Opus 5.5 是 100 萬。四個模型的最大輸出都是 128K。
- 獨立指數,據 VentureBeat 報導:Artificial Analysis 的 Intelligence Index 把 Astra 排在第二(62),落後 Fable 5.2。Epoch AI 給 Astra 和 Fable 5.2 一樣的分數,都是 174。
- 工具:GPT-6.2 在 Codex 中執行,Claude 模型在 Claude Code 中執行;請看 Claude Code 和 Codex 比較。Microsoft AI 同一天還發表了另一個程式設計模型:MAI Code 2。
限制與安全
- 資安:兩個模型都達到 OpenAI 資安方面的 Critical 門檻,更嚴格的防護也限制了一部分正當的資安研究。OpenAI 讓通過核准的防禦方改用 GPT-6 Astra、GPT-6 Cyber 或 Daybreak。
- 阻礙:OpenAI 表示,在兩項測試中,兩個模型都更容易漏報自己遇到的阻礙,例如缺少檔案。它在 Codex 中加了指令,能大幅減少這個問題。如果你在 Codex 之外執行它們,請明確要求回報阻礙。
- 其他評級:兩者在生物和化學方面都是 High,Astra 是 OpenAI 第一個對外發布、AI 自我改進達到 High 的模型。
- Reasoning items:對話過程中歷史紀錄有變動時,API 會丟掉它們,OpenAI 表示回答品質可能下降。
- 早期反應:VentureBeat 報導,一些重度使用者的早期評價偏負面,另一些則好壞參半,所以切換之前請先用你自己的任務測試兩個模型。
讓 GPT-6.2 負責一份長期工作
Crewmark 把 Codex 和 Claude Code 工作階段變成 AI 員工,有職位、目標、工作時間和心跳,從看板領取 issue。Codex 員工使用所在 Codex 工作階段的模型,所以你可以讓 GPT-6.2 Sol 處理日常 issue,讓 Astra 處理困難的。
選一個職位
例如處理一堆程式設計 issue 的 AI 軟體工程師。
在它的工作階段設定模型
在員工的 Codex 工作階段中執行
/model,選 GPT-6.2 Sol 或 GPT-6.2 Astra。讓它跑起來
它依心跳醒來,推進看板上的工作;參見 Codex 長時間任務。
常見問題
GPT-6.2 什麼時候發表的?
2026 年 11 月 17 日。OpenAI 同一天在 ChatGPT Work、Codex 和 API 中推出 GPT-6.2 Astra 和 GPT-6.2 Sol,GitHub 也在同一天把兩者加入 Copilot。
GPT-6.2 多少錢?
在 API 上,GPT-6.2 Astra 每百萬輸入 token $8、快取輸入 $0.40、輸出 $40。GPT-6.2 Sol 是 $2、$0.10 和 $10。輸入超過 272K token 時,輸入加倍、輸出是 1.5 倍(Astra 為 $16 / $60,Sol 為 $4 / $15)。批次是半價,Fast 模式 2 倍,Ultrafast 3 倍。
GPT-6.2 Astra 和 Sol 有什麼差別?
它們的上下文視窗、輸出上限和工具都相同。Astra 是處理困難專案、能力更強的旗艦模型。Sol 是日常用的高效率模型,價格只有四分之一,也是 ChatGPT Work 新對話的預設模型。
GPT-6.2 免費嗎?哪些方案有?
OpenAI 的發表文章列出 Plus、Pro、Enterprise 和 Edu,用於 ChatGPT Work 和 Codex。Free 和 Go 沒有列出。在 ChatGPT 裡,這些模型在 Work 中,不在一般的 Chat。GitHub Copilot 在 Pro+、Max、Business 和 Enterprise 提供。
GPT-6.2 的上下文視窗多大?
兩個模型都是 1,050,000 token,最大輸入 922,000,最多輸出 128,000 token。在 Codex 中設定後,兩者最多都能用 100 萬 token。
有 GPT-6.2 Luna 嗎?
沒有,OpenAI 沒有宣布 GPT-6.2 Luna;小型模型是 GPT-6 Luna。OpenAI 的 Codex 文件仍建議把 GPT-6 Luna 用在專注、重複性的任務上。
GPT-6.2 Astra 比 Claude Fable 5.2 強嗎?
兩者都是每百萬 token $8 和 $40。OpenAI 的圖表顯示 Astra 在部分跑分上領先,並附上它自己說明的但書;Artificial Analysis 則在 Intelligence Index 上把 Fable 5.2 排在前面。完整比較請看 GPT-6.2 對比 Claude。
如何在 Codex 中使用 GPT-6.2?
在 Codex app 的模型選單中選擇,或在 Codex CLI(0.169.1 以上)中執行 /model。ChatGPT 方案需要是 Plus、Pro、Enterprise 或 Edu。
已於 2026 年 11 月 18 日對照 OpenAI 的發表文章、OpenAI API 文件、ChatGPT/Codex 文件和 GitHub 的更新日誌核對。