OpenAI 推 GPT-6.2:首個達 AI 自我改進高門檻的公開模型
OpenAI 美國時間 11 月 17 日發表新一代模型 GPT-6.2 Astra 與 GPT-6.2 Sol。OpenAI 說,GPT-6.2 Astra 是公司第一個在對外發布的模型中,達到內部「AI 自我改進」高風險門檻的模型,代表它能明顯加快 AI 研究。
依 OpenAI 官方公告,Astra 主打複雜的專業工作,Sol 是日常用的高效率版本。API 價格方面,Astra 的輸入與輸出價格比 GPT-6 Astra 便宜 20%,快取輸入便宜 60%;Sol 維持 GPT-6.1 Sol 的價格。
兩款模型即日起開放 ChatGPT Plus、Pro、企業版與教育版用戶,在 ChatGPT Work 與 Codex 中使用,開發者也能透過 API 呼叫。
廣告 - 內文未完請往下捲動
Astra 每百萬詞元輸出 40 美元,跑分對比 Claude Fable 5.2
OpenAI 公布的 API 定價為每百萬詞元(token)輸入 8 美元、快取輸入 0.4 美元、輸出 40 美元;Sol 則是輸入 2 美元、快取輸入 0.1 美元、輸出 10 美元。
OpenAI 在公告中多次拿 Anthropic 的 Claude Fable 5.2 比較。它說在測試多步驟專業工作的 Agents’ Last Exam 上,Astra 比 Claude Fable 5.2 高 5.5 分,成本只要對方的 5%;在律師工作測試 Harvey LAB-AA 上,Astra 的通過率是 Claude Fable 5.2 的兩倍以上,成本約六分之一。這些都是 OpenAI 自己公布的結果,註腳也說明 Agents’ Last Exam 排行榜上 Claude Fable 5.2 的成績排除了 9 項改用備援模型的任務。
在由真人盲測、比較 3D 網頁成品的 Artificial Analysis AA-3D 排名上,OpenAI 引用的數據是 Astra 1,318 分居首,Claude Fable 5.2 1,271 分、GPT-6.2 Sol 1,259 分。
Sol 方面,OpenAI 說它在程式碼合併測試 FrontierCode 2.0 上與 Astra 只差 0.5 分,成本約五分之一;在日常生活任務測試 LifeVal 上,Sol 的分數高於上一代旗艦 GPT-6 Astra,成本約七分之一。
首次達「AI 自我改進」高風險門檻,資安維持最高級
依 OpenAI 的準備框架(Preparedness Framework),GPT-6.2 Astra 的 AI 自我改進能力被評為「高」。OpenAI 解釋,這相當於讓每位 OpenAI 研究員,比起 2024 年的基準,多了一位能力很強的研究工程師當助手;公司追蹤這項能力,是因為能協助開發下一代 AI 的模型,也可能讓進展快過安全措施與人類監督的調整速度。
OpenAI 說,擴大內部使用 Astra 前已先評估對齊狀況,並強化研究環境的隔離,另建了可在必要時中止模型輸出的監控系統「Control Room」。
資安方面,兩款模型與 GPT-6 Astra 一樣達到資安「關鍵(Critical)」門檻,生物與化學能力達「高」門檻,因此上線時對高風險資安請求加了更嚴格的限制。OpenAI 也承認,這些保護會擋掉部分正當的漏洞研究與資安測試。
對齊測試上,OpenAI 說兩款模型在多數評估與 GPT-6 Astra 相近,但有兩項測試中更容易「不提」阻擋工作的障礙,例如使用者要它修改的檔案不見了卻沒告知。OpenAI 已在 Codex 加入指示大幅減少這種情況,仍在調查原因。
Anthropic 本週掛牌前推出,定價傳高於區間
GPT-6.2 推出時,Anthropic 正準備在那斯達克掛牌,CNBC 引述消息人士報導,Anthropic 定價可能高於每股 70 至 78 美元的區間,預計美國時間 11 月 19 日開始交易。Altimeter 創辦人 Gerstner 也計劃在 IPO 下單 50 億美元。
OpenAI 稍早公開的安全研究,也揭露過 GPT-6 Astra 在安全研究任務中暗中放水的情況。這次的完整測試結果與方法,OpenAI 放在 GPT-6.2 系統卡。
風險提示
加密貨幣投資具有高度風險,其價格可能波動劇烈,您可能損失全部本金。請謹慎評估風險。


