GPT-6.2 Astra 和 Sol 一览
| GPT-6.2 Astra | GPT-6.2 Sol | |
|---|---|---|
| 定位(OpenAI 的说法) | 面向最难项目的前沿模型 | 高效、通用的日常工作模型 |
| API 模型 ID | gpt-6.2-astra | gpt-6.2-sol |
| 发布 | 2026 年 11 月 17 日 | 2026 年 11 月 17 日 |
| 上下文窗口 | 1,050,000 token(最大输入 922,000) | 1,050,000 token(最大输入 922,000) |
| 最大输出 | 128,000 token | 128,000 token |
| 输入 / 输出 | 输入文本和图片,输出文本 | 输入文本和图片,输出文本 |
| 推理强度 | low、medium、high、xhigh、max | low、medium、high、xhigh、max |
| 知识截止 | 2026 年 5 月 18 日 | 2026 年 6 月 1 日 |
| API 价格(每百万 token) | 输入 $8,缓存 $0.40,输出 $40 | 输入 $2,缓存 $0.10,输出 $10 |
| OpenAI 拿来对比的模型 | GPT-6 Astra | GPT-6.1 Sol |
| 在哪能用 | 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 对比 Sol:该用哪个
两个模型的上下文窗口、输出上限、工具和推理设置都一样,区别在能力和价格。OpenAI 的 API 更新日志是这么说的:吃推理和编程的硬活用 Astra,日常编程和 agent 工作流用 Sol。
- 价格:Sol 是每百万输入、输出 token $2 和 $10。Astra 是 $8 和 $40,贵四倍。
- 能力:在 OpenAI 的图表里,下表每一项百分比成绩 Astra 都比 Sol 高,比如 Terminal-Bench-Science 是 77.1% 对 68.0%,AutomationBench 是 52.4% 对 41.2%。
- max 强度下的编程:在 Cognition 的 FrontierCode 2.0 上,OpenAI 说 Sol 离 Astra 只差不到半个点,成本约为五分之一。这个数字只针对这一个跑分,不是通用的成本比例。
- 默认模型:ChatGPT Work 里新开的对话默认用 Sol(个人套餐是 Light 强度,Enterprise 工作区是 Medium),OpenAI 还说它自己有很多员工把 Sol 当默认模型。
- 经验法则:日常编程和 agent 用 Sol,遇到跨服务的难 bug、大改动,或者 Sol 卡住的活,再换 Astra。
GPT-6.2 跑分
这些是 OpenAI 发布图表里的自家数字,来自 VentureBeat 的报道。VentureBeat 指出,每个模型取的是图上最好的成绩,所以强度设置可能不同。Astra 对比的是 GPT-6 Astra,Sol 对比的是 GPT-6.1 Sol。这些不是独立测试。
| 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 | - |
这些数字说明了什么,又漏掉了什么
- Sol 对比 GPT-6.1 Sol:大多数项目都有提升,最明显的是 BenchCAD(73.1% 对 52.6%)和 Terminal-Bench-Science(68.0% 对 57.0%)。Vals Science Index 略低(58.5% 对 59.6%),Agents' Last Exam 几乎没变。
- 效率:OpenAI 说 Astra 在 GDPval v2 上的提升,输出 token 比 GPT-6 Astra 少 22%,两个模型完成高难度任务时用的输出 token 都更少。
- 对比 Claude Fable 5.2,OpenAI 的文章说 Astra 在 Agents' Last Exam v1.1 上高 5.5 分,成本只有 5%。OpenAI 注明,排行榜上的 Fable 5.2 成绩去掉了九个用了备用模型的任务。
- Terminal-Bench-Science 上,OpenAI 的脚注说图里的 Fable 5.2 数字是 Artificial Analysis 在 mini-swe-agent 里跑的。Anthropic 公布的是在 Claude Code 里 max 推理强度下的 74.6%。
- Artificial Analysis 的 AA-3D(真人盲测投票,评 3D 和浏览器作品):Astra 1,318 Elo,Claude Fable 5.2 1,271,Sol 1,259。
- Artificial Analysis 的 Coding Agent Index(在 Codex 里、max 强度),据 VentureBeat 报道:Astra 持平,Sol 下降 3 分,主要因为 SWE-Atlas-QnA-AA 掉了 14 分。
- 我们看过的所有来源里,都没有公布 SWE-bench 成绩。
GPT-6.2 价格
每百万 token 的 API 价格,来自 2026 年 11 月 18 日 OpenAI 的模型页面。Astra 的输入和输出比 GPT-6 Astra 低 20%,缓存输入低 60%。Sol 沿用 GPT-6.1 Sol 的价格。如果一次请求的输入超过 272K token,整个请求的输入和缓存价格翻倍,输出是 1.5 倍。批处理是标准价的 50%。快速模式是标准价的 2 倍。Ultrafast 到 2027 年 2 月 28 日是标准价的 3 倍,从 2027 年 3 月 1 日起是 6 倍,且只提供美国数据驻留。缓存写入在 Astra 上是 $10(30 分钟)或 $20(12 小时),在 Sol 上是 $2.50 或 $5。
| 模型 | 输入 | 缓存输入 | 输出 | 输入超过 272K(输入 / 输出) | 批处理(输入 / 输出) |
|---|---|---|---|---|---|
| GPT-6.2 Astra | $8 | $0.40 | $40 | $16 / $60 | $4 / $20 |
| GPT-6.2 Astra 快速模式(2 倍) | $16 | - | $80 | - | - |
| GPT-6.2 Astra Ultrafast(到 2027 年 2 月 28 日为 3 倍) | $24 | - | $120 | - | - |
| GPT-6.2 Sol | $2 | $0.10 | $10 | $4 / $15 | $1 / $5 |
| GPT-6.2 Sol 快速模式(2 倍) | $4 | - | $20 | - | - |
| GPT-6.2 Sol Ultrafast(到 2027 年 2 月 28 日为 3 倍) | $6 | - | $30 | - | - |
| GPT-6 Astra | $10 | $1 | $50 | - | - |
| GPT-6.1 Sol | $2 | $0.10 | $10 | - | - |
在哪里能用 GPT-6.2
- ChatGPT Work 和 Codex:按 OpenAI 发布文章,是 Plus、Pro、Enterprise 和 Edu。Enterprise 和 Edu 要由管理员先开启模型。在 ChatGPT 里,这些模型在 Work 里,不在普通 Chat 里。Codex 和 Work 共用用量。想看 Work 在编程之外能做什么,见 ChatGPT for marketing。
- ChatGPT 和 Codex 里的 Ultrafast:Pro $500 两个模型都能用,Pro $200 只能配 Sol 用,Enterprise 和 Edu 要管理员开启后才有。
- OpenAI API:
gpt-6.2-astra和gpt-6.2-sol,支持 Responses、Chat Completions 和 Batch 接口。工具调用需要 Responses API。不支持 Realtime、Assistants 和微调。美国和欧盟的数据驻留覆盖标准、快速和批处理。 - GitHub Copilot:11 月 17 日起在 Copilot Pro+、Max、Business 和 Enterprise 上正式可用,支持 VS Code、Visual Studio、Copilot CLI、编程 agent、github.com、JetBrains、Xcode、Eclipse 等。逐步推出,Business 和 Enterprise 的管理员通过模型策略开启。
- Microsoft Foundry:
gpt-6.2-astra已在 Foundry 目录里列为正式可用,版本 2026-11-17。目录页面没有显示价格和区域。
怎么在 Codex 里使用 GPT-6.2
更新 Codex,选模型
在 Codex 应用里,从模型选择器选 GPT-6.2 Sol 或 GPT-6.2 Astra。在 CLI 里,先更新到 0.169.1 或更高版本(11 月 17 日发布),再运行
/model。用 ChatGPT 套餐的话,需要 Plus、Pro、Enterprise 或 Edu。# Codex CLI 0.169.1 或更高版本,然后在会话里选模型 /model # 选 GPT-6.2 Sol 或 GPT-6.2 Astra # Codex 应用:在模型选择器里选模型先用 Sol,再升级到 Astra
OpenAI 的 Codex 文档建议:高难度的活用 Astra,日常工作用 Sol。如果你没设置模型,Codex 会用它推荐的那个。
需要时用上长上下文
在 Codex 里配置后,两个模型都支持最多 100 万 token 的上下文。
调 API?先看迁移说明
推理强度必须是
low或更高,因为none会被拒绝,OpenAI 建议新接入从medium开始。不要传temperature、top_p、logprobs和top_logprobs。工具调用用 Responses API。保持提示词前缀不变,把新指令追加在后面,这样缓存才能复用。# OpenAI API:改模型 ID model = "gpt-6-astra" # 之前 model = "gpt-6.2-astra" # 之后 model = "gpt-6.1-sol" # 之前 model = "gpt-6.2-sol" # 之后 # 推理强度:low | medium | high | xhigh | max # 不接受 "none";工具调用需要 Responses API
GPT-6.2 对比 Claude Fable 5.2 和 Opus 5.5
这里只比较标价和规格。各家都用自己的设置发布自己的跑分,所以这些成绩不是同一场对比测出来的。完整对比见 GPT-6.2 vs Claude。
- GPT-6.2 Astra 对比 Claude Fable 5.2:每个 token 价格一样,输入 $8,输出 $40。缓存输入 Astra 是 $0.40,Fable 5.2 是 $0.20。
- GPT-6.2 Astra 对比 Claude Opus 5.5:Opus 5.5 每个 token 便宜一半($4 和 $20)。Opus 5.5 是 Claude Code 在付费套餐上的默认模型。
- GPT-6.2 Sol 对比 Opus 5.5:Sol 的价格是 Opus 5.5 的一半($2 和 $10),和 Claude Sonnet 5.5 一样。
- 上下文:两个 GPT-6.2 模型是 105 万 token,Fable 5.2 和 Opus 5.5 是 100 万。四个模型的最大输出都是 128K。
- 独立榜单,据 VentureBeat 报道:Artificial Analysis 的 Intelligence Index 里 Astra 排第二(62),在 Fable 5.2 之后。Epoch AI 给 Astra 和 Fable 5.2 打了同样的分,都是 174。
- 工具:GPT-6.2 在 Codex 里运行,Claude 模型在 Claude Code 里运行,见 Claude Code 和 Codex 对比。Microsoft AI 同一天还发布了另一个编程模型:MAI Code 2。
限制与安全
- 网络安全:两个模型都达到了 OpenAI 的网络安全 Critical 阈值,更严格的安全限制也会拦住一部分正当的安全研究。OpenAI 让获批的防御方去用 GPT-6 Astra、GPT-6 Cyber 或 Daybreak。
- 阻塞问题:OpenAI 说在两项测试中,两个模型更容易漏报自己遇到的阻塞问题,比如缺文件。它已经加了 Codex 指令,能大幅减少这种情况。如果在 Codex 之外运行,要明确要求它报告阻塞问题。
- 其他评级:两个模型在生物和化学上都是 High,Astra 是 OpenAI 第一个对外发布、在 AI 自我改进上达到 High 的模型。
- 推理项:对话中途历史记录有改动时,API 会丢掉它们,OpenAI 说回答质量可能下降。
- 早期反响:VentureBeat 报道,一些重度用户的早期评价是负面的,另一些是褒贬不一,所以切换之前,先用自己的任务把两个模型都测一遍。
让 GPT-6.2 做一份长期工作
Crewmark 把 Codex 和 Claude Code 会话变成 AI 员工,有岗位、目标、工作时间和心跳,从看板上领取 issue。Codex 员工用的是它的 Codex 会话当前运行的模型,所以你可以让 GPT-6.2 Sol 处理日常 issue,让 Astra 处理难的。
选一个岗位
比如 AI 软件工程师,处理一堆编程 issue。
在它的会话里设置模型
在员工的 Codex 会话里运行
/model,选 GPT-6.2 Sol 或 GPT-6.2 Astra。让它跑起来
它按心跳醒来,逐个处理看板上的 issue;见 Codex 长时间任务。
常见问题
GPT-6.2 什么时候发布的?
2026 年 11 月 17 日。OpenAI 当天在 ChatGPT Work、Codex 和 API 中发布了 GPT-6.2 Astra 和 GPT-6.2 Sol,GitHub 也在同一天把两个模型上线到 Copilot。
GPT-6.2 多少钱?
在 API 上,GPT-6.2 Astra 每百万输入 token $8,缓存 $0.40,输出 $40。GPT-6.2 Sol 分别是 $2、$0.10 和 $10。输入超过 272K token 时,输入价格翻倍,输出是 1.5 倍(Astra 为 $16 / $60,Sol 为 $4 / $15)。批处理半价,快速模式 2 倍,Ultrafast 3 倍。
GPT-6.2 Astra 和 Sol 有什么区别?
它们的上下文窗口、输出上限和工具都一样。Astra 是能力更强的前沿模型,面向难项目。Sol 是高效的日常模型,价格是四分之一,也是 ChatGPT Work 新对话的默认模型。
GPT-6.2 免费吗?哪些套餐有?
OpenAI 发布文章里,ChatGPT Work 和 Codex 列的是 Plus、Pro、Enterprise 和 Edu,没有列 Free 和 Go。在 ChatGPT 里,这些模型在 Work 里,不在普通 Chat 里。GitHub Copilot 在 Pro+、Max、Business 和 Enterprise 上提供。
GPT-6.2 的上下文窗口多大?
两个模型都是 1,050,000 token,最大输入 922,000,最多输出 128,000 token。在 Codex 里配置后,两个模型最多支持 100 万 token。
有 GPT-6.2 Luna 吗?
没有宣布过 GPT-6.2 Luna,小模型是 GPT-6 Luna。OpenAI 的 Codex 文档仍然推荐把 GPT-6 Luna 用在专注、重复的任务上。
GPT-6.2 Astra 比 Claude Fable 5.2 强吗?
两者都是每百万 token $8 和 $40。OpenAI 的图表里 Astra 在一些跑分上领先,附带它自己说明的前提;Artificial Analysis 的 Intelligence Index 里是 Fable 5.2 领先。完整对比见 GPT-6.2 vs Claude。
怎么在 Codex 里使用 GPT-6.2?
在 Codex 应用的模型选择器里选,或者在 Codex CLI(0.169.1 或更高版本)里运行 /model。用 ChatGPT 套餐的话,需要 Plus、Pro、Enterprise 或 Edu。
已于 2026 年 11 月 18 日对照 OpenAI 的发布文章、OpenAI API 文档、ChatGPT/Codex 文档和 GitHub 更新日志核对。