OpenAI 发布 GPT-6.2 Astra/Sol:便宜 20%-600%,但评价两极
Latent Space · rss · 2026-11-18
Latent Space 本期 AI News 深度梳理了 OpenAI 发布 GPT-6.2 Astra 与 Sol 的全部要点:
模型与价格
- Astra:Artificial Analysis 智能指数 62,仅次于 Fable 5.2 的 65;API 定价 $8/$0.40(缓存)/$40 每百万 token,1M 上下文、128K 输出;企业版带法律检索索引(Harvey LAB-AA 20.8% vs 基础版 15.0%)。
- Sol:与九月版 Astra 能力持平,成本仅约 15%;定价 $2/$0.10/$10,预计成为主力工作模型。
- OpenAI 首次将外部发布模型的自我改进评级定为 High;Vals RSI 指数 29.01%。FrontierMath Erdős:Epoch 在 Lean 中验证了 68 题中的 7 个解,此前纪录为 3 个。
早期评测分歧巨大
- Matt Shumer 称「基本不可用」,其 Opus/Fable agent 拒绝大量 Astra 子任务;Pietro Schirano 把部分问题归咎于 harness。
- Mercor OpenWorldEngineer:Astra 67.2% > Fable 5.2 54.6% > GPT-6 44.2%;3D 与机器人基准 Astra 领先;Perplexity WANDR 上 Astra 0.783($12.54/任务),Sol 0.746($2.65)。
- Latent Space 认为部分负面反馈是网红式过度反应,但 RL 痕迹确实明显,结论:Anthropic 仍握最强模型,OpenAI 拿下单位智能性价比。
其他要点
- 微软自研 MAI Code 2 / Code 2 Flash 进入 GitHub Copilot;Copilot Fusion 在 Terminal-Bench 4.1 达 71.2%,成本比 Claude Fable 5.2 低 88%;MAI Image 2.7 登顶图像编辑榜。
- Google:Hydrogen 驱动六国免费 Gemini Tasks(可打电话/发短信);Antigravity 机器人插件集成 MuJoCo。
- Agent 工程:HF 的 Pi 适配器把 Qwen3.8-27B 在最难的 51 道 SWE-bench Pro 上从 15 解提升到 32 解,工具调用减少 55%;Baseten 测得 22 种 harness 间每任务成本差最高 4.4 倍;Google SIM 表明 harness 会过拟合到特定模型;1000-agent 运行中任一时刻只有 40-60 个 agent 在调用模型,读写 token 比约 130:1;SemiAnalysis:1.8% 未命中缓存请求占 15% 支出。
- 行业:NVIDIA 过渡期季度营收 1158 亿美元(+103%),Vera Rubin NVL72 已出货,董事会表示无意请回黄仁勋;Isomorphic Labs 融资 50 亿;Genesis AI A 轮 5 亿、估值 35 亿;Zyphra 长上下文注意力在 10M token 下提速 9-60 倍;vLLM 滑窗草稿模型为 Kimi K3.1 Pro 带来最高 30% 接受长度提升。
「编程与Agent」频道最新
- 用 Claude 加 Unreal Engine 5.9 MCP,一天做出游戏续作原型 — TomLikesRobots · 2026-11-18
- 开源 guardrail-middleware:纯确定性检查点拦截失控的 Agent 工具调用 — MidnightHeavy3064 · 2026-11-18
- 最离不开的 Agent 最无聊:每天自动整理下载文件夹的发票与收据 — Winterocean812 · 2026-11-18
- 开源 ZeroIDE-MCP:让一个浏览器 AI Agent 跨多台 Windows 电脑远程干活 — Danywalery · 2026-11-18
- 开发者把塞尔维亚全链超市价格做成 MCP,一句话比价全城 — UnitedRepair · 2026-11-18
- 开源 Leadgen MCP 接入罗马尼亚 420 万企业数据,分享一个月公网运营踩坑 — darksider4all · 2026-11-18