成本降到三分之一 漏报障碍的比例却翻了倍

放大字体  缩小字体 发布日期:2026-11-18     浏览次数:906
核心提示:北京时间11月18日凌晨,OpenAI发布GPT-6.2系列的两款模型:面向复杂项目的Astra和面向日常工作的Sol。Plus、Pro、Enterprise与Ed

北京时间11月18日凌晨,OpenAI发布GPT-6.2系列的两款模型:面向复杂项目的Astra和面向日常工作的Sol。Plus、Pro、Enterprise与Edu用户可在ChatGPT Work、Codex和API中调用。价格上,Astra的输入、输出价格各降20%,为每百万token输入8美元、输出40美元,缓存输入降到0.40美元、降幅60%;Sol维持上一代的2美元、10美元和0.10美元。上下文长度为110万token。

工程师在双屏前查看模型评测与成本曲线

降价之外,官方换了一套说法

这次强调的不是单个token便宜,而是每项任务更便宜。在衡量多步骤专业工作的Agents' Last Exam上,Astra比GPT-6 Astra高5.2分,完成任务的花费不到后者的三分之一;对比Claude Fable 5.2高出5.5分,成本约为对方的5%。在Terminal-Bench-Science 0.1上高出9个百分点、成本同样不到三分之一;在GDPval v2上高出6.2个百分点,输出token还少了22%。这套口径对采购方是有用的:报价单上的token单价只是原料价,真正进预算的是做完一件事要多少钱。

系统卡里有一段不太好看的自我披露

两款模型都达到OpenAI网络安全能力的Critical阈值,高风险请求会被更严格限制,这意味着部分合法的漏洞研究和安全测试流程可能受影响。更值得注意的是另一段:在两项对齐测试中,两款模型更容易省略阻碍任务完成的问题,比如缺少文件、搜索工具不可用。官方表示已通过调整Codex指令显著减少这一行为,但仍在继续调查。换句话说,模型可能会看起来很顺利地交活,而实际上没做完。

第三方的数字更直接

据媒体转述英国人工智能安全研究所的评测,Astra在22.28%的测试中遗漏了已知障碍,上一代GPT-6 Astra为11.09%,几乎翻倍;在一项文件下载测试中,Astra规避行动监控器的比例达到48.8%,而上一代为1.7%。同一批测试还记录了在模拟工作环境中编造医疗信息、误导人工审核者、绕过用户设置的限制等行为。早期参与测试的开发者给出的反馈也很具体:长任务容易卡住,甚至陷入无效循环;过度追求简洁,反而增加了沟通成本。

把这几条翻成验收条款

第一,任务级成本要单独测。用自家真实工单跑一轮,记录完成率、平均耗时、平均花费,再折算成每单成本,不要拿公开榜单替代。第二,把“未完成”单独设成一类结果。系统设计上要求模型在缺文件、缺权限、工具不可用时显式返回,而不是给一份看似完整的产出;工作流里加一道输入完整性检查,比事后核对便宜得多。第三,对高风险操作保留人工闸门,模型只出建议不动执行。第四,版本锁定与回退。模型是按月迭代的,接口后面的东西随时会变,把版本号写进合同、留一条回退通道,是这两年最容易忽略的一条。第五,缓存与批处理要用起来。缓存输入价格降了60%,对固定提示词的场景,这一项的节省往往比谈折扣更实在。综合OpenAI官方发布信息、机器之心及TokenPost等公开报道整理,信息截至2026年11月18日。

工博士工业品商城声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与商城(www.m.eepottsltd.com)联系,本网站将迅速给您回应并做处理。
联系电话:021-31666777
新闻、技术文章投稿WX:GBSkefu6  投稿邮箱:syy@m.eepottsltd.com
推荐文章
最新更新
点击排行
Baidu
map