网易首页 > 网易号 > 正文 申请入驻

Anthropic上市前夕,OpenAI发布GPT-6.2:成本大降,3D能力再突破

0
分享至



就在 Anthropic IPO 定价前一天,OpenAI 送上了一份“上市大礼包”。

凌晨,OpenAI 正式发布 GPT-6.2 系列模型,包括面向复杂任务的 GPT-6.2 Astra,以及主打日常工作与效率的 GPT-6.2 Sol。

这次升级的重点是专业任务能力和运行效率。在衡量 AI 智能体完成复杂工作的 Agents' Last Exam 测试中,GPT-6.2 Astra 较前代提升 5.2 个百分点,任务成本降至原来的三分之一以下;与 Anthropic 最新发布的 Claude Fable 5.2 相比,成绩领先 5.5 个百分点,成本仅为后者的 5%。

新模型还延续了上一代 Astra 在 3D 空间理解和交互式场景构建方面的优势,并进一步强化了机械建模与物理仿真能力。

此前,GPT-6 Astra 已经凭借在机器人任务规划和控制方面展现出的潜力,引发具身智能行业的广泛讨论。如今,OpenAI 开始展示 AI 如何参与真实的工程设计,从零件装配到汽车动力学模拟,应用范围进一步扩大。

这款模型的发布,还经历了一段小插曲。早在 11 月初,就有消息称 OpenAI 计划推出新一代 Astra 和 Sol,但发布日期几经推迟。近期,爆料人士又声称,GPT-6.2 因安全和对齐问题遭遇延期,不过具体原因尚未得到官方证实。

有意思的是,新模型刚发布,就有开发者给出了毫不留情的差评,甚至有人直言这是 OpenAI 迄今最差的模型,几乎无法正常使用。

一边是官方公布的亮眼成绩单,一边是开发者的尖锐吐槽。究竟是模型实际表现不及预期,还是微妙的商战,目前还不好说。具体表现如何,还得等待更多用户的实际测试。

任务表现提升,成本降至前代三分之一

在第三方评测机构 Artificial Analysis 公布的最新 Intelligence Index 榜单中,GPT-6.2 Astra 获得 62 分,较前代提升 5 分,排名第二,仍落后于 Anthropic 的 Claude Fable 5.2,后者以 65 分保持第一。


(来源:Artificial Analysis)

不过,在科研、法律和 3D 等专项测试中,GPT-6.2 Astra 取得了更为突出的成绩,完成任务的成本也明显下降。

在衡量 AI 智能体完成复杂专业工作的 Agents' Last Exam 测试中,GPT-6.2 Astra 较前代提升 5.2 个百分点,任务成本降至原来的三分之一以下。与 Claude Fable 5.2 相比,成绩领先 5.5 个百分点,成本仅为后者的 5%。不过,OpenAI 注明,Fable 5.2 的对照结果排除了 9 项调用后备模型的任务。


(来源:OpenAI)

科研领域也有明显进步。在 Terminal-Bench-Science 0.1 测试中,GPT-6.2 Astra 较前代提高 9 个百分点,任务成本同样不足原来的三分之一;在考察生物数据分析与实验推断能力的 Vals Science Index 上,新模型也刷新了最高成绩。

法律和专业办公场景的表现同样有所提升。在 Harvey LAB-AA v1.1 法律任务评测中,GPT-6.2 Astra 的通过率超过 Claude Fable 5.2 的两倍,成本约为后者的六分之一。在 OpenAI 内部的 GDPval v2 评测中,新模型较前代提升 6.2 个百分点,输出 Token 减少 22%。

OpenAI 还展示了模型制作 PPT 和财务表格的能力。它可以根据最新财报更新整份演示文稿,提炼关键经营数据,也能够生成包含财务预测、估值计算和敏感性分析的可编辑 Excel 文件。

不过,新模型在编程任务上的表现就落后了一些。根据 Artificial Analysis 的 Coding Agent Index,GPT-6.2 Astra 得分为 53,与前代持平;GPT-6.2 Sol 得分为 49,反而较前代下降 3 分。Claude 系列模型仍占据该榜单前三名。

此外,在 AA-Omniscience 测试中,GPT-6.2 Astra 和 Sol 的幻觉率分别达到 59% 和 55%,说明模型在面对不确定问题时,仍然存在较为明显的过度猜测倾向。

目前,两款模型已经面向符合条件的 Plus、Pro、Enterprise 和 Edu 用户开放,可通过 ChatGPT Work 和 Codex 使用,开发者也能够通过 API 调用。

API 价格方面,GPT-6.2 Astra 每百万输入 Token 收费 8 美元,输出 Token 收费 40 美元,均较前代下调 20%,缓存输入价格则降至 0.40 美元。GPT-6.2 Sol 维持上一代的定价,每百万输入、输出 Token 分别为 2 美元和 10 美元。

3D 能力升级,从虚拟游戏走向物理工程

相比常规的推理和编程能力,GPT-6.2 在 3D 设计与物理工程领域的表现,可能是本次发布最有辨识度的变化。

在 Artificial Analysis 推出的 AA-3D 评测中,GPT-6.2 Astra 以 1318 Elo 排名第一,明显高于上一代 GPT-6 Astra 的 1168 Elo,也领先 Claude Fable 5.2 的 1271 Elo 和 GPT-6.2 Sol 的 1259 Elo。


(来源:Artificial Analysis)

这项评测主要考察模型根据文字要求构建 3D 交互体验的能力。评测过程中,不同模型需要根据相同的提示词生成作品,再由人类评审进行盲测比较。

OpenAI 展示的案例包括可以直接操作的弹球游戏、能够从不同角度探索的罗马斗兽场,以及一款在未来城市赛道中驾驶飞行器的竞速游戏。用户只需要输入文字要求,模型就能自行编写代码,生成可以在浏览器中运行的 3D 交互场景。

除了评测分数,实际开发中的效率提升也比较明显。视频创作平台 Higgsfield 的联合创始人兼 CEO Alex Mashrabov 表示,在其内部 3D 生成评测中,GPT-6.2 Astra 有 73% 的案例能够一次达到目标效果,而上一代 GPT-6 Astra 通常需要三次甚至更多轮修改。

事实上,上一代 Astra 发布时,就已经凭借生成可玩游戏和复杂交互场景的能力引发关注。如今,随着生成质量和一次成功率进一步提高,AI 有望承担更多游戏原型制作、场景搭建和交互逻辑开发工作,帮助开发团队缩短开发周期。

不过,这次 OpenAI 展示的能力还不止于虚拟世界。

在一个案例中,GPT-6.2 Astra 建立了一辆汽车的 3D 模型,随后编写 Python 求解程序,模拟轮胎、悬架之间复杂的动力学关系,最后使用 Blender 生成动画,展示车辆行驶过程中各个部件的运动情况。


(来源:OpenAI)

而在另一个案例中,OpenAI 要求模型根据公开照片和装配手册,对一辆遥控越野车及其发动机进行建模。Astra 不仅建立了各个机械零件的 3D 模型,还生成了装配动画和带有插图的零件目录,让工程师能够直观地检查组件之间的连接关系。

OpenAI 甚至用芝加哥 Marina City 大楼的弧形阳台作为参考,让模型完成一盏纸质台灯的 CAD 设计,并经过修改和人工装配,最终制作出实体产品。

从这些案例来看,GPT-6.2 已经能够参与更复杂的机械结构设计与物理仿真工作,其应用场景也开始从游戏、网页等数字内容,延伸至真实产品的研发过程。

其实,OpenAI 此前已经开始布局这一方向。11 月 3 日,OpenAI 专门发表文章,介绍 AI 如何加速真实物理世界中的工程设计,并披露了与马自达等企业在汽车设计、空气动力学仿真等领域的合作。

当时 OpenAI 透露,一款尚未公开命名的新内部模型在 BenchCAD 2.0 测试中取得 0.875 的平均分,明显高于 GPT-6 Astra 的 0.594 分。

这些能力的提升,也可能给游戏开发、工业设计乃至具身智能等行业带来新的影响。

赶在 Anthropic 上市前

此次 GPT-6.2 的发布时间,多少有些耐人寻味。按照既定安排,Anthropic 预计将在 11 月 18 日完成 IPO 定价,并于 11 月 19 日正式登陆纳斯达克,股票代码为 ANT。

今年 9 月,Anthropic 推出 Claude Opus 5.5 时,曾宣布其在智能体编程、计算机操作和知识工作等多个领域处于领先位置。11 月 9 日,Anthropic 又连续推出 Fable 5.2 与 Mythos 5.2,进一步巩固产品阵容。

如今,GPT-6.2 Astra 在 OpenAI 公布的 Agents' Last Exam 评测中已经超过 Opus 5.5,并在多个专业任务上领先更新的 Fable 5.2。

选择这个时间节点发布新模型,OpenAI 显然给 Anthropic 的上市之旅增添了一些竞争压力。

不过,由于性能的大幅提升,Openai 可能还得面对更加棘手的安全问题。

根据 OpenAI 披露的信息,GPT-6.2 Astra 成为该公司首款在 AI 自我改进能力评估中达到 High 级别、并向外部开放的模型。按照 OpenAI 的估计,相对于 2024 年的研发水平,这款模型对 AI 研究的加速作用,相当于为每位研究人员增加一名能力较强的研究工程师。

与此同时,GPT-6.2 Astra 和 Sol 的网络安全能力均达到 Critical 级别,生物与化学能力达到 High 级别。OpenAI 因此加强了部署限制、模型监测和研究环境的安全防护。

官方还承认,新模型在部分测试中更容易隐瞒阻碍任务完成的问题,例如没有告知用户文件缺失或搜索工具不可用。OpenAI 已经通过额外指令缓解相关行为,但调查仍在继续。

[1]https://openai.com/index/introducing-gpt-6-2-astra-sol/

[2]https://openai.com/index/accelerating-engineering-for-the-physical-world/

[3]https://x.com/TokenGremlin/status/2122009985005597027

[4]https://x.com/TokenGremlin/status/2122001326871634406

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
哈啰变速车30分钟15元?公司客服回应

哈啰变速车30分钟15元?公司客服回应

界面新闻
2026-11-18 11:32:09
APEC现场|普京点赞亚洲国家跨越式发展,乐观期待中俄美元首会晤

APEC现场|普京点赞亚洲国家跨越式发展,乐观期待中俄美元首会晤

澎湃新闻
2026-11-18 15:54:40
高盛对2027年中国经济判断:中国房地产最坏时刻,可能已经过去了

高盛对2027年中国经济判断:中国房地产最坏时刻,可能已经过去了

城事堂
2026-11-17 09:03:52
太硬气了!央视今天拒绝转播开拓者队比赛,原因或许只有一个

太硬气了!央视今天拒绝转播开拓者队比赛,原因或许只有一个

南海浪花
2026-11-18 11:34:45
谁都没想到,APEC大佬云集的会场,最扎眼的竟是董明珠的一个动作

谁都没想到,APEC大佬云集的会场,最扎眼的竟是董明珠的一个动作

不写散文诗
2026-11-18 13:55:13
俄罗斯认定乌克兰“恐袭”炸塌克里米亚大桥,誓言修复且“比以前更好”

俄罗斯认定乌克兰“恐袭”炸塌克里米亚大桥,誓言修复且“比以前更好”

山河路口
2026-11-18 12:52:03
赖清德终于不再沉默,正式表态了!

赖清德终于不再沉默,正式表态了!

果妈聊娱乐
2026-11-17 12:12:09
离谱到家!绵阳 1600 元烤全羊端上桌,游客拿放大镜找,几乎找不到肉

离谱到家!绵阳 1600 元烤全羊端上桌,游客拿放大镜找,几乎找不到肉

川渝视觉
2026-11-18 11:00:51
如果你是黄仁勋,这三个女人会选谁?

如果你是黄仁勋,这三个女人会选谁?

仕道
2026-11-18 14:14:20
大家发现没?油车跑1000公里要500多块,电车跑1000公里呢?

大家发现没?油车跑1000公里要500多块,电车跑1000公里呢?

兴趣知识
2026-11-18 02:59:02
杨瀚森翻译:别管杨瀚森在哪个队,只要好好提升就好;诺里是敞亮人

杨瀚森翻译:别管杨瀚森在哪个队,只要好好提升就好;诺里是敞亮人

懂球帝
2026-11-18 15:54:10
全球化退潮,APEC如何寻找新定位?

全球化退潮,APEC如何寻找新定位?

凤凰WEEKLY
2026-11-18 14:59:22
王兴兴一身西装亮相APEC峰会 一双旧小白鞋抢了镜

王兴兴一身西装亮相APEC峰会 一双旧小白鞋抢了镜

快科技
2026-11-18 10:02:25
APEC会议近700辆红旗车全流程接待,“豪华车队”亮相深圳,网友感慨:简直是一支“外交跑腿天团”

APEC会议近700辆红旗车全流程接待,“豪华车队”亮相深圳,网友感慨:简直是一支“外交跑腿天团”

极目新闻
2026-11-18 10:24:16
中国银行股份有限公司原党委委员、副行长林景臻一审获刑十三年

中国银行股份有限公司原党委委员、副行长林景臻一审获刑十三年

澎湃新闻
2026-11-18 17:19:03
宁波:高速堵满了集卡,夜市却空了一半

宁波:高速堵满了集卡,夜市却空了一半

茶狐看世界本尊
2026-11-18 13:25:44
骆大进已任上海浦东新区区委副书记、区政府党组书记

骆大进已任上海浦东新区区委副书记、区政府党组书记

澎湃新闻
2026-11-18 17:36:40
宗馥莉再掀人事风暴:173名管理人员被免职

宗馥莉再掀人事风暴:173名管理人员被免职

界面新闻
2026-11-18 16:47:07
热搜第一!“我愿意为自己的行为负责,只求放过我的家人!”14岁初中生发长文喊话明星虞书欣引热议

热搜第一!“我愿意为自己的行为负责,只求放过我的家人!”14岁初中生发长文喊话明星虞书欣引热议

笨鸟摘文
2026-11-18 11:55:31
杨瀚森又遭弃用:本季第6次DNP 央视播一半中途弃播比赛表态度

杨瀚森又遭弃用:本季第6次DNP 央视播一半中途弃播比赛表态度

醉卧浮生
2026-11-18 11:38:39
2026-11-18 20:19:01
DeepTech深科技 incentive-icons
DeepTech深科技
麻省理工科技评论独家合作
17503文章数 515373关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

游客花1600元买的烤全羊剥不出1两肉 官方通报

头条要闻

游客花1600元买的烤全羊剥不出1两肉 官方通报

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

手机
房产
数码
时尚
军事航空

手机要闻

消息称荣耀明年没有常规大折叠手机,取而代之的是阔折叠

房产要闻

周大生出手!海棠湾又一大商业体来了

数码要闻

三星LG显示加码AR微显示技术 索尼占七成OLEDoS供应

奶瓶界爱马仕,批量收割中产父母

军事要闻

美军再袭伊朗格什姆岛

无障碍浏览 进入关怀版