先说结论:GPT-6.2 Astra 是 OpenAI 在 2026 年 11 月 17 日发布的新一代前沿模型,面向最难的专业项目,模型 id 是 gpt-6.2-astra。 官方标准价(短上下文)每百万 tokens 输入 $8、缓存输入 $0.40、输出 $40,比 GPT-6 Astra 的输入输出低 20%、缓存输入低 60%。上下文 1,050,000 tokens,最大输入 922,000、最大输出 128,000。它已经在 ChatGPT Work、Codex 和 API 上线,并支持 Ultrafast。同日发布的日常型号是 GPT-6.2 Sol。
本文数字截至 2026-11-18(Asia/Shanghai)。官方价格、规格和官方基准来自 OpenAI 发布说明、模型页和 API 价目页;第三方数据主要来自 Artificial Analysis 模型页与 2026-11-17 评论文章。第三方榜单会变动,以原页面为准。我们尚未做独立复测。
GPT-6.2 Astra 是什么
官方说法要点:
- 2026 年 11 月 17 日发布(对应北京时间 11 月 18 日 01:54 官宣),定位是「最难项目」的前沿模型,用来做复杂专业工作
- 官方强调幻灯片、表格和文档更贴近你给的模板和行业惯例,代码更干净,网站、游戏和 3D 设计的前端也更好
- OpenAI 认为它是目前最适合科学家的模型,并在 Terminal-Bench-Science 0.1 和 Vals Science Index 上给出新高(均为官方自测,见下文)
- ChatGPT Learn 写明:Plus / Pro / Business / Enterprise / Edu 可在网页、桌面或移动端的 Work 模式里使用;Enterprise 和 Edu 需管理员先在工作区设置中开启。Codex 应用和 CLI 也可选用。API 模型名
gpt-6.2-astra - 按 OpenAI 准备度框架(Preparedness Framework),它和 GPT-6.2 Sol 在网络安全方面达到 Critical 阈值,在生物和化学能力方面达到 High 阈值;官方还写明,GPT-6.2 Astra 是首个对外发布、在「AI 自我改进」方面达到 High 阈值的模型。详细测试见发布说明中的系统卡
- 另有面向律师的配置 GPT-6.2 Astra for Law(模型 id
gpt-6.2-astra-law),官方价目里短上下文 / 长上下文单价与gpt-6.2-astra相同;发布说明称它在 Harvey LAB-AA v1.1 上比普通 Astra 更高。本文只核对价目,不展开该配置的其他规格
注意别和同代型号搞混:GPT-6.2 Sol 是日常主力,官方标准价 $2 / $10;GPT-6 Astra 是上一档前沿型号,官方标准价 $10 / $50。Standard、Fast、Batch、Ultrafast 都是 service_tier,不是独立的模型 id。
规格速查
| 项目 | 官方说明 |
|---|---|
| 模型名(API) | gpt-6.2-astra |
| 上下文 | 1,050,000 tokens(最大输入 922,000) |
| 最大输出 | 128,000 tokens |
| 知识截止 | 2026-05-18 |
| 输入 / 输出 | 输入文本、图像;输出文本;不支持音频、视频 |
| 接口 | Chat Completions、Responses、Batch;工具调用需用 Responses API |
| 不支持的参数 | temperature、top_p;Chat Completions 还需省略 logprobs、top_logprobs。reasoning.effort=none 会被拒绝 |
| 推理强度 | 官方建议新接入从 medium 起步;如果原来用 none 或 minimal,改成从 low 起步。Artificial Analysis 实测了 max / xhigh / high / medium / low 五档 |
| 内置工具(Responses) | web_search、file_search、image_generation、code_interpreter、hosted_shell、apply_patch、skills、computer_use、mcp、tool_search |
| 其他能力 | 流式输出、结构化输出、函数调用、图像输入、提示缓存;不支持微调、predicted outputs |
| 数据驻留 | Standard、Fast、Batch 支持美国和欧盟;Ultrafast 仅支持美国数据驻留 |
| 速率上限(Standard) | Build 5,000 RPM / 1M TPM;Launch 10,000 RPM / 4M TPM;Grow 15,000 RPM / 40M TPM |
官方迁移指南还提到:从 GPT-6.2 起,如果对话中途改了历史前缀、降级模型、或更换终端用户 / 组织,API 可能会丢掉推理条目,回答质量可能下降,也可能多用 token 重做前面的工作。建议改设置时保持前缀不变,以便保留推理并让前面的输入继续享受提示缓存。
官方价格
单位:美元 / 每百万 tokens。短上下文指单次输入 ≤272K tokens;超过 272K 时,整单按长上下文价计费(输入和缓存翻倍,输出 1.5 倍)。以下全部来自 OpenAI API 价目页,不要把 https://openai.com/api/pricing 那一页当成 token 价目,那是商务套餐页。
标准档(Standard)短上下文
| 模型 | 输入 | 缓存读取 | 缓存写入 30 分钟 | 缓存写入 12 小时 | 输出 |
|---|---|---|---|---|---|
| gpt-6.2-astra | $8.00 | $0.40 | $10.00 | $20.00 | $40.00 |
| gpt-6-astra(对照) | $10.00 | $1.00 | $12.50 | $25.00 | $50.00 |
| gpt-6.2-sol(对照) | $2.00 | $0.10 | $2.50 | $5.00 | $10.00 |
标准档长上下文(输入 >272K)
| 模型 | 输入 | 缓存读取 | 缓存写入 30 分钟 | 缓存写入 12 小时 | 输出 |
|---|---|---|---|---|---|
| gpt-6.2-astra | $16.00 | $0.80 | $20.00 | $40.00 | $60.00 |
其他计费规则(官方):
- Batch:标准价的 50%。短上下文为输入 $4.00、缓存读 $0.20、30 分钟写入 $5.00、12 小时写入 $10.00、输出 $20.00;长上下文为 $8.00 / $0.40 / $10.00 / $20.00 / $30.00
- Fast:标准价的 2 倍。短上下文为 $16.00 / $0.80 / $20.00 / $40.00 / $80.00;长上下文为 $32.00 / $1.60 / $40.00 / $80.00 / $120.00
- Ultrafast 促销价(至 2027-02-28 太平洋时间):标准价的 3 倍。短上下文为 $24.00 / $1.20 / $30.00 / $60.00 / $120.00;长上下文为 $48.00 / $2.40 / $60.00 / $120.00 / $180.00
- Ultrafast 目录价(2027-03-01 太平洋时间起):标准价的 6 倍。短上下文为 $48.00 / $2.40 / $60.00 / $120.00 / $240.00;长上下文为 $96.00 / $4.80 / $120.00 / $240.00 / $360.00
- 后台补全(Responses API,公开 beta):符合条件的请求,2 小时完成窗口比 Standard 低 30%,8 小时完成窗口比 Standard 低 40%
- 2026 年 3 月 5 日及之后发布的模型,区域处理(data residency)端点加价 10%;FedRAMP 端点同样加价 10%
- Flex:截至 2026-11-18,官方价目未列出 GPT-6.2 Astra 或 GPT-6.2 Sol 的 Flex 价格,本文不编造
调用 Ultrafast 时把 service_tier 设为 ultrafast,模型 id 仍是 gpt-6.2-astra。官方建议 Agent 类、需要连续工具调用的场景优先走 WebSocket,以保住延迟优势。
测评基准
官方自测(标为官方)
以下都是 OpenAI 自己在发布说明里给出的结果,不是第三方复测。官方多数只给了相对变化,没有公布绝对分,本文也不补绝对分。
| 基准 | 官方结果 |
|---|---|
| Agents' Last Exam(长程专业工作流) | 比 GPT-6 Astra 高 5.2 分,成本不到其三分之一;比 Claude Fable 5.2 高 5.5 分,成本约为其 5%。官方注明:Fable 5.2 的榜单成绩排除了 9 个使用了回退模型的任务 |
| Terminal-Bench-Science 0.1 | 比 GPT-6 Astra 高 9 个百分点,成本不到其三分之一,官方称新高。脚注:Fable 5.2 的 AA mini-swe-agent 成绩与 Anthropic 在 Claude Code、max 推理下报告的 74.6% 不是同一套跑法 |
| Vals Science Index | 官方称新高,发布说明未给出绝对分 |
| Harvey LAB-AA v1.1(法律交付物,须满足全部评分标准且无实质性幻觉才计分) | 官方称新高,通过率超过 Claude Fable 5.2 的两倍,成本约为其六分之一;Astra for Law 更高。未公布绝对通过率 |
| GDPval v2(OpenAI 内部基准,咨询、金融、设计等长程知识工作) | 在官方测试过的模型里领先,比 GPT-6 Astra 高 6.2 个百分点,输出 token 少 22% |
| AA-AnalystAgent(官方转述 Artificial Analysis 的表格/财报任务) | 在五项独立尝试中,62.5% 的问题每次都答对,官方称新高 |
| AA-3D(官方转述,人类评委对同一提示下的两个 3D 体验做盲选) | GPT-6.2 Astra 1,318 Elo,排第一;Claude Fable 5.2 为 1,271,GPT-6.2 Sol 为 1,259 |
| Cognition FrontierCode 2.0 | 发布说明把对照放在 Sol 一侧:GPT-6.2 Sol 在 max 档距 GPT-6.2 Astra 0.5 分,成本约为其五分之一 |
客户早期反馈(官方引用,不是独立复测):Basis 称长周期会计工作平均耗时下降 50%,最复杂的任务最多下降 73%;Legora 称在复杂法律 Agent 任务上,Astra 比 GPT-6.1 Sol 少用 62% 的 token,并在 10 项法律研究任务中的 8 项上更高。这些是厂商引用,样本和协议不透明,只作参考。
官方也写了安全与对齐方面的注意事项:在两项测试里,这两个模型比以往更常不提及挡住工作的障碍(例如文件缺失或搜索工具不可用)。OpenAI 称已在 Codex 里加了指令,大幅减少这类遗漏,并仍在调查。
第三方:Artificial Analysis
以下数字核对于 2026-11-18 的 GPT-6.2 Astra 模型页 和 2026-11-17 的 AA 评论文章。采用的是 Intelligence Index v5.0.1(9 项评测加权)。排名会变动,以原页面为准。
| 指标(2026-11-18 核对) | 数值 |
|---|---|
| Intelligence Index v5.0.1(max) | 62,约第 3 / 92(评论写:仅落后于 Claude Fable 5.2;比 GPT-6 Astra 高 5 分,并超过 Gemini 4 Carbon 的 60 和 Claude Opus 5.5 的 59) |
| 其他推理档 | xhigh 62、high 60、medium 57、low 46 |
| 单任务成本(max) | 约 $4.00 |
| 单任务耗时 | max 10.7 分钟、xhigh 6.2、high 4.9、medium 3.7、low 1.5 |
| 输出速度 | max 64 tok/s、xhigh 60、high 61、medium 59、low 58 |
| 首个回答 token 延迟 | max 147.65 秒、xhigh 44.64、high 16.86、medium 2.70、low 2.72 |
| 跑完整套智能指数的输出 token | max 6,580 万、xhigh 2,710 万、high 2,000 万、medium 1,240 万、low 631 万 |
| AA-3D | 1,318,高于 Claude Fable 5.2 的 1,271 和 GPT-6.2 Sol 的 1,259(与官方转述一致) |
| AA-Robotics v0.1(研究预览) | 79;GPT-6.2 Sol 为 78,Claude Fable 5.2 为 75。AA 写明这是预览集,多数基础任务已被头部模型完成 |
| AA-Omniscience 幻觉率(max) | 59%;GPT-6.2 Sol 为 55% |
| Coding Agent Index(Codex harness、max) | 评论写:与 GPT-6 Astra 持平(没有公布绝对分,本文不补) |
AA 模型页的「Price」列 $5.88 是按 7:2:1(缓存命中 / 输入 / 输出)折算的混合单价,不是单任务成本,不要和上面的 $4.00 混用。
优缺点与适用场景
适合:
- 最难的专业项目:跨系统排错并补测试、按模板做幻灯片 / 表格 / 备忘录、需要贴合法律、销售、财务等行业惯例的交付物
- 科学研究和终端里的实验流程;官方和 AA 都把它的科学相关成绩放在很靠前的位置
- 网站、游戏、3D 和视觉设计类前端,以及需要跟着参考图或模板走的视觉工作
- 愿意付前沿模型的价格,又想比 GPT-6 Astra 更便宜、更省输出 token 的团队
不太适合 / 需小心:
- 日常编码、改 PR、会议纪要这类高频任务:同价位不如先看 GPT-6.2 Sol,官方标准价只有 Astra 的四分之一,FrontierCode 2.0 上官方称两者差距只有 0.5 分
- 默认开 max:AA 上 max 和 xhigh 智能指数同为 62,但 max 单任务更慢,输出 token 也明显更多;首字延迟在 max 档超过 2 分钟
- 输入超过 272K tokens 会按整单长上下文价计费
- 需要 EU 数据驻留又想用 Ultrafast:官方明确 Ultrafast 只支持美国驻留
- 官方价目没有 GPT-6.2 的 Flex 档,不要按旧模型的 Flex 五折去估算
- 安全研究工作流可能被更严的防护拦住;官方说这些限制也会影响部分正当的漏洞研究和安全测试
怎么接入
OpenAI 官方 API
curl https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.2-astra",
"input": "用一句话介绍你自己",
"reasoning": {"effort": "medium"}
}'
要用工具调用,请走 Responses API。迁移时省略 temperature 和 top_p;不要把 reasoning.effort 设成 none。更完整的参数说明见 使用 GPT-6.2 和 Ultrafast 模式。
在 ChatGPT 里,需要打开 Work 才能选 GPT-6.2 Astra 或 Sol。Learn 文档写:受支持的消费计划里,新的 Work 对话默认是 Sol 和 Light 推理强度;已开通模型的 Enterprise 工作区默认是 Sol 和 Medium。如果能看到 Power 滑块,可在 Advanced 里改模型和推理强度。Codex 里用模型选择器,或在 CLI 里用 /model。Pro $500 可用任一模型的 Ultrafast;Pro $200 首次被允许使用 Ultrafast,但只覆盖 Sol。符合条件的 Enterprise / Edu 需由所有者开启 Ultrafast。
OpenRouter
OpenRouter 已有 openai/gpt-6.2-astra 条目。第三方托管的单价以平台页面为准,本文只采用 OpenAI 官方价。
AI Code With
截至 2026-11-18,AI Code With 已上架 GPT-6.2 Astra。模型 id 是 gpt-6.2-astra,支持 OpenAI Chat Completions 和 Responses 两种协议,当前渠道价见 GPT-6.2 Astra 模型页。
在 Codex 里使用,可以把 ~/.codex/config.toml 改成:
model_provider = "aicodewith"
model = "gpt-6.2-astra"
model_reasoning_effort = "medium"
[model_providers.aicodewith]
name = "aicodewith"
base_url = "https://api.aicodewith.ai/chatgpt/v1"
wire_api = "responses"
experimental_bearer_token = "sk-你的Key"
临时切换也可以直接运行 codex --model gpt-6.2-astra。用 curl 测一下 Key 和模型是否可用:
curl https://api.aicodewith.ai/chatgpt/v1/responses \
-H "Authorization: Bearer sk-你的Key" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-6.2-astra","input":"reply with the word ok","reasoning":{"effort":"medium"}}'
页面路径 /gpt-6.2-astra 只是网址,不能当作 API 的 model 参数。
来源核对
核对日期:2026-11-18(Asia/Shanghai)
官方:
- OpenAI:Introducing GPT-6.2 Astra and Sol
- ChatGPT Learn:GPT-6.2(页面日期 2026-11-17)
- OpenAI 模型页:gpt-6.2-astra
- OpenAI API 价格页
- OpenAI:使用 GPT-6.2
- OpenAI:Ultrafast 模式
第三方:
- Artificial Analysis:GPT-6.2 Astra 模型页(2026-11-18 回读)
- Artificial Analysis:GPT-6.2 Astra 与 Sol 评论(2026-11-17)
- Models.dev:GPT-6.2 Astra(用于对照规格与目录价,价格以 OpenAI 官方价目为准)
- OpenRouter:openai/gpt-6.2-astra(仅确认已上架,不采用其报价)
本站相关文章:



