GPT-5.4 Pro vs GPT-6.2 Astra
完整资料:GPT-5.4 Pro(OpenAI)和 GPT-6.2 Astra(OpenAI),包括全部基准测试、价格和排名。
更新于 · 数据来自 11 个来源
截至 2026年11月19日,质量上 GPT-6.2 Astra 领先 GPT-5.4 Pro(BenchLeader Index 68.9 比 62.9)。GPT-6.2 Astra 更便宜,对方的价格是它的 4.2 倍(每百万 token 混合价格 $16.00 比 $67.50)。在两者都有成绩的所有类别中,GPT-6.2 Astra 均领先。GPT-6.2 Astra 输出更快(3 倍以上)。
要点(截至 2026年11月19日)
- GPT-5.4 Pro 的 BenchLeader Index 为 62.9,GPT-6.2 Astra 为 68.9(BenchLeader,2026年11月19日)。
- GPT-5.4 Pro 每百万 token 混合价格为 $67.50(标价,2026年11月19日)。
- GPT-6.2 Astra 每百万 token 混合价格为 $16.00(标价,2026年11月19日)。
- GPT-6.2 Astra 比 GPT-5.4 Pro 输出更快(3 倍以上;Artificial Analysis,7 日中位数,2026年11月19日)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
主要差异
- 质量上 GPT-6.2 Astra (max) 领先:68.9 比 62.9。
- GPT-6.2 Astra (max) 在知识、多模态、推理方面更强。
- GPT-6.2 Astra (max) 更便宜,对方的价格是它的 4.2 倍(每百万 token 混合价格 $16.00 比 $67.50)。
- GPT-6.2 Astra (max) 的输出速度是对方的 7.2 倍(49 比 7 token/秒)。
概览
| 规格 | GPT-5.4 Pro | GPT-6.2 Astra |
|---|---|---|
| 提供商 | OpenAI | OpenAI |
| 发布日期 | 2026年3月4日 | 2026年11月17日 |
| 上下文窗口(token) | 1,050,000 | 1,050,000 |
| 对比时的配置 | GPT-5.4 Pro | GPT-6.2 Astra (max) |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $30.00 / $180.00 / – | $8.00 / $40.00 / $0.400 |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | GPT-5.4 Pro | GPT-6.2 Astra (max) | 领先者 |
|---|---|---|---|
| 推理 | 70.2 | 73.1 | GPT-6.2 Astra |
| 编程 | – | 76.1 | 无法比较 |
| 智能体与工具 | – | 66.4 | 无法比较 |
| 数学 | – | 72.5 | 无法比较 |
| 知识 | 74.0 | 74.2 | 持平 |
| 指令遵循 | 63.3 | – | 无法比较 |
| 多模态 | 69.8 | 71.7 | GPT-6.2 Astra |
| 综合 | – | 69.5 | 无法比较 |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
未绘制(测得的模型少于两个):编程, 智能体与工具, 数学, 指令遵循, 长上下文, 人类偏好。
各来源的分歧
在两者都有结果的 0 项基准测试中,GPT-5.4 Pro 领先 0 项,GPT-6.2 Astra 领先 0 项。所有同时评测两者的综合评分都认为 GPT-6.2 Astra 更强。
| 综合 Index | GPT-5.4 Pro | GPT-6.2 Astra (max) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 62.9 | 68.9 | GPT-6.2 Astra |
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | GPT-5.4 Pro | GPT-6.2 Astra (max) |
|---|---|---|
| 每百万 token 混合价格 | $67.50 | $16.00 |
| 每百万 token 输入 / 输出 | $30.00 / $180.00 | $8.00 / $40.00 |
| 每百万 token 缓存输入 | – | $0.400 |
| 每项任务价格:聊天回复 | $0.066 | $0.015 |
| 每项任务价格:总结一份 30 页的报告 | $0.468 | $0.120 |
| 每项任务价格:代码编辑 | $0.450 | $0.108 |
| 每项任务价格:智能体编程会话 | $2.52 | $0.640 |
| 每项任务价格:结构化信息提取 | $0.096 | $0.024 |
| 智能体编程会话(输入大多命中缓存) | – | $0.298 |
| 每项基准测试任务成本(AA Index) | – | $4.00 |
| 每项任务输出 token(AA Index) | – | 41k |
| 其中推理部分 | – | 26k |
| 每项任务耗时(AA Index) | – | 14 min |
| 输出速度 | 7 tok/s | 49 tok/s |
| 首次回答时间 | 8.4 秒 | 202.7 秒 |
每个模型都按其排名最高的推理强度设置进行对比。GPT-5.4 Pro 得分 62.9,首个回答 token 需 8 秒;GPT-5.4 Pro (xhigh) 为 59.1(8 秒)。GPT-6.2 Astra (max) 得分 68.9,首个回答 token 需 203 秒;GPT-6.2 Astra (xhigh) 为 67.1(67 秒),GPT-6.2 Astra (medium) 为 65.6(4 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 91 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | GPT-5.4 Pro | GPT-6.2 Astra (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 62.9 | 68.9 |
| 指令遵循得分 | BenchLeader | 63.3 | – |
| 知识得分 | BenchLeader | 74.0 | 74.2 |
| 多模态得分 | BenchLeader | 69.8 | 71.7 |
| 推理得分 | BenchLeader | 70.2 | 73.1 |
| 智能体与工具得分 | BenchLeader | – | 66.4 |
| 编程得分 | BenchLeader | – | 76.1 |
| 综合得分 | BenchLeader | – | 69.5 |
| 数学得分 | BenchLeader | – | 72.5 |
| 混合价格(美元/百万 token) | BenchLeader | $67.50 | $16.00 |
| 输出速度 | BenchLeader | 7 tok/s | 49 tok/s |
| 首次回答时间 | BenchLeader | 8.4 秒 | 202.7 秒 |
| 上下文窗口 | BenchLeader | 1,050,000 token | 1,050,000 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 94.6%† | 96.8% |
| Humanity's Last Exam | Scale AI / CAIS | 44.3% | – |
| SimpleBench | SimpleBench | 74.1% | – |
| LiveBench 2.0 Reasoning | LiveBench | – | 91.6% |
| HLE-Diamond (AA) | Artificial Analysis | – | 72.2% |
| ARC-AGI-1 | ARC Prize | 94.5%† | 98.5% |
| ARC-AGI-2 | ARC Prize | 83.3%† | 95.8% |
| ARC-AGI-3 | ARC Prize | – | 99.8% |
| CritPt | Artificial Analysis | 30.0%† | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 71.5% |
| MysteryMechanism | Vals AI | – | 53.1% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 66.9%† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 59.0%† | 78.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 95.0% |
| 编程 | |||
| WeirdML | WeirdML | 57.4%† | – |
| Arena WebDev | Arena (LMArena) | – | 1781 |
| LiveBench 2.0 Coding | LiveBench | – | 91.9% |
| Vibe Code Bench v1.1 | Vals AI | – | 89.9% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 55.2% |
| SWE Atlas v1.1 | Scale AI SEAL | – | 60.5%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 67.7%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 62.2%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 51.4%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 67.8% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 64.1% |
显示全部 91 项基准测试
| 指标 | 发布方 | GPT-5.4 Pro | GPT-6.2 Astra (max) |
|---|---|---|---|
| 编程 | |||
| Design Arena Website | Design Arena | – | 1339† |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 45.4% |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | – | 62.1% |
| Arena Agent | Arena (LMArena) | – | 15.2 |
| LiveBench Long Agentic | LiveBench | – | 70.8% |
| LiveBench Browser | LiveBench | – | 93.0% |
| Analyst Agent (AA) | Artificial Analysis | – | 62.5% |
| Finance Agent v2.1 | Vals AI | – | 60.8% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 16.3% |
| Legal Research Bench | Vals AI | – | 42.8% |
| Robo-bench | Vals AI | – | 32.7% |
| Tax Agent Bench | Vals AI | – | 21.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 63.1% |
| Terminal-Bench Science | Vals AI | – | 71.4% |
| Arena Agent Task Completion | Arena (LMArena) | – | 12.4 |
| SpireClimb | Epoch AI Benchmarking Hub | – | 41.3% |
| AutomationBench | Artificial Analysis | – | 77.3% |
| GDP.pdf (AA) | Artificial Analysis | – | 29.8% |
| Harvey LAB-AA v1.1 | Harvey | – | 15.0% |
| EnterpriseOps-Gym | Artificial Analysis | – | 29.9% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1643 |
| Design Arena Agentic | Design Arena | – | 1304 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 78.1% |
| CWE-Bench (AA) | Artificial Analysis | – | 65.0% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 46.8% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 0.0% |
| MKA (AA) | Artificial Analysis | – | 52.7% |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 82.5%† | 92.6% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 58.5%† | 100.0% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 100.0% |
| MathArena Apex | MathArena | 69.8%† | – |
| Autoform-Hard | Vals AI | – | 87.5% |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 10.3% |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 46.3%† | 78.5% |
| LiveBench 2.0 Data Analysis | LiveBench | – | 84.1% |
| LiveBench Research | LiveBench | – | 91.5% |
| AA-Omniscience v1.1 | Artificial Analysis | – | 50 |
| PRBench Legal | Scale AI SEAL | – | 43.1%† |
| MultiNRC | Scale AI SEAL | 62.3% | – |
| BioMysteryBench | Vals AI | – | 80.7% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 76.0% |
| DrugDiscoveryBench | Scale AI SEAL | – | 65.5%† |
| EBR-bench | Epoch AI Benchmarking Hub | – | 92.4% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 68.6% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 40.9% |
| 指令遵循 | |||
| MultiChallenge | Scale AI SEAL | 69.2% | 73.2%† |
| TutorBench | Scale AI SEAL | 56.6% | – |
| 多模态 | |||
| LiveBench Design | LiveBench | – | 82.8% |
| MMMU-Pro | Artificial Analysis | – | 89.5% |
| VISTA | Scale AI SEAL | 53.9% | – |
| Humanity's Sixth Sense | Scale AI SEAL | – | 63.2%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 89.2% |
| VIALS-AA | Handshake AI | – | 65.8% |
| AA-3D | Artificial Analysis | – | 1318 |
| 长上下文 | |||
| MLCR | Artificial Analysis | – | 39.4% |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 160.3 | 174.2† |
| LiveBench 2.0 | LiveBench | – | 84.9% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 62.1 |
| Vals Index | Vals AI | – | 67.7 |
| Vals Finance Index | Vals AI | – | 57.3% |
| Vals RSI Index | Vals AI | – | 29.0% |
| Vals Science Index | Vals AI | – | 68.4% |
| Vals Legal Index | Vals AI | – | 69.7% |
| AA Cyber Index | Artificial Analysis | – | 37.3 |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | 14.8% | – |
| MASK | Scale AI SEAL | 91.7% | – |
数据截至 2026年11月19日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
变化
- GPT-6.2 Astra (max):BenchLeader Index 67.8 → 68.9。
- GPT-6.2 Astra (max):6 项新结果(VIALS-AA, Arena WebDev, Arena Agent…)。
- GPT-6.2 Astra (max):BenchLeader Index 67.2 → 67.8。
- GPT-6.2 Astra (max):2 项新结果(MKA (AA), Terminal-Bench)。
- GPT-5.4 Pro:BenchLeader Index 63.6 → 63.1。
- GPT-5.4 Pro:1 项分数修订。
相关对比
- GPT-5.4 Pro vs Claude Fable 5.2
- GPT-5.4 Pro vs Gemini 4 Carbon
- GPT-5.4 Pro vs Claude Opus 5.5
- GPT-6.2 Astra vs Claude Fable 5.2
- GPT-6.2 Astra vs Gemini 4 Carbon
- GPT-6.2 Astra vs Claude Opus 5.5
- GPT-6.2 Astra vs Gemini 4 Neon
- GPT-5.3-Codex vs GPT-6.2 Astra
排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型
GPT-5.4 Pro vs GPT-6.2 Astra:常见问题
- GPT-6.2 Astra 比 GPT-5.4 Pro 更好吗?
- 质量上 GPT-6.2 Astra (max) 领先:68.9 比 62.9。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,GPT-6.2 Astra (max) 总体领先,但请结合你的用途查看各类别得分。
- GPT-5.4 Pro 和 GPT-6.2 Astra 哪个更便宜?价格会变吗?
- 目前 GPT-6.2 Astra 更便宜:每百万 token $16.00 比 $67.50(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
- GPT-5.4 Pro 和 GPT-6.2 Astra 哪个更快?
- GPT-6.2 Astra 输出更快(3 倍以上;输出 49 比 7 token/秒,Artificial Analysis 7 日中位数)。
- 处理长文档哪个更好?
- 两者都支持 1,050,000 token 的上下文。
- 哪个延迟更低?
- GPT-5.4 Pro 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 8.4 秒比 202.7 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
更多问题(1)
- GPT-6.2 Astra 是什么时候发布的?
- GPT-6.2 Astra 于 2026年11月17日 发布。