• 回答数

    0

  • 浏览数

    4

  • 收藏数

    0

作者:我是的十八簿 发表于 昨天 12:39
跳转到指定楼层

GPT-6.2 Astra和Sol王炸双发!3D又危了

GPT-6.2 Astra和Sol王炸双发!3D又危了

梦瑶 2026-11-18 08:49:14           来源:量子位

Sol逼近旗舰性能

梦瑶 发自 凹非寺

量子位 | 公众号 QbitAI

OpenAI,你是真会玩王炸双发啊。

GPT-6.2 Astra和GPT-6.2 Sol,这次一起等来了!!!(欢呼.jpg)

不得不说,Astra各方面性能,这回一起卷起来了——

  • 复杂Agent能力升级:Astra专业任务评测比前代提升5.2个百分点,任务成本降至三分之一以下。
  • 科研能力刷新纪录:相关评测提升9个百分点,OpenAI直接称其为全球最强科学家模型。
  • 编程能力再升级:在FrontierCode 2.0评测中拿下44.2%,较前代提升1.4个百分点。
  • 3D生成登顶榜单:在Artificial Analysis的AA-3D评测中以1318 Elo拿下第一,超过Fable 5.2的1271分。

模型到底多能打,我们直接上才艺展示~

来看这个, Astra化身网页设计师,从布局到配图一手包办,还能为不同网站量身打造专属视觉风格:

再看这个,仅凭照片和手册,Astra就把遥控汽车连发动机都建模了,组装动画也一并搞定,有点厉害哈:

在AA-3D评测中,更是以1318 Elo登顶榜单,精细的3D模型说搓就搓,沉浸式交互场景也能直接生成,be like:

△x@fal

轻量版Sol同样亮眼,编程能力逼近Astra,任务成本仅为其五分之一。

价格上,6.2 Astra的API价格直降20%——

输入每百万Token 8美元、输出40美元,缓存输入价格更是下降60%。

6.2 Sol维持原价,API输入、输出每百万Token分别为2美元和10美元。

目前,两款模型已经登陆ChatGPT Work、Codex和API,Plus、Pro等订阅用户均可使用。

精话不多说,新模型具体能力我们直接来看~

Astra刷新专业任务纪录,Sol逼近旗舰性能

先来看这次GPT-6.2究竟升级了多少。

OpenAI在官方公告中,把6.2 Astra定位为面向高难度项目的旗舰模型。

6.2 Sol则负责高频、日常的专业任务。

我也帮大家浅浅总结了一波两个模型的能力亮点,我们先来一睹为快!!!

△AI生成

从公布的成绩来看,Astra最明显的进步集中在复杂任务执行、科研、编程和视觉设计上——

复杂专业任务刷新纪录,完成成本降至前代的三分之一以下。

在Agents’ Last Exam评测中,GPT-6.2 Astra比GPT-6 Astra提高5.2个百分点。

与Claude Fable 5.2相比,也领先5.5个百分点,而单任务成本仅为后者的5%,确实有点东西啊。。。

科研能力也继续提升,OpenAI甚至直接给出了「全球最强科学家模型」的定位。

在Terminal-Bench-Science 0.1中,Astra比前代提升9个百分点,任务成本同样降至三分之一以下。

Vals Science Index也刷新了成绩,其要求模型理解真实生物数据设计实验,并通过实验推断模拟系统的运行规律。

换句话说,相比单纯回答科学知识,已经更接近科研人员实际工作的过程~

当然,编程、3D设计和电脑操作能力,也集体next level了——

在第三方评测机构Artificial Analysis的综合智能指数中,Astra拿下62分,较前代提升5分。

Sol以57分追平上一代旗舰,成本却更低。

3D生成更是亮眼,Astra以1318 Elo登顶AA-3D榜单,超过Claude Fable 5.2的1271分,Sol也拿下1259分。

OpenAI还展示了一个蛮有意思的Demo——

GPT-6.2 Astra直接在CAD软件里上手搞机械设计了。

它能逐个处理机械零件,检查各个组件之间的连接关系,连这种需要精细操作的工程任务也能自己动手完成:

咱再来看下面这个demo。

6.2 Astra直接模拟了一辆汽车在山路上的行驶动态。

它先创建3D模型,再编写Python程序模拟轮胎与悬挂系统的运动关系,最后用Blender生成动画。

汽车行驶画面、悬挂运动和轮胎受力数据同步呈现,方便工程师快速测试设计方案——

再来看一个视觉推理方面的例子。

Astra直接搓出一个可交互的3D后花园。

蔬菜种植区、围栏、绿植一应俱全,还能自由切换视角、调整花坛布局。

甚至模拟一天中不同时段的阳光照射,连植物的采光情况都能直观看到:

网络安全能力也迎来明显提升。

GPT-6.2 Astra和Sol在漏洞发现、利用及代码修复方面全面升级。

甚至呢,双双达到OpenAI网络安全能力的最高风险等级。

在DeepBinary漏洞挖掘评测中,Astra发现的漏洞估计赏金总额突破100万美元,远超前代的约44万美元:

旗舰模型秀完自家本事,6.2 Sol也有自己的看点——

尤其在编程方面,它已经开始逼近Astra。

在Cognition的FrontierCode 2.0评测中GPT-6.2 Sol与Astra的差距只有0.5分,任务成本却只有后者的约五分之一。

换句话说,Sol在一些实际开发任务中,已经能以明显更低的成本接近旗舰模型的表现。

在日常任务评测LifeVal中,Sol甚至超过上一代GPT-6 Astra,成本约为后者的七分之一。

OpenAI还透露,内部许多员工已经把Sol作为技术和非技术工作的默认模型,这也解释了两款模型的分工了。

PPT、Excel、文档全升级,GPT-6.2办公能力更强了

除了科研和编程,这次GPT-6.2还有一项升级,估计打工人会很有感触。

做PPT、处理Excel、写专业文档,统统加强了!!!

在衡量真实专业工作能力的GDPval v2评测中,Astra比前代提升6.2个百分点,Sol也提升5.3个百分点。

而且Astra完成任务所需的输出Token还减少了22%,效率也跟着提高。

Excel方面,OpenAI还让新旧两代Astra完成同一项任务,根据财务数据,为一家虚构公司制作收入预测和估值表:

两代模型都能完成任务,但GPT-6.2 Astra生成的表格明显更清晰、更方便使用。

它把收入结构、企业估值到每股价值的计算过程,以及不同假设下的估值变化,全部放在同一页面。

PPT方面,OpenAI还让两代Astra为四个团队设计动物主题周边。

相比前代每个团队只设计一个形象,GPT-6.2 Astra一口气拿出了8款设计,涵盖徽章、T恤和背包刺绣等形式:

另一个案例中,OpenAI让两代Astra制作一页女性中高端时尚品牌市场分析PPT。

GPT-6.2 Astra的成品明显更接近可直接展示的水平——

不仅按价格和风格对品牌进行分类,还加入品牌Logo、价格区间,以及6款代表性连衣裙的图片和售价:

对于天天和表格、幻灯片打交道的打工人来说,这波升级确实挺实在。

目前,GPT-6.2 Astra和Sol均已登陆ChatGPT Work、Codex及API,Plus、Pro等订阅用户均可使用。

感兴趣的友友们,可以上手试试了~

参考链接:

[1]https://openai.com/index/introducing-gpt-6-2-astra-sol

版权所有,未经授权不得以任何形式转载及使用,违者必究。

分享:
0
收藏收藏 转播转播 分享淘帖
回复

使用道具

成为第一个回答人

您需要登录后才可以回帖 登录 | 立即注册
手机版|小黑屋|大厂乐乎 |京ICP备2021013067号-3|京公网安备 11010502048691号