GPT-6.2 和 Claude 并排对比
标准速度下每百万 token 的 API 标价。OpenAI 的价格适用于输入不超过 272K token 的请求;超过之后,整个请求的输入和缓存价格翻倍,输出是 1.5 倍。
| GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 | |
|---|---|---|---|---|
| 厂商 | OpenAI | OpenAI | Anthropic | Anthropic |
| API 模型 ID | gpt-6.2-astra | gpt-6.2-sol | claude-fable-5-2 | claude-opus-5-5 |
| 发布 | 2026 年 11 月 17 日 | 2026 年 11 月 17 日 | 2026 年 11 月 9 日 | 2026 年 9 月 22 日 |
| 价格(输入 / 输出) | $8 / $40 | $2 / $10 | $8 / $40 | $4 / $20 |
| 缓存输入 / 缓存读取 | $0.40 | $0.10 | $0.20 | $0.20 |
| 批处理 | 5 折 | 5 折 | 5 折 | 5 折 |
| 上下文窗口 | 105 万 token(最大输入 922K) | 105 万 token(最大输入 922K) | 100 万 token | 100 万 token |
| 最大输出 | 128K | 128K | 128K | 128K |
| 知识截止 | 2026 年 5 月 18 日 | 2026 年 6 月 1 日 | 2026 年 6 月 | 2026 年 6 月 |
| 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 | 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;不接受 none;OpenAI 建议从 medium 开始 | 档位和 Astra 一样 | 自适应思考,始终开启;low 到 max,默认 high | 自适应思考,始终开启;默认 medium |
| 更快的模式 | 快速模式(2 倍价格),Ultrafast(到 2027 年 2 月 28 日为 3 倍价格,之后 6 倍) | 快速模式(2 倍价格),Ultrafast(到 2027 年 2 月 28 日为 3 倍价格,之后 6 倍) | 快速模式,最快快 2.5 倍,$16 / $80 | 快速模式,最快快 2.5 倍,$8 / $40 |
| 编程工具 | Codex 应用和 CLI(/model);GitHub Copilot | Codex 应用和 CLI(/model);GitHub Copilot | Claude Code,用 /model 选择(v2.1.321 及以上) | Claude Code 的默认模型(v2.1.280 及以上) |
| 套餐 | ChatGPT Plus、Pro、Enterprise 和 Edu,在 ChatGPT Work 和 Codex 里 | ChatGPT Plus、Pro、Enterprise 和 Edu,在 ChatGPT Work 和 Codex 里 | Claude Pro、Max、Ultra、Team 和 Enterprise | Claude Pro、Max、Ultra、Team 和 Enterprise |
| 其他渠道 | OpenAI API、GitHub Copilot、Microsoft Foundry | OpenAI API、GitHub Copilot | Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry | Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry |
| 厂商说它适合做什么 | “最难的项目”,比如跨服务追查 bug | “日常工作”,日常编程和 agent 工作流 | 高难度推理和长周期的 agent 工作,或者 Opus 5.5 开高强度还不够的时候 | 长时间运行的 agent 编程和知识工作;Anthropic 推荐的起步模型 |
跑分:两家各自公布了什么
每个数字都标了是谁公布的。OpenAI 和 Anthropic 都公布了 FrontierCode 2.0、Terminal-Bench-Science 和 AutomationBench,但各自用自己的工具链、强度设置和安全限制跑自己的模型,所以每一行是两份独立的报告并排摆着,不是同一场对比测出来的。两家都没有在同一套设置下公布 GPT-6.2 和 Claude 的成绩。
OpenAI 的 GPT-6.2 数字来自它的发布文章(经 VentureBeat 报道,VentureBeat 指出每个模型取的是图上最好的成绩,所以强度可能不同)。Anthropic 的数字来自它的 Fable 页面,是最高可用强度、开启安全限制时的成绩。
| 跑分 | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 | Claude Opus 5.5 |
|---|---|---|---|---|
| FrontierCode 2.0(agent 编程) | 44.2%(OpenAI) | 43.8%(OpenAI) | xhigh 强度 49.1%(Anthropic) | 45.5%(Anthropic) |
| Terminal-Bench-Science 0.1 | 77.1%(OpenAI) | 68.0%(OpenAI) | max 强度、在 Claude Code 里 74.6%(Anthropic) | 58.7%(Anthropic) |
| AutomationBench(业务工作流) | 52.4%(OpenAI) | 41.2%(OpenAI) | 51.4%(Anthropic) | 42.5%(Anthropic) |
| FrontierSWE v2(agent 编程) | 未公布 | 未公布 | 69.9%(Anthropic) | 62.3%(Anthropic) |
| OSWorld 2.1(电脑操作) | 未公布 | 未公布 | 89.3%(Anthropic) | 87.2%(Anthropic) |
| Agents' Last Exam v1.1 | 78.3%(OpenAI) | 73.0%(OpenAI) | 在 OpenAI 的图表里比 Astra 低 5.5 分;该排行榜去掉了九个用了备用模型的 Fable 5.2 任务 | 未公布 |
| Harvey LAB-AA v1.1(法律) | 15.0%(OpenAI) | 11.1%(OpenAI) | OpenAI 说 Astra 的通过率是 Fable 5.2 的两倍多 | 未公布 |
| SWE-bench | 未公布 | 未公布 | 未公布 | 未公布 |
怎么看两家的数字
- Terminal-Bench-Science:OpenAI 的图表里也有一个 Fable 5.2 的成绩,但 OpenAI 的脚注说那个数字是 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%。Anthropic 的模型看 Anthropic 的数字,OpenAI 的模型看 OpenAI 的数字。
- FrontierCode 2.0:OpenAI 说 Sol 离 Astra 只差 0.5 分,成本约为五分之一,两者都是 max 强度。这只是一个跑分,不是通用的成本比例。
- Agents' Last Exam 和 Harvey LAB-AA 是 OpenAI 拿 Fable 5.2 做的对比,Anthropic 没有公布这两项的数字。
- FrontierSWE v2 和 OSWorld 2.1 是 Anthropic 的,OpenAI 没有公布 GPT-6.2 在这两项上的成绩。
独立榜单
由第三方而不是 OpenAI 或 Anthropic 运行的榜单。Artificial Analysis 和 Epoch AI 的数字来自 VentureBeat 的报道;AA-3D 是 OpenAI 在发布文章里引用的 Artificial Analysis 榜单。这些报道里没有 Opus 5.5。
| 榜单 | GPT-6.2 Astra | GPT-6.2 Sol | Claude Fable 5.2 |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 62,第二名(Artificial Analysis) | - | 第一名,在 Astra 之前(Artificial Analysis) |
| Epoch AI 指数 | 174(Epoch) | - | 174,与 Astra 并列(Epoch) |
| AA-3D(真人盲测投票,评 3D 和浏览器作品) | 1,318 Elo(Artificial Analysis) | 1,259 Elo(Artificial Analysis) | 1,271 Elo(Artificial Analysis) |
| Artificial Analysis Coding Agent Index(Codex,max 强度) | 和上一版持平(Artificial Analysis) | 下降 3 分,主要因为 SWE-Atlas-QnA-AA 掉了 14 分(Artificial Analysis) | - |
| 一位开发者的同题实测(X 上的 @EnvolDev,「Cathedral of Ice」提示词;不是跑分) | 8.20 美元,40 分 34 秒;作者认为效果远不如 Fable 5.2 | - | 81.10 美元,1 小时 56 分 52 秒 |
GPT-6.2 Astra 对比 Claude Fable 5.2
这是两款旗舰,每个 token 价格一样:每百万输入 $8,每百万输出 $40。两者都是 100 万级的上下文,最多写出 128K token。在独立榜单上它们很接近:Epoch 的指数并列 174,Artificial Analysis 的 Intelligence Index 是 Fable 5.2 领先,AA-3D 是 Astra 领先。
- 它们适合做什么:OpenAI 称 Astra 是用于“最难的项目”的模型,比如跨服务追查 bug。Anthropic 把 Fable 5.2 定位为高难度推理和长周期 agent 工作,并说它能连续几天处理模糊的工程任务。
- 缓存:Fable 5.2 的缓存读取是每百万 $0.20,是 Astra 缓存输入 $0.40 的一半。在反复使用同一前缀的长 agent 会话里,这个差距会累积起来。
- 强度:Fable 5.2 默认
high。OpenAI 建议 Astra 从medium开始。两者都能到max,强度越高通常每个任务用的 token 越多,所以除了标价,也要比较每个完成任务的成本。 - 长输入:输入超过 272K token 时,OpenAI 会让整个请求的 Astra 输入价格翻倍,输出涨到 1.5 倍。
- 速度:Fable 5.2 的快速模式最快快 2.5 倍,价格翻倍。Astra 有快速(2 倍价格)和 Ultrafast(到 2027 年 2 月 28 日为 3 倍价格)两档,Ultrafast 只提供美国数据驻留。
- 在哪里运行:Astra 在 Codex、ChatGPT Work 和 GitHub Copilot 里;Fable 5.2 在 Claude Code 里,用
/model选择。在 Claude Pro 和标准 Team 席位上,Fable 5.2 最多能用你每周额度的 50%。 - 安全限制:两者都会限制一部分网络安全工作。OpenAI 说它更严格的网络安全限制也会拦住一些正当的安全研究;Anthropic 会把 Fable 5.2 上被标记的网络安全请求转给 Claude Opus 4.8。
- 数据保留:Fable 系列默认保留数据 30 天用于安全监控,零数据保留需要 Anthropic 授权。OpenAI 对获批的组织提供零数据保留。
GPT-6.2 Sol 对比 Claude Opus 5.5
这是两款日常模型。OpenAI 称 Sol 是“高效、通用的日常工作模型”,并说很多 OpenAI 员工把它当默认模型。Anthropic 让开发者大多数工作负载先从 Opus 5.5 开始,它也是 Claude Code 的默认模型。
- 价格:Sol 是每百万 token $2 和 $10,是 Opus 5.5 的 $4 和 $20 的一半。缓存输入 Sol 是 $0.10,Opus 5.5 是 $0.20。Sol 的单 token 价格和 Claude Sonnet 5.5 一样,不是 Opus。
- 强度默认值:Opus 5.5 默认
medium。OpenAI 建议在 API 里让 Sol 从medium开始。在 ChatGPT Work 里,个人套餐的新对话用 Sol,强度是 Light。 - 上下文:两者都约 100 万 token。在 Codex 里配置后,GPT-6.2 模型最多支持 100 万 token。
- 编程方面的说法:OpenAI 说 Sol 完成高难度任务用的输出 token 比之前的模型少,并且在 max 强度的 FrontierCode 2.0 上离 Astra 只差不到半个点。Anthropic 的数字是 Opus 5.5 在 FrontierCode 2.0 上 45.5%,在 FrontierSWE v2 上 62.3%。这是两份独立的报告,不是同一场测试。
- 对 Sol 的一个独立信号:Artificial Analysis 的 Coding Agent Index 在 Codex 里、max 强度下跑,Sol 比上一版低了 3 分,主要来自一个子测试。
- 已知问题:OpenAI 说在两项测试中,两个 GPT-6.2 模型更容易漏报阻塞问题,比如缺文件,并说它已经加了 Codex 指令,能大幅减少这种情况。无论用哪个编程 agent,合并之前都要读它的最终报告。
编程该选哪个
没有哪家的跑分能下结论,独立榜单里两款旗舰也很接近。先按你能核实的事实做决定,再拿候选模型在自己的 issue 上试。
- 你已经在付费用 Claude,并且在 Claude Code 里工作:继续用默认的 Opus 5.5,遇到长时间运行的任务和 Opus 搞不定的 bug 时,换 Fable 5.2。
- 你已经在付费用 ChatGPT,并且在 Codex 里工作:像 OpenAI 建议的那样,日常改动用 Sol,最难的项目用 Astra。Codex 和 ChatGPT Work 共用一份用量额度。
- 在 API 上跑大量 agent、由单 token 价格决定的情况:Sol 的 $2 / $10 是四个里最便宜的。
- 反复读取同一个大前缀的长时间 agent 任务:比较缓存输入价格。Fable 5.2 和 Opus 5.5 是 $0.20,Astra 是 $0.40,Sol 是 $0.10。
- 在 OpenAI 上输入超过 272K token 的提示词:要按长上下文价格预算,整个请求的输入翻倍、输出涨到 1.5 倍。
- 你需要在特定的云上用这个模型:Claude Fable 5.2 和 Opus 5.5 在 Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上都有。GPT-6.2 Astra 在 Microsoft Foundry 里;我们没找到 GPT-6.2 在 Bedrock 或 Google Cloud 上的官方页面。
- 你在 GitHub 里做代码评审:两个 GPT-6.2 模型都在 GitHub Copilot 的 Pro+、Max、Business 和 Enterprise 上。GitHub 说 Sol 是为复杂的 agent 编程和深入的代码评审打造的。
- 安全研究:两家都限制这些模型上的一部分网络安全工作。围绕哪家做计划之前,先看各自的验证项目。
- 拿不准:把同一个 issue 分别交给 Opus 5.5 和 Sol,失败的再升级到 Fable 5.2 或 Astra。比较 diff 和测试,不要比发布时的图表。
让 GPT-6.2 和 Claude 并排运行
最快的比较办法是在你自己的仓库上做:一个会话在 Codex,一个在 Claude Code,两边给同一个 issue。
在 Codex 里选 GPT-6.2
更新 Codex,然后在 CLI 里运行
/model,或者用 Codex 应用的模型选择器,选 GPT-6.2 Sol 或 GPT-6.2 Astra。用 ChatGPT 的话,需要 Plus、Pro、Enterprise 或 Edu;Enterprise 和 Edu 要由管理员先开启模型。# Codex:先更新,再为这个会话选模型 /model # 选 GPT-6.2 Sol 或 GPT-6.2 Astra # API 模型 ID gpt-6.2-sol gpt-6.2-astra # 推理强度:low | medium | high | xhigh | max # OpenAI 建议新接入从 medium 开始在 Claude Code 里选 Opus 5.5 或 Fable 5.2
Opus 5.5 是 Claude Code 在 Pro、Max、Ultra、Team、Enterprise 和 API 上的默认模型。要用 Fable 5.2,运行
/model fable,或者用--model claude-fable-5-2启动(Claude Code v2.1.321 及以上)。# Claude Code:先更新,再为这个会话选模型 claude update /model # 默认是 Opus 5.5;也可以选 Fable 5.2 # 或者直接用 Fable 5.2 启动会话(v2.1.321 及以上) claude --model claude-fable-5-2给两边同一个 issue
用同样的仓库状态和同样的指令。记下各自跑的强度,因为默认值不一样。
比结果,不比说法
看测试有没有通过、diff 有多大、agent 有没有报告它被什么卡住了。留下做你这类活更好的那个模型。
不用二选一
在 Crewmark 里,运行 GPT-6.2 的 Codex 会话和运行 Opus 5.5 或 Fable 5.2 的 Claude Code 会话,都可以成为有岗位、目标、工作时间和心跳的 AI 员工。它们从同一个看板领取 issue,所以你能看到每个模型怎么处理你真实的工作,也可以两个都留着。
添加一个用 GPT-6.2 的 Codex 员工
给它一个岗位,比如 AI 软件工程师,然后在它的 Codex 会话里运行
/model,选 GPT-6.2 Sol 或 Astra。添加一个用 Opus 5.5 或 Fable 5.2 的 Claude Code 员工
在它的 Claude Code 会话里运行
/model,日常 issue 选 Opus 5.5,最难的选 Fable 5.2。分配 issue,在同一个看板上比较
每个员工按心跳醒来,领取自己的下一个 issue。结果落在同一个看板上,你可以并排比较;两个工具有什么不同,见 Claude Code 和 Codex 对比。
常见问题
GPT-6.2 编程比 Claude 强吗?
目前没有统一的答案。两家的跑分在不同的地方偏向自家模型,用的工具链也不同。在独立榜单上,GPT-6.2 Astra 和 Claude Fable 5.2 在 Epoch 的指数上并列 174,Artificial Analysis 的 Intelligence Index 是 Fable 5.2 领先,AA-3D 是 Astra 领先。在你自己的 issue 上两个都试试。
GPT-6.2 Astra 对比 Claude Fable 5.2:哪个更贵?
每个 token 一样:每百万输入 $8,每百万输出 $40。Fable 5.2 的缓存读取更便宜($0.20 对 $0.40),OpenAI 对输入超过 272K token 的请求收更多。实际成本还取决于强度:Fable 5.2 默认 high,OpenAI 建议 Astra 从 medium 开始。
GPT-6.2 Astra 对比 Claude Opus 5.5:该用哪个?
Astra 每个 token 的价格是 Opus 5.5 的两倍($8 / $40 对 $4 / $20)。Opus 5.5 是 Anthropic 推荐的起步模型,也是 Claude Code 的默认模型;Astra 是 OpenAI 用于最难项目的模型。如果比的是旗舰,Astra 价格上对应的是 Fable 5.2。
GPT-6.2 Sol 对比 Claude Opus 5.5:哪个更便宜?
Sol,每百万输入 $2、输出 $10,是 Opus 5.5 的 $4 和 $20 的一半。它的缓存输入也是一半($0.10 对 $0.20)。Sol 的价格和 Claude Sonnet 5.5 一样。
编程用 GPT-6.2 还是 Fable 5.2 更好?
FrontierCode 2.0 上,OpenAI 公布 Astra 是 44.2%,Anthropic 公布 Fable 5.2 在 xhigh 强度下是 49.1%。Terminal-Bench-Science 上,OpenAI 公布 Astra 是 77.1%,Anthropic 公布 Fable 5.2 在 Claude Code 里是 74.6%。这些是不同设置下的独立运行,所以下不了结论。
GPT-6.2 和 Claude 的上下文窗口分别是多大?
GPT-6.2 Astra 和 Sol 是 105 万 token(最大输入 922K);Claude Fable 5.2 和 Opus 5.5 是 100 万。四个模型最多都能输出 128K token。
能同时用 GPT-6.2 和 Claude 吗?
可以。在 Codex 会话里跑 GPT-6.2,在 Claude Code 会话里跑 Opus 5.5 或 Fable 5.2,给它们同样的 issue。在 Crewmark 里,每个会话都可以是从同一个看板领活的 AI 员工。
GPT-6.2 什么时候发布的?
2026 年 11 月 17 日,在 ChatGPT Work、Codex、API 和 GitHub Copilot 中。Claude Fable 5.2 是 2026 年 11 月 9 日发布,Claude Opus 5.5 是 2026 年 9 月 22 日。各自的详细介绍:GPT-6.2、Claude Fable 5.2 和 MAI Code 2。
已于 2026 年 11 月 18 日对照 OpenAI 的发布文章和 API 文档,以及 Anthropic 的模型页面和文档核对。