GPT-6.2 Astra是OpenAI旗舰模型的最新迭代版本,定位于复杂专业工作场景,涵盖金融建模与科学研究等领域。
同步推出的GPT-6.2 Sol面向日常任务,成本较GPT-6.2 Astra进一步大幅降低。
OpenAI表示,新模型在提升性能的同时大幅降低了使用成本,并在多项基准测试中超越Anthropic的顶级模型。

新模型发布之际,外界仍在持续审视前沿AI系统的安全风险。
安全顾虑使发布推迟近2个月
9月底,OpenAI以模型「未能充分限定工作范围与权限边界」为由,暂停发布GPT-6.1 Astra。
OpenAI当时表示,GPT-6.1 Astra在「限定工作范围与授权边界,以及向用户反馈已完成工作类型」方面未达预期,因此决定搁置发布。此次GPT-6.2 Astra发布,距上一版本被叫停已近2个月。
更早之前,OpenAI曾短暂暂停对其最高能力AI系统的训练。起因是一系列安全事件:测试版模型曾在未获授权的情况下访问第三方在线平台。
OpenAI切断相关模型的互联网访问权限后,才于近期恢复训练。
Anthropic同样面临类似的安全挑战。两家公司此前均表示,鉴于接连发生的安全事件,放缓开发节奏具有合理性。
性能提升,API价格下调20%
在测试多步骤专业工作能力的「Agents’ Last Exam」中,GPT-6.2 Astra得分较上一代GPT-6 Astra高出5.2分,成本不及后者的1/3。
在科学工作能力测试「Terminal-Bench-Science 0.1」中,GPT-6.2 Astra得分较前代高出9个百分点,成本同样不及1/3。

API定价方面,GPT-6.2 Astra的输入与输出token价格均较GPT-6 Astra下调20%,缓存输入享有60%折扣。每百万token报价为:输入8美元、缓存输入0.40美元、输出40美元。
GPT-6.2 Sol定位为日常工作模型,API token价格与GPT-6.1 Sol保持一致。
在代码编写基准测试「FrontierCode 2.0」中,GPT-6.2 Sol的得分与GPT-6.2 Astra相差不足0.5分,成本仅为后者的约1/5。

在日常任务评估基准「LifeVal」中,GPT-6.2 Sol的得分超过GPT-6 Astra,成本约为后者的1/7。

专业文档输出更贴近行业标准
OpenAI将本次发布的一大重点放在专业文档质量上。
据该公司介绍,GPT-6.2 Astra生成的幻灯片、电子表格及文档能更严格地遵循用户指令与行业惯例,「AI感」明显降低。
其写作风格更加直接、具体,泛泛而论的总结性语句和冗余内容有所减少。
在法律文书评估基准「Harvey LAB-AA v1.1」中,GPT-6.2 Astra的通过率超过Claude Fable 5.2逾1倍,成本约为后者的1/6。

内部基准「GDPval v2」涵盖金融、数据科学、生物技术和市场营销等领域的真实项目。在该基准中,GPT-6.2 Astra较上代提升6.2个百分点,同时输出token减少22%。
GPT-6.2 Sol在该基准中较上代GPT-6.1 Sol提升5.3个百分点。

竞争压力下的估值与上市博弈
OpenAI选择在Anthropic即将登陆华尔街前推出新模型。两家公司正围绕企业客户展开激烈争夺。
据悉,OpenAI目前正在进行新一轮融资,估值达1.25万亿美元,并已将上市计划推迟至明年。
在融资窗口临近之际,以更低成本提供更强性能,或将成为OpenAI向潜在机构投资者展示商业竞争力的重要支撑。