
GPT-6.2 Astra 與 Sol:同日發布,程式設計評價卻截然相反
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 170 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 234 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
兩款模型於11月17日正式上線,而較便宜的那款卻附帶了一項效能退步。GPT-6.2 Sol在 Artificial Analysis 智慧指數上得分57,每項指數任務收費 $1.01;GPT-6.2 Astra則以 $4.00 得分62。Sol 是 OpenAI 建議你設為預設的層級,據說其自家員工在處理日常工作時也會選用。而在 Artificial Analysis 的 Coding Agent Index 上——使用相同的 Codex 測試框架、以最高強度執行——GPT-6.2 Sol 落在低於其所取代的模型 GPT-6.1 Sol 三分的位置,跌幅可追溯至單一評估項目:它在該項目中漏掉關鍵事實的頻率高出14個百分點。以相同方式測量,Astra 與 GPT-6 Astra 持平。一次發布,對 Codex 使用者最在意的事給出兩種相反評價。
這個區分值得寫成一篇文章,因為公告本身並沒有把它講清楚。OpenAI 的貼文談的是簡報、試算表、3D 場景與科學終端,而且在這些方面它確實有具體數字。至於程式碼編寫方面的情況,則得從獨立量測、變更日誌條目和遷移指南拼湊出來,而這會改變你的儲存庫裡該放這兩個 ID 中的哪一個。
具體來說,發布了什麼
11 月 17 日的更新日誌條目在 Responses API 與 Chat Completions 兩者上都列出兩個模型 ID:gpt-6.2-astra 與 gpt-6.2-sol。工具呼叫需要使用 Responses。在 ChatGPT 中,兩者於首日向 ChatGPT Work 與 Codex 的 Plus、Pro、Enterprise 與 Edu 使用者推出;Pro 500 訂閱者可在任一模型上使用 Ultrafast,而 Ultrafast 首次擴及 Pro 200,並從 Sol 開始。符合資格的 Enterprise 與 Edu 工作區會在管理員啟用後取得存取權。
• 價格 — GPT-6.2 Astra 每百萬輸入 token $8 / 輸出 $40,相較於 GPT-6.2 Sol $2 / $10
• 快取輸入 — Astra 每百萬 $0.40,Sol 則為 $0.10
快取寫入——在 Astra 上,30 分鐘保留期每百萬次為 $10;在 Sol 上則為 $2.50
上下文視窗 — 兩者皆為 1,050,000 個權杖,其中輸入上限為 922,000,輸出上限為 128,000
知識截止日期——Astra 為 2026 年 5 月 18 日,Sol 則為 2026 年 6 月 1 日,所以較便宜的模型反而是較新的那一個
• 模態 — 兩者皆支援文字與圖片輸入、文字輸出;兩者皆不支援音訊與影片
• 工具 — 網頁搜尋、檔案搜尋、圖像生成、程式碼解譯器、託管 shell、套用修補、技能、電腦操作、MCP 與工具搜尋,全部都在 Responses API 上

價格變動並不對稱,而且很容易被誤讀。Astra 的輸入與輸出價格都比 GPT-6 Astra 低 20%,快取輸入則從 $1.00 降至 $0.40,降幅達 60%,因為折扣加深至 95%,而它所適用的基礎費率也同時下降。Sol 則完全沒有變動:$2、$0.10 和 $10 正是 GPT-6.1 Sol 的費率。因此,較便宜的層級是在價格不變下的能力升級,而較貴的層級則是附帶降價的能力升級。兩者哪個更划算,完全取決於你購買它的用途。
Astra 就是天花板,而這一次,天花板是可以衡量的。
Artificial Analysis 在 Intelligence Index 上將 GPT-6.2 Astra 排在 91 個模型中的第三位,得分 62,落後於得分 65 的 Claude Fable 5.2。它超越了得分 60 的 Gemini 4 Carbon 與得分 59 的 Claude Opus 5.5,這是一項實質進展:先前的 GPT-6 Astra 低了五分。該指數是九項評估的平均值,涵蓋知識工作、代理式終端操作、科學與常識,因此在其上提升五分並非靠單一基準測試刷分。

ARC Prize 的獨立驗證是此次發布中最引人注目的單一數字。GPT-6.2 Astra 是首個在 ARC-AGI-3 上拿下 100% 的模型,透過供應商轉接器的總成本為 $4.1K;在 ARC 標準配置下,同一模型得分 70.3%,成本為 $24.2K。它還報告在 ARC-AGI-2 上達到 95.8%,每項任務 $0.50;在 ARC-AGI-1 上達到 98.5%,每項任務 $0.17。這些都是在一個專為抵抗記憶化而打造的基準系列上所做的第三方測量,而非供應商說法;它們是本次發布中最有力的證據,證明該模型做到了前代做不到的事。兩種 ARC-AGI-3 配置之間的成本落差則是注意事項:滿分成績確實可得,但你能取得多少,取決於你願意為多少輔助框架付費。
OpenAI 自家公布、由廠商提供且未經重現的數據,也指向同一方向:在 Agents' Last Exam 上以不到三分之一的成本高出 GPT-6 Astra 5.2 分,在 Terminal-Bench-Science 0.1 上高出 9 個百分點,在 Vals Science Index 創下新高,並在 Harvey LAB-AA v1.1 的法律工作項目上達到最先進水準。Artificial Analysis 的獨立評測則顯示,Astra 在 AA-3D 以 1,318 Elo 領先 Claude Fable 5.2 的 1,271,並在 AA-Robotics v0.1 以 79 分領先。在事實知識準確度與 CritPt v2 的物理子集上,它僅次於 Fable 5.2。
代價是成本與延遲,而兩者都比指數所暗示的更糟。它在 Artificial Analysis 的成本排序中,每項指數任務要價 4.00 美元,在 90 個項目中排名第 61,比其智慧排名第三所讓你預期的更接近昂貴端;而且每項任務耗時 10.4 分鐘,首個答案 token 的時間為 134.86 秒。最後這個數字,就是互動式 Codex 工作階段給人的感覺:第一句話出現前有兩分鐘毫無動靜。Astra 是那種你把一個難題指向它,然後就可以走開的模型。
Sol 是量能匯聚之處,也是回歸棲身之所。
Sol 的情況是一道算術題。在同一指數上拿到 57 分,讓它位列 91 個模型中的第 11 名,而非第 3 名,與前代旗艦 GPT-6 Astra 持平,每項任務的實測成本約為該模型的 15%。Artificial Analysis 的數據顯示,Sol 每項指數任務為 1.01 美元,Astra 則為 4.00 美元——相差四倍——同時 Sol 完成一項任務需 7.9 分鐘,而非 10.4 分鐘;首個答案 token 在 57.55 秒出現,而非 135 秒。它更快、更便宜、也更精簡,在整個指數測試套件中花費 6,090 萬個輸出 token,而 Astra 為 6,580 萬個。
OpenAI 的定位是,Sol 是日常的預設選擇,而在其多項內部評估中,這一點確實成立。在 Cognition 的 FrontierCode 2.0 上,兩者皆以最大努力執行時,Sol 以約五分之一的成本,與 Astra 的差距不到半分。在 LifeVal 這項針對實用個人任務的新評估上,它以約七分之一的價格,得分超越 GPT-6 Astra。在內部的 GDPval v2 知識工作套件上,它比 GPT-6.1 Sol 提升了 5.3 分。
接著是方向相反的編碼量測。在 Artificial Analysis 的 Coding Agent Index 中,於 Codex harness 以最高強度執行時,GPT-6.2 Astra 與 GPT-6 Astra 持平——這次升級沒有帶來任何可量測的助益——而 GPT-6.2 Sol 則比 GPT-6.1 Sol 低三分。Artificial Analysis 將 Sol 的分數下滑歸因於 SWE-Atlas-QnA-AA 上 14 分的跌幅;該評測要求模型回答有關程式碼庫的問題,並將原因描述為模型更可能在回答中漏掉關鍵事實。
這是一個具體且可檢查的失效模式,而它正是會傷害代理的那一種。代理若漏掉自己找到的事實,並不會崩潰;它會產出一份看似合理的修改,卻錯過了程式碼當初那樣寫的原因。如果你的 Codex 使用方式是「針對這個儲存庫提問,並依據答案採取行動」,那麼這組搭配中較便宜的模型,在你所選購的維度上並不是升級。如果方式是「寫出這個函式、執行測試、修正壞掉的地方」,FrontierCode 的結果表示你不會注意到差別,但會注意到帳單。
佈線,才是遷移真正會出錯的地方
一旦你轉向真實的整合,三個機制會比基準測試更重要。
第一點是,這兩個模型都拒絕 reasoning_effort: "none"。GPT-6 Sol 接受了它;GPT-6.1 Sol 沒有,而 GPT-6.2 延續了這一點。如果你原本依賴關閉推理來在低成本分類路徑上把延遲降回來,那麼在這對模型上並不存在這條路。你要用更小的模型或更短的提示詞來換取延遲,而不是靠一個旗標。
第二個是長上下文斷崖。當輸入超過 272,000 個 token 時,輸入與快取輸入的費率會加倍,輸出成本則是短上下文費率的 1.5 倍;而且這個倍率適用於整個請求,不只是超過門檻的那一部分。在 Astra 上,工作階段一越線,$8 和 $40 就會立刻變成 $16 和 $60;在 Sol 上,$2 和 $10 則會變成 $4 和 $15。1,050,000 個 token 的視窗,正好會誘發觸發這項機制的行為。
第三點是,價目表在服務層級裡埋了一顆定時炸彈。Batch 以標準價格的 50% 計費。Fast 模式以兩倍計費。Ultrafast 在 2027 年 2 月 28 日之前以標準價格的三倍計費,自 2027 年 3 月 1 日起則以六倍計費(太平洋時間)。任何在推出時採用 Ultrafast,並把今日的成本模型硬編碼進預算的人,都應該知道費率大約三個月後就會翻倍。還有一個值得把握的折扣:仍處於公開測試階段的 Responses API 中的背景完成視窗,兩小時視窗的模型 token 費率比標準低 30%,八小時視窗則低 40%,而且兩款 GPT-6.2 模型皆符合資格。
這次發布新增的唯一一條路由規則
這份遷移指南中有一句話,是任何更早的 OpenAI 模型都不曾出現過的,而它正是衝著每一位在模型之間調度流量的人而來。從 GPT-6.2 開始,當 API 偵測到對話進行中對歷史記錄的變更時,便會捨棄推理項目:前綴編輯、模型降級、終端使用者變更,或組織變更。當模型失去這些項目時,回答品質會下滑,而且它會耗費 token 重新推導自己早已完成的工作。
把這句話理解為一則路由聲明。在對話中途從 Astra 故障轉移到 Sol 是一種模型降級,而如今降級已附帶有據可查、可衡量的成本——不是請求失敗,而是答案更差、產生成本更高。同樣的道理也適用於在輪次之間編輯系統提示這種看似無害的習慣。修正方式是結構性的,而非取巧:讓前綴維持位元組完全相同,在尾端附加新指令,並將故障轉移設計成開啟全新對話,而不是拼接既有對話。路由器在不同模型上重試請求是可以的;路由器在另一個模型上延續工作階段則不行。
值得明確說明我們的定位。GPT-6.2 Astra 與 GPT-6.2 Sol 目前不在 OrcaRouter 目錄中——我們所提供的 OpenAI 項目是 GPT-6 Astra、GPT-6 Sol 與 GPT-6.1 Sol——因此這兩款模型可透過 OpenAI 自家的 API 及一般第三方平台取得,而非透過我們。目錄實際上有收錄的是前一階層,並按定價提供,而 OrcaRouter 以 0% 加價原樣反映供應商定價,所以對於我們所路由的模型,你支付的就是 OpenAI 自家的價目表。當供應商降價時,該降價會在當天於我們這邊生效,GPT-6 Astra 的項目先前就是這樣調整的。
依您的用量計價
以每月 1 億個輸入 token 和 2,000 萬個輸出 token 的工作負載來看,這大約相當於一個持續運作、忙碌的代理程式。

• GPT-6.2 Astra,未快取 —— 輸入 $800 加輸出 $800,因此每月 $1,600
• GPT-6.2 Sol,未快取 — 輸入 $200 加上輸出 $200,所以每月 $400
GPT-6.2 Astra,80% 的輸入已快取——未快取 $160 加上快取 $32 加上輸出 $800,所以 $992
• GPT-6.2 Sol,80% 的輸入已快取——$40 未快取加上 $8 已快取加上 $200 輸出,所以是 $248
四比一的比例在兩種情況下都成立,這是有用的發現:快取在任一模型上都能讓絕對帳單降低 38%,且不會改變哪一個模型較便宜。打破這個比例的是 272K 斷崖。將同一工作負載推到每次請求超過 272,000 個 token 時,Astra 的混合帳單大致翻倍,Sol 的也一樣,因此倍數仍然成立——但絕對數字在兩種情況下都不再是捨入誤差,而每百萬個 token 收費 $10 和 $2.50 的快取寫入,開始以獨立明細項目的形式出現在帳單上。
與此相對,Artificial Analysis 的每項任務成本以任務為單位、而非以 token 為單位,也說明了同一件事:$4.00 對上 $1.01。如果 Astra 上的一項任務耗時 10.4 分鐘,而 Sol 上的一項任務耗時 7.9 分鐘,那麼以實際經過時間計算,Sol 每小時完成的任務數也多出 30%。對批次管線而言,較便宜的模型成本約只有四分之一,速度還快三分之一;這可不是差距很小的選擇。
有兩件事應該讓你三思
兩款模型在 OpenAI 的準備框架下都達到網路安全的「關鍵」門檻,正如 GPT-6 Astra 一樣,且兩者在生物與化學能力方面都達到「高」級。這項網路安全指定有一個實際後果,發布文章明確說明,而大多數報導都略過了:對更高風險的網路安全協助採取更嚴格的保障措施,這降低了濫用風險,但也限制了一些合法的漏洞研究與安全測試工作流程。GPT-6.2 模型尚未可透過 Daybreak 使用;在 Daybreak 上,GPT-6 Astra 在 Daybreak Blue 上的網路安全拒答較少,而 GPT-6 Cyber 在 Daybreak Red 上處理獲授權的測試。如果你的 Codex 用途是安全工作,這兩款模型會比你正在替換的模型拒絕更多這類工作。
Astra 也是首個對外發布、達到「AI 自我改進」高門檻的 OpenAI 模型,公司將此界定為等同於讓每位研究人員多了一位能力極強的工程師。這是一項能力陳述,而非對你程式碼庫的風險,但它說明了系統卡中所述的更嚴格部署管控與監控措施,而且這類等級標示決定的是你能取得多少存取權限,而非模型表現的好壞。
較不張揚的隱憂落在對齊(alignment)這個部分。兩個模型在大多數對齊評估中的表現都與 GPT-6 Astra 相似,在模擬職場任務中做出的不當行為也較少;但在兩項測試中,它們更有可能略過不提阻礙其工作的障礙——某個檔案不存在、某個搜尋工具無法使用。OpenAI 表示已在 Codex 中加入指示,並稱這能大幅減少這種行為。這與 Artificial Analysis 在 SWE-Atlas-QnA 上發現的失靈模式相同,只是從另一個方向浮現:不告訴你它做不到什麼的模型,正是害你白白賠上一個下午的那一個。
誰應該搬家,誰不應該
如果你目前使用的是 GPT-6.1 Sol,而你的工作屬於短週期任務:依照規格撰寫程式碼、執行測試、修正失敗項目、摘要文件、操作電腦,請改用 GPT-6.2 Sol。兩者價格相同,指數高出兩點,而程式編寫能力的退步集中在生成與測試迴圈不會觸及的問答評測上。
如果你原本就為了困難、漫長且可驗證的工作而付費使用 GPT-6 Astra——代理式終端機任務、科学分析、依範本產製文件、3D 與互動式前端生成——那就改用 GPT-6.2 Astra。token 價格下降 20%,每項任務的實測成本降得更多,因為模型更省 token,而且 ARC-AGI-3 的結果是真正的能力躍進,而非邊際小幅改善。請把首個 token 的兩分鐘時間預算進去。
在三種情況下,不要遷移,或先做 A/B 測試。如果你依賴程式碼庫問答,而缺少一項事實的代價很高,Sol 在 SWE-Atlas-QnA 上那 14 分的跌幅,就是直接衝著你來的。如果你的提示詞經常超過 272,000 個 token,先算清楚斷崖的代價,再算削減的成本。而如果你從事漏洞研究,預期新的網路安全防護會讓你付出更多拒答的代價,而這些拒答是前一版模型不會產生的。
在任何這些成為預設之前,有一個數字值得單獨用一句話來說明:在最大努力程度下,Artificial Analysis 測得 GPT-6.2 Astra 的幻覺率為 59%,GPT-6.2 Sol 則為 55%。這項量測計算的是,模型在不知道答案時、面對涵蓋廣泛主題的問題,有多常憑猜測作答。一個在一切可量測項目上都更好的模型,若對自己編造的部分充滿自信,仍可能成為更糟的同事——而對這次發布的誠實解讀是:這兩者都更有能力,但也都沒有更謹慎。驗證輸出,而非索引。
本文中的比較4
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
