对于必须通过测试和维护者评审的代码仓库改动,先从 GPT-6.2 Sol 开始。对于安全敏感型编码和视觉前端工作,可将 GPT-6.2 Astra 列入候选,然后只在最终补丁质量提升或评审工作减少足以抵消额外开销时才继续使用它。
这种区分比一概推荐旗舰模型更有依据。官方和独立的合并风格编码评测显示,在 max 档位下,两款同系列模型的分数差距很小。安全和交互式 3D 评测则提供了更具体的理由,说明为何可以试试 Astra。价格仍是个不小的问题:官方 Standard 输入/输出价格分别为 Sol 每百万 tokens $2/$10,Astra 为 $8/$40。
即使考虑缓存,差距仍是 4×
每百万 tokens 的官方 Standard 短上下文价格(输入不超过 272,000 tokens):
| 模型 | 输入 | 缓存输入 | 30m 缓存写入 | 输出 |
|---|---|---|---|---|
| GPT-6.2 Sol | $2.00 | $0.10 | $2.50 | $10.00 |
| GPT-6.2 Astra | $8.00 | $0.40 | $10.00 | $40.00 |
表中每项价格都恰好相差 4×。因此,在各类别的计费 token 数相同且处于同一价格档位时,token 账单仍相差 4×。输入超过 272,000 tokens 时,输入和缓存价格翻倍,输出价格则对整条请求升至 1.5×;token 数相同时,价格比例仍不变。实际智能体使用的 token 数可能不同,因此需要另行依据任务账单进行判断。
两款模型的上下文窗口都是 1,050,000 tokens,输出上限为 128,000 tokens,支持文本和图像输入以及文本输出。选择 Astra 并不能获得更大的上下文窗口。
合并风格的代码仓库改动:从 Sol 开始
OpenAI 的发布图表报告显示:FrontierCode 2.0 的 max 档位中,Astra 得分为 44.2%,每项任务成本为 $5.97;Sol 得分为 43.8%,每项任务成本为 $1.29。该评测考察对真实代码库的改动能否达到维护者的合并标准。图表显示分差为 0.4 个百分点,任务成本比为 $5.97 / $1.29 ≈ 4.63×。这解释了发布文案中的“分差在 0.5 个百分点以内”和“成本约为五分之一”。这些是供应商报告的结果;任务成本比与准确的 4× token 价格比并不是一回事。
Artificial Analysis 的 FrontierCode-AA 2.0提供了另一项独立结果:Astra max 得分为 45.38%;Sol max 得分为 44.38%。AA 使用自己的 Stirrup 测试框架,对 132 项私有代码库任务进行评测,每项任务运行三次。不同测试设置下的分差为 1.00 个百分点,并非复现 OpenAI 的分数或成本。
这两项结果都表明,对于验收标准可明确验证的错误修复和重构,Sol 是合理的初始基准。但它们都无法证明两款模型在所有代码库、架构决策或评审工作上普遍等效。
安全敏感型编码:值得测试 Astra
同一组官方发布图表还报告了SecureSWE max 档位的结果:Astra 得分为 65.7%,每项任务成本为 $5.26;Sol 得分为 55.6%,每项任务成本为 $0.99。10.1 个百分点的分差,比起笼统地声称旗舰模型更强,为在安全敏感型改动中试用 Astra 提供了更具体的理由。
SecureSWE 是 OpenAI 的内部评测。引用的网络安全结果使用了已禁用网络安全防护措施和分类器的内部测试配置。这些结果并不能说明每个已发布路由都会提供什么服务:已发布模型会限制风险较高的网络安全协助。应将其视为在预期使用的路由上评估获准安全任务的理由,而非所有安全工作流都可用的保证。
视觉前端工作:检查渲染结果
在AA-3D中,Astra max 的 Elo 为 1318(95% 区间 1286–1349);Sol max 为 1259(1231–1288)。AA 通过 Stirrup 运行 55 项离线 three.js 任务,并由评审者对生成的交互场景进行盲测两两投票。
这些结果反映的是上述任务中的视觉前端偏好。由于置信区间存在重叠,点估计并不能证明 Astra 普遍胜出。如果交付内容是注重渲染质量的交互场景,那么值得将 Astra 纳入测试;但在为所有前端工作支付其价格之前,应先检查实际输出。
上述两项 AA 结果均基于 2026 年 11 月 18 日约 02:30–02:40 UTC 访问的快照。本文未运行推理。
将评测证据转化为路由决策
对于新的集成,OpenAI 建议从 medium 开始。上述 max 结果是在该档位下的证据,并不意味着应将 max 设为默认值。
- 建立 Sol 基准:选择具有测试和明确合并标准的代表性修复或重构任务。
- 加入 Astra 对比:纳入一项获准的安全敏感型改动或视觉前端任务,同时保持代码库、指令、工具和推理强度一致。
- 只有确实划算才保留升级:记录被接受的补丁、评审轮次、相关的渲染质量和实际任务开销。只有当 Astra 带来的质量提升或评审收益足以抵消差价时,才将这类任务路由到 Astra。
AIHubMix 上的 Sol和AIHubMix 上的 Astra均已可使用。我们于2026 年 11 月 18 日约 15:04–15:06 UTC(北京时间 23:04–23:06)检查了公开模型页面、llms 文档和 schema。两个精确 ID 都列在参数 schema 索引中,文档说明支持Chat Completions、Responses 和 Anthropic Messages。Messages 使用网关转换,而非 OpenAI 原生端点。目前公开的短上下文价格与上表中的官方价格一致。
使用AIHubMix Compare查看这对模型的规格和价格,然后在相同条件下用一个小型代表性任务进行实际对比。本文未发送网关请求,也未测量实际网关任务成本或账单。
常见问题
GPT-6.2 Sol 的价格是 GPT-6.2 Astra 的四分之一吗?
按照官方 Standard 短上下文 token 价格,是的:$2/$10 对比 $8/$40,缓存价格也同样相差 4×。不过,OpenAI 报告的 FrontierCode 任务成本分别为 $1.29 和 $5.97,价格比约为 4.63。
它们的上下文窗口相同吗?
是的。两款模型的官方上下文窗口均为 1,050,000 tokens,输出上限均为 128,000 tokens。
编码得分是否说明 Sol 和 Astra 可以互换使用?
不可以。OpenAI 报告的 max 档位得分中,Sol 为 43.8%,Astra 为 44.2%。AA 在自己的测试框架中独立得出 44.38% 和 45.38%。这些结果支持将 Sol 作为合并风格编码任务的基准进行试用,但不能证明两者普遍等效。
既然基准测试是在 max 档位下报告的,我也应该让两款模型都以 max 运行吗?
默认不应如此。OpenAI 的迁移指南建议新的集成从 medium 开始。如果要比较两款模型,应让它们使用相同的推理强度;只有在自己的评测结果证明有必要时,才切换到 max。
哪些任务有具体理由尝试 Astra?
安全敏感型编码和视觉前端工作。引用的 SecureSWE 测试禁用了网络安全防护措施和分类器;已发布路由会施加限制。AA-3D 衡量的是对离线交互场景的偏好,而且置信区间存在重叠。只有当你自己的质量或评审结果有足够改善时,才保留 Astra。
今天可以在 AIHubMix 上对比它们吗?
可以。两款模型现已可用,其公开 schema 文档说明支持 Chat Completions、Responses 和 Anthropic Messages,其中 Messages 通过网关转换提供。请从一项小型代表性任务开始,并保持推理强度一致。本文未发送网关请求,也未测量实际网关任务成本或账单。
继续阅读:GPT-6.2 系列
- 如果你仍在使用 GPT-6 Astra,首先需要考虑的是价格下调 20%,以及缓存读取价格进一步下调:GPT-6.2 Astra vs GPT-6 Astra:20% 降价值得升级吗?
- 在让智能体使用任一 6.2 ID 之前,先了解前缀编辑现在会如何影响推理:GPT-6.2 迁移:前缀编辑会丢弃推理,而且不会被拒绝
- 如果你考虑以相同的 $8 / $40 标价改用另一家供应商,可以看看 Fable 5.2:GPT-6.2 Astra vs Claude Fable 5.2:该选哪款?
来源
- 推出 GPT-6.2 Astra 和 Sol及GPT-6.2 系统卡——供应商报告的 FrontierCode 和 SecureSWE 结果;评测及已发布模型防护措施的背景信息。
- FrontierCode-AA 2.0及AA-3D——AA 独立评测,于 2026 年 11 月 18 日约 02:30–02:40 UTC 访问。
- OpenAI API 定价、Sol 规格和Astra 规格——官方价格和共用限制。
- 使用 GPT-6.2——建议新集成从 medium 推理强度开始。
- AIHubMix 上的 Sol、AIHubMix 上的 Astra及参数 schema 索引——于 2026 年 11 月 18 日约 15:04–15:06 UTC(北京时间 23:04–23:06)对照公开页面、llms 文档和已解析的 schema,检查了可用性、公开价格和文档记录的协议;两款模型均可用,且两个 ID 均已列出。



