哈喽,大家好,我是刘小排。
就在刚才(北京时间 11 月 18 日凌晨),OpenAI 发布了两个新模型:GPT-6.2 Sol 和 GPT-6.2 Astra。
这个模型是今天凌晨刚发布的,现在也是北京时间的凌晨。它一上线,我就把手里憋了好几个月的 GPT-6.1 时代的 bad case 一口气全扔给它,结果它都做得还不错。
我已经高强度玩了两个小时,一边玩一边来写这篇文章,生怕你不在第一时间知道它。
直接说结论:我强烈建议大家把主力干活模型切回 GPT-6.2 Sol!
这个 GPT 有点像《乐队的夏天》里的五条人,总是在快被淘汰的时候突然复活。
前几天 Google 刚发了 Gemini 4 Carbon,阿里发了 Qwen4-Max,加上平时写代码离不开的 Claude,上一代审美一般、额度又不禁烧的 GPT,我都快把它从主力名单里踢出去了。
结果刚想淘汰它,它又突然杀回来了。这回 6.2-Sol 重新夺回了我主力模型的位置,恭喜 GPT 再次翻身。
省流版 · 核心结论
•主力干活直接切 GPT-6.2 Sol,不用选更贵的 Astra:真实开源仓库合并测试只差 Astra 0.4 分,价格不到五分之一,OpenAI 员工自己默认也是挂它干活。
•审美大幅增强:憋了几个月的 6.1 时代前端烂案例扔给它重做都挺顺眼,3D 和网页直出基本就能用,双盲榜冲进了全球第一梯队。
•额度非常耐用:干同样的复杂活儿,输出废话比 Claude 少 80% 以上,API 缓存低至 $0.10 / 百万 Token,包月额度很禁刷。
•现在轮到 Anthropic 难受了:代码和审美追平之后,大家没必要再忍受莫名其妙封号和抠搜的 5 小时限流了。
1
主力干活直接挂 6.2-Sol,不用选最贵的
这次 OpenAI 同时发了两个型号,很多人习惯性去点最贵的旗舰 GPT-6.2 Astra。
日常写代码和干活,直接切 GPT-6.2 Sol 就行。
先看全球最认、没法靠刷题作弊的 Artificial Analysis(artificialanalysis.ai)刚刚实时更新的总榜:

▲ Artificial Analysis 实时总榜:6.2-Astra(62 分)升至全球第 2,6.2-Sol(57 分)单任务仅 $1.01,成本只有 Opus 5.5 的十分之一
再看编程圈常看的 Cognition FrontierCode 2.0 评测,它测的是 AI 改真实开源仓库的代码,能不能达到维护者直接合并(Merge)的标准。
最高档位下,旗舰 6.2-Astra 拿了 44.2%(单任务 $5.97),而 6.2-Sol 拿到了 43.8%,单任务成本只要 $1.29(上周我写过的 Gemini 4 Carbon 在这项测试上是 38.4%,Claude Opus 5.5 拿 45.5% 要花 $12.82,贵了十倍)。
差 0.4 分,价格不到五分之一。OpenAI 官方博客里也写了,他们内部很多工程师日常写代码和办公,默认模型也是挂 6.2-Sol。
测长流程专业任务的 Agents’ Last Exam v1.1 也是一样,6.2-Sol 拿到 73.0%,超过了 Claude Fable 5.2(72.8%)和 Claude Opus 5.5(71.6%),单题成本却只要 $1.32(Fable 5.2 要 $60.05,Opus 5.5 要 $17.57)。
直接看图:

▲ 左:FrontierCode 2.0 真实仓库合并率接近旗舰 | 右:Agents' Last Exam 以 1/13 成本超过 Opus 5.5
1
审美大幅增强,直出基本就能用了
过去几个月我很少拿 GPT 写前端,主要是嫌 6.1 那代审美差。
一句需求发过去,出来的全是挤在一起的呆板卡片,配色也有股廉价的模板味,改样式的功夫不如自己重写。
今天凌晨我把憋了几个月的几个前端 bad case 一口气扔给 6.2-Sol 重跑,审美确实好了一大截。页面排版干净,字号和间距舒服,浏览器里的 3D 交互也自然多了。
看 Artificial Analysis 新开的 AA-3D 人类双盲榜(评委盲测同一句提示词生成的两个交互网页投票),上一代 6.1-Sol 只有 1,121 分排在第 8,今天凌晨 6.2-Sol 直接涨到了 1,259 分(超过了 Claude Opus 5.5 的 1,202 分),6.2-Astra 更是拿到 1,318 分排到了全球第 1:
(我发文章的时候截图还没更新,暂时只能看到 GPT 6.1。不过从得分上来说,GPT 6.2 Astra 就是全球第一。等我睡个觉 睡醒了更新最新的图。)

如下图所示,这是刚放出来的 3D 赛车网页游戏 Meridian Sound Racing 实机画面:

▲ 实机录屏:纯浏览器运行的 3D 赛车游戏,界面字体与光影细节很干净
做海外独立站和 SaaS 的同学,可以看下面这个电动露营车商业站案例(动图最后有上一代 6.0 和 6.2 的同屏对比):

▲ 实机录屏:3D 实时换色配置面板,末尾对比了上一代的普通页面
实时视频工具 Higgsfield 的创始人今天也在推特发了他们的内部测试数据:生成复杂 3D 场景,上一代 GPT-6 往往要改三轮以上,换上 6.2 后,一次通过率到了 73%。
独立开发者 Simon Willison 也第一时间跑了他的“鹈鹕骑自行车”全系 SVG 测试,对比上一代散乱的线条,这次 6.2-Sol 画出来的比例和结构准多了:

▲ 左:OpenAI 今天凌晨的官宣推文 | 右:Simon Willison 实测 GPT-6.2 Sol 与全系 SVG 对比
做海外产品,用户点进落地页头三秒觉得顺眼,才敢绑卡付钱。以前用 GPT 写完前端还得大改样式,现在直出基本就能拿去用了。
1
额度非常耐用,另外提醒两个细节
上一代 GPT-6 Astra 在 Codex 里特别烧额度,挂着改半天代码,一周的包月额度就见底了。
今天凌晨这两小时我一直拿 6.2-Sol 高强度跑任务,看了一眼后台用量条,掉得很慢,额度非常耐用。
翻了一下官方 GDPval v2 评测的消耗数据就清楚了:
同样一套涵盖设计、金融和代码的复杂任务,Claude Fable 5.2 平均要输出 22.2 万个 Token,Claude Opus 5.5 要输出 19.1 万个,而 GPT-6.2 Sol 只用了 3.3 万个 Token(Xhigh 档只要 1.88 万个),得分反而更高。
直接看图:

▲ 同等复杂任务下,6.2-Sol 少输出了 80% 以上的废话 Token,得分反而更高
少输出八成以上的废话,包月池自然就禁用了。API 价格也没涨,还是输入 $2 / 百万、输出 $10 / 百万,缓存命中只要 $0.10 / 百万 Token,接进自己的产品后台跑多轮 Agent 也不心疼。
OPENAI 6.2 SOL · 消耗与成本实测 同题工程实测对比(越短越省) GPT-6.2 Sol(主力推荐) 3.3万 Token | 单题 $1.32(得分 73.0%) 少烧 83% 废话额度 Claude Opus 5.5 19.1万 Token | 单题 $17.57(得分 71.6%) Claude Fable 5.2 22.2万 Token | 单题 $60.05(得分 72.8%) 6.2-Sol API 定价:输入 $2/M · 缓存命中 $0.10/M · 输出 $10/M Codex 包月额度非常耐用
▲ 同等复杂任务实测:6.2-Sol 以 1/13~1/45 的单题成本超过 Claude 双旗舰
用法上有两个细节提醒一下:
第一,$200 美金的 Pro 套餐这次给 6.2-Sol 开放了 Ultrafast 极速模式($500 档两个模型都能开),生成速度是标准的 4.5 倍,但会加速扣减周额度。平时用默认速度就够快了,着急赶工再开极速。
第二,遇到上百万字跨仓库大改、复杂财务表建模,或者要求按截图原样还原 PPT 字体和版式的重活,还是切到 GPT-6.2 Astra 更稳(API 刚降价 20%,$8 输入 / $40 输出)。日常九成的活儿交给 6.2-Sol 就够用了。
1
现在轮到 Anthropic 难受了
最近这十天挺热闹的。
11 月 10 号 Google 发了 Gemini 4 Carbon,前天阿里发了 Qwen4-Max,今天凌晨 OpenAI 又赶在 Anthropic 准备 IPO 前夕,放出了价格很狠的 6.2-Sol 和 6.2-Astra。
今天凌晨 Hacker News 评论区置顶第一条就在聊这个时间点:

现在最难受的应该是 Anthropic。
过去一年,大家为了用 Claude 写代码,确实忍了不少事。老老实实交着两百美金月费,还得提防它莫名其妙封号,半夜写代码写到一半突然断网,申诉也没人理;就算号没封,5 小时的限流窗口也经常不够用。
以前大家愿意折腾海外卡和网络环境,是因为写代码和前端审美离不了 Claude。
现在 OpenAI 把审美补上来了,6.2-Sol 干活够强、额度耐用,账号风控也没那么多破事。大家手里有了顺手的替代品,Anthropic 再这么折腾用户就很难留住人了。
如果你订了 ChatGPT Plus、Pro 或者平时在用 Codex,建议现在就把主力模型切回 GPT-6.2 Sol,拿以前没跑好的老问题试试看。
我已经玩了俩小时停不下来了,你们用完体感怎么样,欢迎在评论区聊聊!
点个“爱心”,再走 吧







