OpenAI發布GPT-6.2 Astra與Sol:旗艦性能更強 日常任務成本大降五倍
OpenAI於11月17日推出GPT-6.2 Astra與GPT-6.2 Sol兩款新模型,即日於ChatGPT Work及Codex上線。Astra在Agents' Last Exam測試中超越上一代GPT-6 Astra達5.2分,成本僅約三分之一;Sol則在FrontierCode 2.0以約五分之一的成本追近Astra半分。API定價方面,Astra輸入及輸出價格下調20%。本文分析升級重點、定價策略,以及對香港企業和開發者的應用意義。
OpenAI於 11月17日 正式發布新一代旗艦模型 GPT-6.2 Astra 與高效模型 GPT-6.2 Sol,兩者即日起於 ChatGPT Work 及 Codex 平台向Plus、Pro、Enterprise及Edu用戶開放,開發者亦可即時通過API使用。OpenAI表示,兩款模型都能以更少的輸出token完成高難度任務,意味用戶可在相同的用量上限內完成更多工作,企業與開發者則可「以規模化合理的成本獲得前沿性能」。
今次發布距GPT-6 Astra於9月登場、GPT-6.1 Sol於10月DevDay升級僅數周,節奏明顯加快。對正評估AI模型供應商及部署成本的香港企業而言,GPT-6.2的定價與性能組合,很可能成為下一輪企業AI升級的風向標。
兩款模型的分工:旗艦與日常
GPT-6.2 Astra被定位為「應付最困難項目的前沿模型」。OpenAI指出,它在複雜專業工作上樹立了新標桿:生成的簡報、試算表與文件「愈來愈不像AI寫的」,能更貼近用戶提供的範本及所屬行業的慣例;程式碼更整潔,構建的前端在網站、遊戲及3D設計領域表現更佳。
GPT-6.2 Sol則定位為「日常工作的首選模型」,專為多步驟代理式工作流程、自然寫作及協作而設計。OpenAI透露,公司內部許多員工已將Sol設為技術與非技術工作的預設模型。兩者分工清晰:Astra負責高難度任務,Sol承擔高頻率日常任務,讓企業可按任務性質選配模型,避免「大材小用」的浪費。
性能實證:成本效益是核心賣點
OpenAI公布的基準測試數據,重點並非單純的性能提升,而是 性能與成本的比值:
- 在測試多步驟專業工作的 Agents’ Last Exam 中,GPT-6.2 Astra得分較GPT-6 Astra高出 5.2分,成本僅約 三分之一;較Anthropic的Claude Fable 5.2高出 5.5分,成本僅為其 5%。
- 在測試終端科學工作的 Terminal-Bench-Science 0.1 中,Astra較GPT-6 Astra高 9個百分點,成本低於三分之一。OpenAI稱「GPT-6.2 Astra是世上最適合科學家的模型」。
- 在Cognition的 FrontierCode 2.0(評估AI代理對真實代碼庫的修改能否獲合併)中,GPT-6.2 Sol在最大推理強度下與Astra僅差 0.5分,成本約為其 五分之一。
- 在衡量日常任務表現的 LifeVal 評測中,Sol以約 七分之一 的成本超越GPT-6 Astra。
這組數據對企業決策者而言是強烈訊號:「最強」不再等於「最貴」。過往企業若要獲得旗艦級編碼或分析能力,往往要接受高昂的token成本;GPT-6.2世代則讓「接近旗艦」的能力以數分之一的價格獲得,直接改變企業AI應用的單位經濟。
定價與可用性:API減價兩成
API定價方面,GPT-6.2 Astra的輸入及輸出token價格較GPT-6 Astra下調 20%,並提供 60% 的快取輸入折扣:每百萬輸入token收費 8美元、快取輸入 0.4美元、輸出 40美元。GPT-6.2 Sol則維持GPT-6.1 Sol的價格水平。今次同時推出的還有 Ultrafast超高速模式,token生成速度最高達標準模式的 4.5倍——每月200美元的Pro計劃可率先在Sol上使用,500美元Pro計劃及獲管理員啟用的Enterprise、Edu工作區則兩款模型皆可使用,但會消耗更多用量配額。
使用Codex CLI的開發者需更新至最新版本方可使用新模型。兩款模型均支援最高 100萬token 的上下文視窗,足以處理大型代碼庫或長文件。
對香港企業與開發者的啟示
一、企業AI成本結構正在重塑。 模型的「平價高能」趨勢,令企業在相同預算下可處理的任務量大增。香港企業在規劃2027年AI預算時,應重新評估按量付費API的成本模型——以往只捨得用於核心流程的前沿模型能力,如今在更多場景下「用得過」。
二、Agentic應用的性價比拐點已至。 Sol在代理式編碼及多步驟工作流程上的表現逼近Astra而成本僅五分之一,對正開發內部AI代理(如自動化測試、程式碼審查、文書處理機器人)的香港科技團隊,意味着可更大規模地部署代理節點,而毋須擔心運算成本失控。
三、評估基準要親身驗證。 OpenAI公布的是自家選取的基準數據,正如行業慣例,企業在採購模型服務前,應以其真實工作負載(自家代碼庫、文件範本、行業數據)進行小規模試點,比較GPT-6.2、Anthropic及其他開源模型的實際表現與成本,而非單純相信行銷數字。
四、模型的快速迭代要求「可替換」架構。 GPT系列在兩個月內由6.0升到6.2,模型供應商之間的競賽日趨激烈。香港企業的AI架構應避免與單一模型深度耦合——透過標準化API層及提示詞管理,令模型升級或更換供應商時不需推倒重來,才能在快速變化的市場中保持主動。
結語
GPT-6.2 Astra與Sol的發布,延續了2026年AI行業最清晰的趨勢:性能競賽正在轉向「性能成本比」競賽。對香港企業而言,這既是機會——前沿AI能力的門檻大幅降低;也是挑戰——面對快速更迭的模型生態,選型與管治能力將比選用哪一個模型本身更關鍵。能夠以最低成本、最靈活架構駕馭這些模型的企業,將在下一輪效率競賽中佔得先機。