深度实测GPT-6.2 Astra,OpenAI在偏科的道路上越走越远了。
2026.11.18 · 收录日 2026.11.18 · 模型 · 新模型 · 本人发布
GPT-6.2 Astra与Sol同步上线,实测显示其省钱但可读性差、审美弱。
作者实测了OpenAI新发布的GPT-6.2 Astra和GPT-6.2 Sol,认为Astra极其偏科:在代码审查、科研任务上表现突出且Token消耗极少,但方案规划可读性差、视频审美糟糕。价格上Astra降价20%,缓存读取从1美元降至0.4美元。
- GPT-6.2 Astra定位前沿模型,Sol定位日常高效模型,ChatGPT、Codex和API已同步上线。
- Astra降价20%,输入8美元/百万Token、输出40美元,缓存读取从1美元降至0.4美元,降幅60%。
- Agents' Last Exam中Astra约78%且每任务约3美元,Claude Fable 5.2约73%但每任务约60美元。
- 代码审查实测:GPT-6.1 Sol找出65%问题,GPT-6.2 Sol达84%,GPT-6.2 Astra达96%。
- 方案规划可读性差,Astra跑了24分钟且建议人工审核;视频与审美表现远逊于Claude和Gemini。
为什么值得看
看清GPT-6.2的真实能力边界与性价比取舍。
适合谁关注
关注大模型选型与AI编程的开发者。