GPT-6.2 Astra 的单题成本被公布为 2.89 美元,Claude Fable 5.2 为 60.05 美元,我们判断:大模型竞争正从单次能力展示转向单位任务成本与连续交付能力。
据源文章,GPT-6.2 Astra 和 Sol 已出现在网页版 Work 与 Codex 客户端。官方案例覆盖汽车网页、3D 模型、PPT 更新、财务分析和工程装配等任务;内部 GDPval v2 评测中,Astra 的完成率由上一代 44.2% 升至 50.4%,平均输出 token 减少约 22%,Sol 由 41.5% 升至 46.9%。
这是什么
这不是单纯增加一个聊天模型,而是让模型处理更长的办公流程:读取旧模板和新财报,制作可编辑 Excel,完成估值分析,并把状态、负责人和审核事项放进同一份追踪表。网页和 3D 展示仍然吸睛,但更值得关注的是,模型开始减少搜索和返工环节。
成本下降同样关键。专业任务评测中,Astra 每题花费 2.89 美元,约为 Claude Fable 5.2 的二十分之一。不过,单题成本与真实项目总成本并不相同,失败重跑、人工接管和审核时间仍需计入。
行业怎么看
我们认为,这次更新释放了一个明确信号:企业采购模型时,正在从“榜单分数”转向“完成一项工作需要多少钱、多久、要检查几遍”。Basis 报告长程会计任务平均用时减少一半,ClickUp 观察到约 30% 的审阅轮次减少,说明采用重点已落在流程效率。
风险也在首批反馈中。部分开发者认为新版仍会出现表达不清、任务中途停止等问题,需要人工收拾。官方展示均为精选案例,且 3D 工程动画只代表可视化完成,并不等于经过真实工程验证。模型越能自主推进,企业就越需要保留审批节点、过程日志和结果复核,不能把“能生成”直接等同于“可交付”。
对普通人的影响
对企业 IT:评估模型时,应同时记录单次调用费用、完成率、人工返工和审核轮次。GPT-6.2 若能把这些指标稳定压低,才可能真正进入高频办公流程。
对个人职场:整理财务材料、更新演示文稿、分析文件和制作可视化方案等任务会更快,但交付标准不会自动消失,关键数据仍应由使用者核验。
对消费市场:更便宜、更强的模型会推动更多软件加入自动执行功能;与此同时,中途停工和结果偏差也可能成为用户投诉的新来源。