OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol,智能指数升至第二
OpenAI has the #2 model in the Intelligence Index with the release of GPT-6.2 Astra and GPT-6.2 Sol | Artificial Analysis
Artificial Analysis 评测显示,OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 后,在 Intelligence Index 上仅次于 Claude Fable 5.2。Astra 较 GPT-6 Astra 提升 5 分,超过 Gemini 4 Carbon(60)和 Claude Opus 5.5(59);Sol 提升 2 分至 57,成本约为 GPT-6 Astra 的 15%。Astra 定价为每百万 token 输入 8 美元、输出 40 美元,较 GPT-6 Astra 低 20%,缓存输入降至 0.40 美元;两款模型在 Coding Agent Index 上未提升,Sol 因 SWE-Atlas-QnA-AA 下降 14 分而较 GPT-6.1 Sol 低 3 分。
推荐理由
精选AI 评分 74
第三方评测机构给出 GPT-6.2 两款模型在智能指数、成本前沿和科学、3D、机器人等分项上的具体位次与短板。
主题
正文 · AI 翻译
Artificial Analysis
所有文章
2026年11月17日OpenAI发布GPT-6.2 Astra与GPT-6.2 Sol,在Artificial Analysis智能指数中位列第二,并占据了每任务成本帕累托前沿的大部分
GPT-6.2 Astra定价为每百万token输入8美元、输出40美元,比GPT-6 Astra低20%,缓存输入价格从每百万token 1.00美元降至0.40美元。GPT-6.2 Sol的定价与GPT-6.1 Sol保持不变,为每百万输入/输出token 2美元/10美元。
要点:
➤ 智能指数排名第二:OpenAI目前在Artificial Analysis智能指数中仅次于Anthropic的Claude Fable 5.2。GPT-6.2 Astra较GPT-6 Astra跃升5分,在最高努力设置下超过了Gemini 4 Carbon(60)和Claude Opus 5.5(59)。GPT-6.2 Sol提升2分至57,与GPT-6 Astra持平,而每任务成本约为后者的15%。
➤ 占据大部分成本与输出token前沿:OpenAI模型目前占据了每任务成本帕累托前沿的大部分,仅与Anthropic和Meta共享该前沿。OpenAI还主导了每任务输出token帕累托前沿,Claude Fable 5.2是唯一出现在该前沿上的非OpenAI实验室模型。
➤ 在科学与知识方面表现强劲:OpenAI在我们两项重点科学评估中均表现强劲,在涵盖智能体科学研究工作流的Terminal-Bench-Science 0.1中领先,并在涵盖物理推理的CritPt v2(困难子集)中仅次于Claude Fable 5.2位列第二。在AA-Omniscience v1.1准确率所衡量的事实知识以及推理与知识基准HLE-Diamond中,GPT-6.2 Astra均仅次于Claude Fable 5.2。
➤ 在3D与机器人领域领先:GPT-6.2 Astra以1318分领跑AA-3D,Claude Fable 5.2为1271分,GPT-6.2 Sol为1259分。该基准衡量模型构建交互式3D体验的能力,由人工评分员评定。GPT-6.2还在AA-Robotics v0.1中领先,这是我们的研究预览版,衡量语言模型在现实世界中理解、规划和行动的能力。GPT-6.2 Astra和GPT-6.2 Sol分别得分79和78,领先于Claude Fable 5.2的75分。我们的团队正努力添加更困难的任务,因为OpenAI和Anthropic的模型现已能完成这一初步研究预览中的大多数基础任务。
➤ 编程智能体指数无提升:在Artificial Analysis编程智能体指数(Codex测试框架,最高努力)中,GPT-6.2 Astra与GPT-6 Astra持平,GPT-6.2 Sol较GPT-6.1 Sol下降3分。对Sol而言,这一下降源于SWE-Atlas-QnA-AA下降14分,该模型比其前代更可能在回答中遗漏关键事实。不过,成本效率使GPT-6.2 Astra和Sol的多个努力档位进入了每任务成本帕累托前沿。
在Artificial Analysis编程智能体指数(Codex测试框架,最高努力)中,GPT-6.2 Astra与GPT-6 Astra持平,GPT-6.2 Sol较GPT-6.1 Sol下降3分。对Sol而言,这一下降源于SWE-Atlas-QnA-AA下降14分,该模型比其前代更可能在回答中遗漏关键事实。
OpenAI主导了每任务输出token帕累托前沿,Claude Fable 5.2是唯一出现在该前沿上的非OpenAI实验室模型。
GPT-6.2 Astra以1318分领跑AA-3D,Claude Fable 5.2为1271分,GPT-6.2 Sol为1259分。该基准衡量模型构建交互式3D体验的能力,由人工评分员评定。
GPT-6.2还在AA-Robotics v0.1中领先,这是我们的研究预览版,衡量语言模型在现实世界中理解、规划和行动的能力。
根据AA-Omniscience幻觉率衡量,GPT-6.2 Astra和GPT-6.2 Sol在最高努力下的幻觉率分别为59%和55%。该指标衡量模型在不知道广泛主题事实问题正确答案时进行猜测的倾向。
Artificial Analysis智能指数v5中各单项评估的细分
在以下网址将GPT-6.2与其他领先模型进行比较:https://artificialanalysis.ai
多模态知识智能体(MKA)基准:以复杂视觉文件测试知识工作能力
我们与Google DeepMind合作推出了其多模态知识智能体(MKA)评估,这是一个针对复杂视觉文件上智能体知识工作的新基准
2026年11月10日
端点准确率指数v1.1:更严格的长上下文区间与扩展的模型覆盖
我们推出Artificial Analysis端点准确率指数v1.1,这是一次小版本升级,同时新增对GLM-5.3 Flash和Muse Spark Open的覆盖。
2026年11月9日
Meta的Muse Ember是智能指数得分36的最便宜模型
Meta的最新模型Muse Ember在Artificial Analysis智能指数中得分36,与Claude Haiku 5.5(最高)持平,而每任务成本仅为其三分之一
2026年11月9日
AI 热点