为文章“GPT-6.2 Astra Pro vs GPT-6 Astra”生成的一张标题卡,副标题为“花得更少,说得更多”,两个扁平线条价格标签分别写着 $8 / $40 和 $10 / $50,二者之间有一个向下箭头,还有三个低饱和度统计标签,分别显示每任务 $4.00 vs $6.24、输出 token 数 65.8M vs 54.3M,以及上下文两者均为 1,050,000。
Guides & Insights

GPT-6.2 Astra Pro 对比 GPT-6 Astra:收费更少、话更多的继任者

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

模型代际更新几乎总是比它所取代的东西成本更高。这一代却成本更低,而且它是在唯一一个公布 token 数量的独立基准上生成 更多 token 的情况下做到这一点的——这正是那种值得在任何人编制迁移预算之前拆解清楚的矛盾。将 GPT-6.2 Astra Pro 与 GPT-6 Astra 对比,价目表显示更新的模型应该在价格上胜出:每百万输入 token 8 美元、每百万输出 token 40 美元,而 OpenAI 于 2026 年 9 月 3 日发布的模型则是 10 美元和 50 美元。Artificial Analysis 也同意,测得新模型每项智能指数任务成本为 4.00 美元,而旧模型为 6.24 美元。但它也测得新模型运行其测试套件消耗了 6580 万输出 token,而旧模型消耗了 5430 万。输入和输出价格下降了 20%;token 消耗量上升了约 21%。这两个事实都是真的,而且合在一起解释了这次升级的全部特征。

这种反转:每个 token 更少,每个任务也更少

2026年11月17日,OpenAI 发布了 GPT-6.2 Astra,其输入和输出价格较前代直接降低20%,缓存输入价格则降低60%。这些头条数字既容易陈述,也容易对照已发布的价目表核实:

• 输入 — GPT-6.2 Astra 每百万 $8.00,而 GPT-6 Astra 为 $10.00,降低了 20%。

• 输出 — $40.00 对比 $50.00,还有 20%。

• 缓存输入 — $0.40 对比 $1.00,降幅 60%,也是这张卡片上单项幅度最大的变化。

• 缓存写入,保留 30 分钟 — $10.00 对比 $12.50。

• 超过 272,000 个输入 token 时——输入 $16.00、输出 $60.00,对比 $20.00 和 $75.00;长上下文悬崖依然存在,倍数与之前相同,仍为 2× / 1.5×。

• 上下文与上限——两者完全相同:均为 1,050,000 tokens,最大输入 922,000,最大输出 128,000,并且二者都拒绝 reasoning.effort: "none"。

这里没有任何功能门控。继任者是在更低价格下提供同样大小的规模范围,这已经足够不寻常,值得追问 O​penAI 用这个折扣换来了什么。发布帖对此直言不讳:更好的结果“用更少的输出 token,让你能在使用额度内完成更多工作”,并且该公司声称 GPT-6.2 Astra 在其内部 GDPval v2 基准上以 6.2 分的优势领先 GPT-6 Astra,“同时使用的输出 token 少了 22%”。

当独立测量结果与供应商不一致时

Artificial Analysis 对两个模型运行同一套九项评测,并报告各自消耗的总输出 token 数。根据其数据,GPT-6.2 Astra 完成该指数用了 6580 万输出 token,而 GPT-6 Astra 用了 5430 万。这与厂商所称“少 22%”的方向相反,但两种说法实际上并不冲突——它们衡量的是不同事物。O​penAI 的数字来自 GDPval v2,这是一个涵盖咨询、金融和设计任务的内部基准。Artificial Analysis 的数字是在最大投入下通过其自身九项评测的 token 成本。一个模型可能在某一任务类别上更经济,在另一任务类别上则不那么经济;不存在通用的 token 效率数值,只有按基准区分的数值。

实际来说,这意味着20%的降价是你可以确定拿到的部分,而关于 token 效率的说法则是需要你自己去衡量的部分。如果你的工作负载恰好类似 GDPval v2,那么 GPT-6.2 Astra 每个任务的成本可能明显低于其前代的五分之四。如果它类似 Artificial Analysis 的测试套件,那么节省幅度会更接近官方宣传的降幅,并且会因输出冗长而被部分抵消。

每项任务的数字介于两者之间:4.00 美元对 6.24 美元,减少了 36%。这比 20% 的费率下调幅度更大,这意味着更便宜的 token 和更长的输出部分相互抵消,而其余部分由其他因素完成——最可能是输入侧,在跨任务复用上下文的基准测试中,0.40 美元对 1.00 美元的缓存读取影响很大。

A two-column generated scoreboard comparing GPT-6.2 Astra Pro and GPT-6 Astra on six shared dimensions. GPT-6.2 Astra Pro: Intelligence Index 62, $4.00 per index task, 65.8M output tokens, time per task not published, $8 / $40 price, $0.40 cached input. GPT-6 Astra: 57, $6.24 per task, 54.3M output tokens, 20.4 minutes per task, $10 / $50, $1.00 cached input. Footer attributes board figures to Artificial Analysis Index v5.0.1 and prices to OpenAI's rate card.

速度是董事会至今尚未弥合的差距

GPT-6 Astra 并不快。Artificial Analysis 测得它的速度为每秒 42 个 token,并测算出每项 Intelligence Index 任务耗时 20.4 分钟;其自身评述也称该模型比同价位档的平均水平更慢。对于 GPT-6.2 Astra,该榜单完全没有公布每任务耗时数据;面板显示为 N/A。

这比听起来更重要。一次迁移若把每项任务的成本减半,却让你的实际耗时翻倍,那它就是另一种产品,而不是更便宜的产品。OpenAI 的发布材料没有对新模型的实际耗时作出承诺,而它唯一宣传的效率功能——Ultrafast inference,两款模型都可用,在 2027 年 2 月 28 日之前(含当日)按标准费率的 3× 收费,自 2027 年 3 月 1 日起按 6× 收费——是一个付费逃生通道,而不是默认选项。如果延迟位于你的关键路径上,那么今天诚实的说法是:你并不知道后继模型是否更快;而在董事会把那个单元格填上之前,输入 $24、输出 $120 的 3× Ultrafast 溢价,就是确定性的代价。

“Pro”增加了什么,以及没有增加什么

本次比较的双方在 O​penAI 的产品目录中都没有 Pro 模型。gpt-6.2-astra-pro 在供应商文档中会返回 404,已发布的价目表里也没有它的对应行。该后缀是市场平台为以 reasoning.mode 设为 pro 提供的 gpt-6.2-astra 所标注的内容——这是一种配置,而不是检查点。O​penAI 已明确表示,这两个维度是独立的:mode 决定采用 standard 还是 pro 执行,effort 控制在该 mode 内进行多少推理。

所以,比较实际上是把“你今天所称的 GPT-6 Astra”与“GPT-6.2 Astra,可选 pro 模式”放在一起比。Pro 模式会按该模型的标准 token 费率对其额外执行的轮次计费,这意味着 20% 的价格优势会直接延续下来:在新模型上发起 pro 模式请求,每 token 仍然比在旧模型上发起同样的请求便宜 20%,而且是以更低的费率购买更多的工作量。因此,对“GPT-6.2 Astra Pro”的正确解读不是“昂贵档位”,而是“把音量旋钮调大的旗舰”,而且现在转动这个音量旋钮比九月时更便宜。

一份一屏就能放下的迁移检查清单

由于这两个模型共享 API 形态,大部分迁移工作是机械性的。而那些非机械性的部分,正是会带来麻烦的部分。

• 模型字符串——gpt-6-astra 变为 gpt-6.2-astra;两者均可用于 Responses 和 Chat Completions,而无论使用哪一个,工具调用仍然需要 Responses。

• 被拒绝的参数——两者都拒绝 reasoning.effort: "none",且都不接受自定义 temperature、top_p 或对数概率。如果你的代码出于防御性地设置了这些参数,那么这段代码在 GPT-6 Astra 上早已失败,并且会继续失败。

• 知识截止日期——GPT-6.2 Astra 为 2026 年 5 月 18 日,而 GPT-6 Astra 为 2026 年 4 月 30 日。多出十八天,如果你需要围绕某个具体事件设计提示词,这一点值得留意。

• 缓存纪律——只有当你的前缀确实命中缓存时,60% 的缓存输入削减才划算。O​penAI 针对 6.2 代的指导是保持提示前缀不变,并追加新指令,正是为了让推理在多个轮次之间得以延续,并让缓存持续带来收益。

• 批处理与后台 — 在 GPT-6.2 Astra 和 Sol 上,批处理均按标准费率的 50% 运行;新增的两小时和八小时后台完成窗口(token 费率分别降低 30% 和 40%)适用于这两者。对于任何可以等待的任务,这些窗口是价目表上最便宜的费率。

• 防护措施——与 GPT-6 Astra 相比,6.2 代在网络安全相关请求上配备了更严格的拒答机制,O​penAI 表示稍后会将新模型纳入 Daybreak 可信访问计划。如果你的工作负载涉及经授权的漏洞研究,那么这是需要提前规划的真实回退,而不是一个可以忽略的脚注。

Screenshot of the Artificial Analysis page for GPT-6 Astra, released September 2026, carrying a deprecation notice recommending GPT-6.2 Astra. It shows Intelligence Index 57 ranked 13 of 87, 42 tokens per second, $10.00 input and $50.00 output per million tokens, 20.4 minutes per index task against an 18.0-minute median, $6.24 average cost per task, 54.3M tokens generated, and a 1M-token context window with knowledge up to April 2026.

在哪里运行比较而无需重新构建任何内容

代际迁移中最棘手的地方在于,在评估新路径的同时还要让旧路径保持可用。GPT-6 Astra 今天已按供应商自己的标价列入我们的目录——输入 $10,缓存 $1,输出 $50,原样透传,不加价——这使得 9 月的模型成为并排测试中的稳定一极,而不是你必须先下线才能开始的东西。

6.2 代尚未进入目录。等它上线时,将采用同样的直通式定价,因此 20% 的供应商抽成仍会是 20% 的抽成,而不会在扣除平台费后变成更小的比例。在此之前,新模型可通过 OpenAI 自己的 API 访问;合理的评估方式是让两者在你自己的任务上运行一周,并比较账单,而不是比较指数分数——因为在这项特定升级上,账单正是供应商和独立董事会都一致认同的部分。

Screenshot of the OrcaRouter model page for openai/gpt-6-astra, showing a 1M-token context window with 128K max output, text, image and file input, zero data retention availability, EU routing, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, pass-through pricing of $10.00 input and $50.00 output per million tokens, and a catalogue headline benchmark of 96.1 on GPQA Diamond.

怎样才能让这次升级变得简单直接?

三个数字就能定论。GPT-6.2 Astra 的每任务耗时数据,因为 GPT-6 Astra 记录的 20.4 分钟正是对延迟敏感的团队真正在乎的数字,而榜单尚未公布其继任者的数据。一项在比 GDPval v2 或九项评估套件更接近你自身负载的工作负载上的 token 消耗数据。以及专业模式的细分数据,让“音量旋钮”的成本不再只能靠推断。

在缺乏这些数据的情况下,一个站得住脚的总结比营销宣传更狭窄,也更有用:GPT-6.2 Astra 的每 token 成本比 GPT-6 Astra 低 20%,在独立测量中每完成一个任务成本低约三分之一,能力高出五到七个指数点,但尚未被证明速度更快。对于批处理工作以及任何受预算约束的场景,这已足以支持迁移。对于延迟关键的交互式产品,迁移是在押注一个没有人公布过的数字——而对这样的押注,诚实的做法是把规模控制得小一些。