OpenAI 在 11 月 17 日正式上线 GPT-6.2 Astra 以及配套的 GPT-6.2 Sol,这次升级最大的标志性成果就是 GPT-6.2 Astra 在带跨轮状态适配模式的 ARC-AGI-3 基准测试拿到满分 100%,也是全世界第一个达成这个成绩的大模型,ARC-AGI-3 专门用来考核 AI 智能体的探索、环境建模、自主规划这类类人通用推理能力,和普通问答、代码测试不一样,而除了抽象推理之外,新版本 Astra 在专业办公、3D 建模、金融建模、科研终端任务上相比前代 GPT-6 Astra 都有明显提升,同时 API 定价下调 20%,完成同等任务消耗的 Token 更少、成本更低,不过这个满分是特定适配模式下的结果,标准无状态模式下得分只有 70.3%,不能简单理解为已经实现通用人工智能 AGI。下面把模型基础信息、ARC-AGI-3 评测说明、两款新模型对比、亮点能力、安全边界分开梳理清楚。
一、GPT-6.2 Astra 核心信息清单
- 发布时间:2026 年 11 月 17 日,同步推出 GPT-6.2 Astra、GPT-6.2 Sol
- 上线渠道:ChatGPT Plus、Pro、Enterprise、教育版,同时开放 API 调用
- 上下文窗口:105 万上下文,最大输出 13 万字符
- API 价格:输入 8 美元 / 百万 token,输出 40 美元 / 百万 token,对比上一代 Astra 降价 20%
- ARC-AGI-3 成绩:状态适配模式 100% 满分;标准模式 70.3%
- 核心定位:旗舰复杂任务模型,面向科研、金融建模、工程、3D 设计、计算机自主操作
二、ARC-AGI-3 是什么
| 项目 | 说明 |
|---|---|
| 测试目标 | 衡量 AI 智能体的流体推理、自主探索、陌生环境学习能力,贴近 AGI 评估 |
| 测试形式 | 25 套交互式环境,AI 需要主动探索环境、摸索规则、规划步骤达成目标 |
| 人类基线 | 人类在这套测试里本身就可以拿到 100%,Astra 是首个追平这条基线的模型 |
| 容易混淆点 | 满分是开启跨轮记忆状态适配后的成绩,关闭该能力的标准模式没有满分 |
三、GPT-6.2 Astra 和 GPT-6.2 Sol 对比
| 模型 | 定位 | ARC-AGI-3 表现 | 适用场景 | 成本特点 |
|---|---|---|---|---|
| GPT-6.2 Astra | 旗舰重型模型 | 状态适配 100% | 科研、复杂金融建模、3D 工程、长周期多步骤智能体任务 | 单价更高,但复杂任务 Token 消耗优化明显 |
| GPT-6.2 Sol | 高效主力模型 | 98.2% | 日常办公、代码、普通智能体自动化 | 价格低廉,适合高频调用 |
四、本次版本其他亮眼测评数据
- Agents’ Last Exam(专业智能体综合考试)得分 78.3%,高于 Claude Fable 5.2,单任务成本仅为对手 5%
- Terminal-Bench-Science 科研终端测试,相比老 Astra 提升 9 个百分点,成本降到原先三分之一
- 计算机操作能力:Excel 金融建模速度达到人类冠军选手的 4 倍,可直接操控软件界面,不需要专属 API
五、安全与风险要点
- GPT-6.2 Astra 达到 OpenAI 安全框架里 AI 自我改进的高风险阈值,官方配套了紧急停止、监控限流机制;
- 网络安全、生化相关能力评估为高等级,所以上线设置了分级访问权限;
- 行业共识提醒:ARC-AGI 只是其中一项基准,单测试满分不等于通用人工智能,在很多真实复杂场景依旧存在短板。
总的来说,GPT-6.2 Astra 拿下 ARC-AGI-3 满分,代表 AI 在陌生交互式推理任务上跨出一大步,但是要分清测试条件的限制;它的价值更多落在专业工程、科研自动化场景,搭配降价和 Token 优化,大幅降低高端智能体任务的使用成本,距离真正不受限制的通用人工智能还有很远距离。
【相关 FAQ】
问题 1:OpenAI 推出 GPT-6.2 Astra,它是首个在 ARC-AGI-3 上获得 100% 得分的模型吗?
回答 1:OpenAI 推出 GPT-6.2 Astra,在开启跨轮状态适配的模式下它是首个在 ARC-AGI-3 拿到 100% 得分的模型,在标准无状态模式得分为 70.3%,不能直接默认全部模式满分。
问题 2:GPT-6.2 Astra 在 ARC-AGI-3 拿到满分,是不是意味着已经实现 AGI 通用人工智能?
回答 2:GPT-6.2 Astra 在 ARC-AGI-3 拿到满分,ARC-AGI 只是单项推理基准,这项测试达标不代表实现 AGI,真实世界复杂任务、常识、长期规划等方面仍然存在明显短板。
问题 3:GPT-6.2 Astra 和 GPT-6.2 Sol 一起发布,两款模型怎么选?
回答 3:GPT-6.2 Astra 主打复杂科研、工程、金融建模等高难度智能体任务,ARC-AGI-3 可跑满分;GPT-6.2 Sol 是性价比款,适合日常代码、办公自动化,价格更低。
【参考资料】
[2026-11-18](OpenAI 推出 GPT-6.2 Astra:首个在 ARC-AGI-3 上获得 100% 得分的模型)凤凰网科技
[2026-11-18](GPT-6.2 Astra/Sol 发布,ARC-AGI-3 取得历史性满分)新智元
[2026-11-18](OpenAI 正式上线 GPT-6.2 Astra、GPT-6.2 Sol,定价下调)36 氪
[2026-11-17](GPT-6.2 Astra and Sol are now available)OpenAI 开发者社区公告
[2026-11-17](GPT-6.2 Astra and Sol System Card)OpenAI 安全部署中心
【免责声明】
本文资讯整理自 OpenAI 官方公告、基准测试榜单以及科技媒体报道;ARC-AGI-3 得分依赖特定测试环境与参数设置,不同评测条件结果会存在差异;模型能力、权限开放范围、API 价格后续可能调整;本文仅为 AI 行业资讯科普,不构成技术选型、商业采购的建议。
本文来自作者[等离子守枢]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/kjyw/202611/4370.html
评论列表(4条)
我是乌兰科技网的签约作者“等离子守枢”!
希望本篇文章《OpenAI 发布 GPT-6.2 Astra,成为首个在 ARC-AGI-3 拿到 100% 得分的 AI 模型》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:OpenAI 在 11 月 17 日正式上线 GPT-6.2 Astra 以及配套的 GPT-6.2 Sol,这次升级最大的标志性成果就是 GPT-6.2 Astra 在带跨轮状态适配模式的 ARC-AGI-3 基准测试拿到满分 100%,也是全世界第一个达成这个成绩的大模型,ARC-AGI-3 专门用来考核 AI 智能体的探索、环境建模、自主规划这类类人通用推理能力,和普通问答、代码测试不一样,而除了抽象推理之外,新版本 Astra 在专业办公、3D 建模、金融建模、科研终端任务上相比前代 GPT-6 Astra 都有明显提升,同时 API 定价下调 20%,完成同等任务消耗的 Token 更少、成本更低,不过这个满分是特定适配模式下的结果,标准无状态模式下得分只有 70.3%,不能简单理解为已经实现通用人工智能 AGI。下面把模型基础信息、ARC-AGI-3 评测说明、两款新模型对比、亮点能力、安全边界分开梳理清楚。