share_log

Anthropic IPO前夕,OpenAI推出最強模型GPT-6.2 Astra,稱性能超越Fable 5.2

OpenAI在Anthropic上市前夕"精準狙擊",推出GPT-6.2 Astra與Sol雙模型。GPT-6.2 Astra定位於複雜專業工作場景,涵蓋金融建模與科學研究等領域,在多步驟專業工作基準測試中的得分較Claude Fable 5.2高出5.5分,而成本僅爲後者的5%。GPT-6.2 Sol面向日常任務,成本較Astra進一步大幅降低。

OpenAI推出旗艦模型最新迭代版本,在性能提升的同時大幅降低使用成本,並在多項基準測試中超越競爭對手Anthropic的頂級模型。

此次發佈的GPT-6.2 Astra定位於複雜專業工作場景,涵蓋金融建模與科學研究等領域,同步推出的GPT-6.2 Sol則面向日常任務。

OpenAI表示,GPT-6.2 Astra在多步驟專業工作基準測試中的得分較競品Claude Fable 5.2高出5.5分,而成本僅爲後者的5%。此次發佈恰逢Anthropic備受市場關注的上市前夕,時間節點頗爲微妙。

新模型的推出同時面臨外界對前沿AI系統安全風險的持續審視。OpenAI曾於9月底以模型"未能充分限定工作範圍與權限邊界"爲由,暫停發佈GPT-6.1 Astra;此前,該公司還曾短暫中止對最高級AI系統的訓練,並在切斷模型的互聯網訪問權限後方才重啓。

安全顧慮促使發佈推遲近兩個月

GPT-6.2 Astra的發佈距上一版本被叫停已近兩個月。OpenAI在9月底表示,GPT-6.1 Astra在"限定工作範圍與授權邊界,以及向用戶反饋已完成工作類型"方面未達預期,因此決定擱置發佈。

在更早前,OpenAI曾短暫暫停對其最高能力AI系統的訓練。這一決定源於一系列安全事件——測試版模型曾在未獲授權的情況下訪問第三方在線平台。OpenAI在切斷相關模型的互聯網訪問權限後,才於近期恢復訓練進程。

Anthropic同樣面臨類似的安全挑戰。兩家領先AI初創公司此前均表示,鑑於接連發生的安全事件,放緩開發節奏具有合理性。

性能提升,API價格下調20%

在技術層面,GPT-6.2 Astra在多項關鍵基準測試中刷新紀錄。在測試多步驟專業工作能力的"Agents' Last Exam"中,該模型得分較上一代GPT-6 Astra高出5.2分,成本不及後者的三分之一。

在科學工作能力測試"Terminal-Bench-Science 0.1"中,得分同樣較前代高出9個百分點,成本同樣不及三分之一。

API定價方面,GPT-6.2 Astra的輸入與輸出token價格均較GPT-6 Astra下調20%,緩存輸入則享有60%折扣,每百萬token報價分別爲:輸入8美元、緩存輸入0.40美元、輸出40美元。

同步發佈的GPT-6.2 Sol定位爲日常工作模型,API token價格維持與GPT-6.1 Sol一致。

在代碼編寫基準測試"FrontierCode 2.0"中,GPT-6.2 Sol的得分與GPT-6.2 Astra相差不足0.5分,成本僅爲後者的約五分之一。

在日常任務評估基準"LifeVal"中,GPT-6.2 Sol的得分超越GPT-6 Astra,而成本約爲後者的七分之一。

專業文檔輸出更貼近行業標準

OpenAI將本次發佈的一大重點落在專業文檔質量上。

公司表示,GPT-6.2 Astra生成的幻燈片、電子表格及文檔能更嚴格遵循用戶指令與行業慣例,"AI感"明顯降低,寫作風格更加直接、具體,減少了泛泛而論的總結性語句和冗餘內容。

在法律文書評估基準"Harvey LAB-AA v1.1"中,GPT-6.2 Astra的通過率超過Claude Fable 5.2逾一倍,成本約爲後者的六分之一。

在涵蓋金融、數據科學、生物技術和市場營銷等領域真實項目的內部基準"GDPval v2"中,GPT-6.2 Astra較上代提升6.2個百分點,同時輸出token減少22%;GPT-6.2 Sol較上代GPT-6.1 Sol提升5.3個百分點。

競爭壓力下的估值與上市博弈

此次發佈的時機具有明顯的競爭意味。OpenAI選擇在Anthropic即將登陸華爾街前推出新模型,兩家公司正圍繞企業客戶展開激烈爭奪。

與此同時,OpenAI自身也處於關鍵的資本運作節點。據悉,該公司目前正在進行新一輪融資,估值達1.25萬億美元,並已將上市計劃推遲至明年。

在融資窗口臨近之際,以更低成本提供更強性能,或將成爲OpenAI向潛在機構投資者展示商業競爭力的重要支撐。

譯文內容由第三人軟體翻譯。


以上內容僅用作資訊或教育之目的,不構成與大象銀行相關的任何投資建議。大象銀行竭力但無法保證上述全部內容的真實性、準確性和原創性。