从一段回答,走向完整项目
OpenAI 发布了 GPT-6.2 Astra 和 GPT-6.2 Sol。对做网页、演示材料和交互作品的人,这次值得关注的是复杂项目的视觉完成度,以及模型在多步工作中的效率。两个型号已经进入 ChatGPT Work、Codex 和 API。
OpenAI 把 Astra 定位为处理困难项目的模型,强调从理解任务、修改软件到使用电脑和处理文档的完整过程。官方展示重点包括幻灯片、网站与 3D 设计,也特别提到网页布局、配图和视觉推理的改善。
Sol 则面向更日常的协作,涵盖编码、文字修改和多步代理任务。比如审阅一份改动并按反馈修改代码,或将材料整理成面向读者的说明。Astra 更适合问题跨越多个服务、需要一路定位并修复的复杂任务;Sol 的定位更贴近日常反复使用。
两者都接受文字和图片输入,输出文字。在带工具的环境里,模型可以结合搜索、文件、代码和电脑操作推进项目,最终能执行哪些动作取决于宿主提供的工具与权限。模型规格中的原生输入不包含音频和视频。

3D表现突出,编码结果没有一起上涨
独立机构 Artificial Analysis 的 AA-3D 评测中,GPT-6.2 Astra 得到 1318 分,Claude Fable 5.2 为 1271 分,GPT-6.2 Sol 为 1259 分。这项评测让模型构建可交互的 3D 体验,再交给人工评审评分。它提供了观察作品效果的依据,适合与官方的视觉改进展示放在一起理解。
但编码表现需要单独看。同一机构在 Codex harness、max 推理设置下测得,Astra 的 Coding Agent Index 与 GPT-6 Astra 持平,Sol 比 GPT-6.1 Sol 低了 3 分。该机构将 Sol 的主要退步归于 SWE-Atlas-QnA-AA 中遗漏关键信息的问题。
这组结果让我更愿意把这次升级看作项目能力和效率的重新组合。需要做网页视觉、3D 或复杂资料工作时,新版本有明确看点;维护已有代码库时,还应关注它是否完整保留需求和项目约束。一个综合指标的上涨,不能替每项工作给出结论。

Work、Codex和API,各有入口
在 ChatGPT 中使用这两个型号,官方指引是打开 Work。Work 的网页、桌面与移动端支持 Plus、Pro、Business、Enterprise 和 Edu;Enterprise、Edu 工作空间需要管理员先启用模型。普通 Chat 的模型列表与 Work 有区别。
在 Codex 应用中打开模型选择器,CLI 可使用 /model。Codex 和 Work 共用用量。官方同时扩展了 Ultrafast,Pro 200 美元订阅可用于 Sol,Pro 500 美元订阅可用于两个型号;符合条件的企业与教育工作空间仍需所有者启用。
开发者可以通过 Responses API 调用 gpt-6.2-astra 或 gpt-6.2-sol。两者上下文窗口均为 1,050,000 tokens,最大输出 128,000 tokens,并支持结构化输出。接入工具调用时,按照 Responses API 文档配置。
价格与迁移,集中看这几处
标准 API 在输入不超过 272K tokens 时,Astra 每百万输入 8 美元、输出 40 美元;Sol 为输入 2 美元、输出 10 美元。Artificial Analysis 指出,Astra 的这组标价比 GPT-6 Astra 低 20%,Sol 则延续 GPT-6.1 Sol 的标价。
超过 272K 输入后,整次请求的输入与缓存费率翻倍,输出费率变为短上下文的 1.5 倍。Fast、Ultrafast 和 Batch 也有各自费率。订阅用量与 API token 计费应分别看,不能把标准 API 标价套在加速档上。
已有 API 项目还有一个迁移细节。GPT-6.2 检测到会话历史前缀被改写、模型降级等变化时,会丢弃相关推理项;丢失推理历史可能增加重复工作并影响回答质量。需要变更推理档位或输出格式时,按官方指南更新配置,保留此前输入不变。两者也都不接受 reasoning effort 为 none 的请求。
我更看重这次让视觉作品与多步项目有了新的选择。日常写作、代码审阅和高频任务可以从 Sol 的定位出发;确实需要处理困难项目,再考虑 Astra。已有工作流的价值仍在于把材料、工具权限与目标说明清楚,让模型有条件把结果交付完整。
默认评论
Halo系统提供的评论