OpenAI 新推出 GPT-6.2 Astra,在 Agents’ Last Exam 这个专门测多步骤专业智能体任务的基准里,相比 Claude Fable 5.2 高出 5.5 分,完成任务的成本只有 Claude Fable 5.2 的 5%,同时相比上一代 GPT-6 Astra,分数提升 5.2 分,成本还不到上代的三分之一,这次更新还同步放出 GPT-6.2 Sol,主打平价日常工作场景,整套模型定价下调,缓存输入折扣力度很大,对于要跑大量 Agent 自动化、金融建模、工程、媒体制作任务的开发者和企业来说,性价比变化非常明显,核心优势不是单纯单价便宜,而是完成同一个目标,GPT-6.2 Astra 消耗的 Token 总量更少,直接把单任务成本压下来。Agents’ Last Exam 这个基准,重点测 AI 智能体在真实软件里连续做多步复杂工作,不是简单问答,会覆盖建模、工程、内容生产这类贴近真实业务的任务,也是现在 Agent 赛道很受关注的评测。
GPT-6.2 Astra 核心对比数据
| 对比项 | GPT-6.2 Astra | Claude Fable 5.2 | 上一代 GPT-6 Astra |
|---|---|---|---|
| Agents’ Last Exam 分差 | 领先 5.5 分 | 基准对比对象 | 提升 5.2 分 |
| 单任务成本占比 | Claude Fable 5.2 的 5% | 基准 | 上代的 1/3 以内 |
| API 输入定价 | 8 美元 / 百万 Token | - | - |
| 缓存输入定价 | 0.4 美元 / 百万 Token | - | - |
| 输出定价 | 40 美元 / 百万 Token | - | - |
其他配套基准表现
- Terminal-Bench-Science0.1(科研终端任务):比 GPT-6 Astra 高 9 个百分点,成本同样不到上代三分之一,适合科研、数据分析自动化;
- Harvey LAB-AA(法律文书):通过率是 Claude Fable 5.2 两倍多,成本约为对方六分之一;
- GPT-6.2 Sol 配套模型:在 FrontierCode2.0 代码基准上,分数和 Astra 差距不到 0.5 分,成本仅 Astra 的五分之一,适合日常代码、简单 Agent。
适合落地的业务场景
- 金融建模、批量报表自动化:需要多步骤计算、文档导出,Agents’ Last Exam 对应的典型任务;
- 工程、代码 Agent:自动读需求、写代码、调试、提交;
- 媒体制作、PPT 批量生成:支持截图模板复刻排版配色;
- 科研数据处理、批量文献分析:Terminal-Bench-Science 对应的强项场景。
上手接入步骤
- 登录 OpenAI 平台,在模型列表选择 GPT-6.2 Astra,同时可以搭配 GPT-6.2 Sol 做分层调度,简单任务走 Sol,复杂多步骤 Agent 交给 Astra;
- 业务侧先在 Agents’ Last Exam 同类任务上做对照测试,统计单任务 Token 消耗,对比原有 Claude Fable 5.2 的账单;
- 开启缓存输入,重复参考资料、固定提示词模板可以拿到 60% 缓存折扣,进一步压成本;
- 配置用量告警,区分 Astra 和 Sol 两套模型的预算,避免高并发下账单失控;
- 上线前做业务侧验证,基准跑分不等于线上全部场景效果,法律、金融类高风险内容必须增加人工复核。
总结
GPT-6.2 Astra 这次最大亮点就是 Agents’ Last Exam 上的跑分和成本优势,用极低的单任务成本拿到比 Claude Fable 5.2 更好的 Agent 能力,同时上代 Astra 的能力继续升级,再搭配平价的 GPT-6.2 Sol,给开发者提供分层方案。但要注意,跑分是 OpenAI 披露的内部基准测试结果,不同业务场景、不同提示词策略下,实际效果和成本会浮动,不能直接拿跑分等同于所有业务的表现。
【相关 FAQ】
问题 1:OpenAI 新出的 GPT-6.2 Astra,在 Agents’ Last Exam 对比 Claude Fable 5.2 是什么结果?
回答 1:GPT-6.2 Astra 在 Agents’ Last Exam 跑分比 Claude Fable 5.2 高出 5.5 分,完成同等任务的成本仅 Claude Fable 5.2 的 5%,核心来自完成任务消耗 Token 更少。
问题 2:Agents’ Last Exam 这个基准,主要用来测试 GPT-6.2 Astra 什么能力?
回答 2:Agents’ Last Exam 专门测试 GPT-6.2 Astra 这类智能体模型,在真实软件里完成多步骤专业任务,包含金融建模、工程开发、媒体制作等贴近真实工作的任务。
问题 3:GPT-6.2 Astra 同步推出的 GPT-6.2 Sol,和 Astra 怎么搭配选型?
回答 3:复杂多步骤 Agent 任务、高难度科研和法律任务交给 GPT-6.2 Astra;普通代码、日常问答、简单自动化任务走 GPT-6.2 Sol,Sol 成本只有 Astra 约五分之一。
问题 4:GPT-6.2 Astra 的成本优势,是单纯单价更低吗?
回答 4:不是,GPT-6.2 Astra 的成本优势主要是完成同一个 Agents’ Last Exam 任务,它需要的 Token 总量更少,叠加缓存输入折扣,最终单任务成本大幅低于 Claude Fable 5.2。
【参考资料】
[2026-11-17](OpenAI launches GPT-6.2 Astra and Sol with lower API prices and some benchmark gains)THE DECODER
[2026-11-17](OpenAI 突发 GPT-6.2 Astra,Agents’ Last Exam 领先 Claude Fable 5.2、成本仅 5%)AINEWS Radar
[2026-11-18](Anthropic IPO 前夕,OpenAI 推出 GPT-6.2 Astra,性能超越 Fable 5.2)华尔街见闻
[2026-11-09](Introducing Claude Fable 5.2 and Claude Mythos 5.2)Anthropic 官网
【免责声明】
本文内容仅为 AI 模型资讯科普,不构成采购、技术选型、业务迁移建议。Agents’ Last Exam 跑分数据来自 OpenAI 官方披露测试,第三方独立复现结果可能存在差异;模型 API 价格、折扣、可用地区、调用限制以 OpenAI 官方页面实时信息为准。金融、法律、医疗等高风险业务使用模型输出,务必做好人工审核,自行承担业务风险。
本文来自作者[暗域编码师]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/rgzn/202611/3917.html
评论列表(4条)
我是新新网的签约作者“暗域编码师”!
希望本篇文章《OpenAI 突发上线 GPT-6.2 Astra,Agents’ Last Exam 跑分反超 Claude Fable 5.2、成本仅对方 5%》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:OpenAI 新推出 GPT-6 2 Astra,在 Agents’ Last Exam 这个专门测多步骤专业智能体任务的基准里,相比 Claude Fable 5 2 高出