OpenAI GPT-6.2 Astra/Sol定价与成本优化策略
OpenAI 发布 GPT-6.2 Astra 和 Sol:长程成本只需 Fable 5%
给出了具体的API定价参数和通过Prompt结构优化实现缓存降本的实操方法,开发者可直接用于产品成本测算。
OpenAI 发布 GPT-6.2 Astra 与 Sol,在长程专业工作流基准上拿到 78.3% 新高,单任务花费却只有 Claude Fable 5.2 的零头。Astra 的 API 单价下调两成,Sol 在生活类任务上超越上一代旗舰。成本曲线正被重新划定。
为庆祝 Anthropic 顺利上市,OpenAI 发布了 GPT-6.2 Astra & Sol:
- Astra:输入$8,缓存$0.40,输出$40
- Sol:输入$2,缓存$0.10,输出$10
在长程专业工作流的 Agents’ Last Exam 上,GPT-6.2 Astra 拿到新高(78.3%),每个任务花 $2.89,而 Claude Fable 5.2 ,则要 $60.05
对于同样的多步专业任务,GPT-6.2 Astra 比上一代高 5.2 分,花费不到三分之一
- Astra 的 API 单价降了 20%(缓存输入降 60%),同样的活输出的 token 更少
- Sol 价格照旧,生活类任务上超过了上一代旗舰 GPT-6 Astra
- 今天起,ChatGPT Work 和 Codex 里的 Plus、Pro、Enterprise、Edu 用户(后两类由管理员开启)都能用,API 同步上线
Benchmark 成绩如下:
能操作到单个零件
GPT-6.2 现在有了更牛逼的 computer use
比如把一辆跑车在山路上的底盘动力学做成可视化:Astra 建了 3D 模型,用 Python 写了轮胎和悬架的求解器,再在 Blender 里做成动画
照着公开照片和组装手册,它把一台 1:8 油动遥控越野车套件和一台直列六缸发动机逐个零件建了出来,附上装配动画和带图的零件目录
对于 CAD 和仿真软件,则可以细微操作到每一个零件和连接,工程师打样前就能查零件配合、看运动时载荷怎么转移
在 CAD 建模的 BenchCAD 上,它从 GPT-6 Astra 的 62.6% 涨到了 82.5%
OpenAI 团队还拿它把芝加哥 Marina City 双塔的扇形阳台做成了一盏纸灯:从参考照片出发,经过几轮 CAD 改版,最后手工拼成实物;配套生成纸灯图纸的网站由 Astra 写成
做网页和浏览器 3D 交互时,它挑版式和图片更贴合网站的用途
做 AI 视频的 Higgsfield 内部测 3D 生成,GPT-6.2 Astra 有 73% 一次到位(GPT-6 Astra 要改三轮以上)
更更更省钱
在长程专业工作流的 Agents’ Last Exam 上,GPT-6.2 Astra 拿到新高(78.3%),每个任务花 $2.89;对比与昂贵的 Claude Fable 5.2 ,每个任务则要 $60.05
之所以这么省,一方面 API 输入输出单价比 GPT-6 Astra 降了 20%,另一方面跑同样的活输出的 token 更少
科研上,OpenAI 管 GPT-6.2 Astra 叫“对科学家最好的模型”,在终端里跑科研流程的 Terminal-Bench-Science 上,它比 GPT-6 Astra 高 9 个百分点,花费不到三分之一
解读真实生物数据、跑模拟实验反推系统机制的 Vals Science Index 上,GPT-6.2 Astra 拿到了最高分(68.4%)
Sol 追上了上一代旗舰
GPT-6.2 Sol 沿用 GPT-6.1 Sol 的价格,每百万 token 输入 $2、输出 $10。OpenAI 内部不少人拿它当默认模型,技术活和日常杂活都交给它
测日常复杂任务的 LifeVal 里,有搬家后筛幼儿园、按预算和通勤找房、给刚确诊的父母配餐这类事。Sol 拿了 83.8%,超过了 GPT-6 Astra(79.8%),花费约七分之一
至于写代码,Cognition 的 FrontierCode 2.0 看真实代码库的改动能不能达到维护者合并的标准,都开在 max 档时,Sol(43.8%)和自家 Astra(44.2%)差 0.4 分,花费约五分之一
更高的交付标准
OpenAI 这次专门训练 GPT-6.2 Astra 做幻灯片、表格和文档,照着法律、销售、金融、会计这些行当自己的规矩来,文字更直接具体
法律科技公司 Harvey 的 LAB-AA 拿审合同条款这类活来考,交付物要满足每一条评分标准、零实质性幻觉才算通过。GPT-6.2 Astra 的通过率(15.0%)超过 Claude Fable 5.2(7.2%)的两倍,成本约六分之一
OpenAI 内部的 GDPval v2 从咨询、金融、设计的真实项目里抽题,直接给项目组当年派活时的文件和消息。Astra 拿到 50.4%,比 GPT-6 Astra(44.2%)高 6.2 个百分点,输出的 token 少了 22%
做幻灯片时,给它一份模板原文件或者一张截图,GPT-6.2 Astra 能把版式、配色、字体对到具体字号,连模板的文风一起带进新页面
OpenAI 拿一家零售商公开的 Q1 财报 PPT,喂进 Q2 财报和 10-Q,让两代模型更新。两边都看出关税退款拉动了利润增长;GPT-6.2 Astra 把 5.3% 的销售增长写进标题,拆开线上和门店,再给管理层列了下一步:畅销品备足货,预算按没有后续退款重做
表格上,Artificial Analysis 的 AA-AnalystAgent 让模型在真实的表格和报告里找数、算账,比如用加州 Medicaid 的支出报告算出医疗交通花了多少钱。GPT-6.2 Astra 在 62.5% 的题目上五次独立作答全对,创下新高。做会计 AI 的 Basis 测下来,长程会计活的平均用时降了一半,最复杂的降了 73%
自我改进到了 High 档
两款新模型在网络安全上的能力又涨了一截,和 GPT-6 Astra 一样达到 OpenAI 准备度框架的 Critical 档,找漏洞、写漏洞利用、写安全代码和打补丁都比上一代强(这组测试关掉了网络安全防护)
因此这次上线收紧了高风险网络安全请求的拦截,部分正常的漏洞研究也会受限。经过审批的防守方,目前可以在 OpenAI Daybreak 上用放宽限制的 GPT-6 Astra 和 GPT-6 Cyber,6.2 后续会接进去
GPT-6.2 Astra 是 OpenAI 第一个对外发布、在“AI 自我改进”上达到 High 档的模型
对于 High 档,相当于以 2024 年为基线,给每位 OpenAI 研究员多配了一名能干的研究工程师当助手
最后
Ultrafast 模式这次开放给了更多人:
- $200 档的 Pro 订阅第一次能用,先开放 Sol
- $500 档的 Pro 订阅,两款模型都能用
以及走 API 的话,有个省钱小妙招:
每次都要用的那段提示词固定放在最前面,新指令接在后面。这样开头那段能命中缓存,按缓存价算,比正常输入便宜 20 倍
本文由人人都是产品经理作者【赛博禅心】,微信公众号:【赛博禅心】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载
题图来自Unsplash,基于CC0协议
更进一步:量化金融体系
看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力