GPT-6.2 Astra
发布追踪 · 第 3 天
GPT-6.2 Astra 发布之初:首批第三方结果
截至 2026年11月19日,GPT-6.2 Astra(OpenAI,发布于 2026年11月17日)已有来自 Artificial Analysis(AA Intelligence Index v5.0.1 62.1)、LMArena(Arena WebDev 1781)、Epoch AI(GPQA Diamond 96.8%)、Vals AI(Vals Index 67.7)、LiveBench(LiveBench 2.0 84.9%)、ARC Prize(ARC-AGI-2 95.8%)、Scale AI(MultiChallenge 73.2%)、Design Arena(Design Arena Website 1339)和 Terminal-Bench(Terminal-Bench 62.1%)的第三方结果。它在 BenchLeader Index 上于 343 个模型中排第 2 名(68.9)。标价为输入 $8.00、输出 $40.00(每百万 token),上下文窗口为 1.1M token。SWE-bench 尚未测量。
- 发布日期
- 2026年11月17日(第 3 天)
- 提供商
- OpenAI
- 价格
- 输入 $8.00、输出 $40.00(每百万 token)
- 上下文窗口
- 1.1M token
- 开放权重
- 否
- BenchLeader Index
- 68.9(343 个模型中第 2 名)
| 第三方排行榜 | 目前的结果 |
|---|---|
| Artificial Analysis | AA Intelligence Index v5.0.1 62.1 · MMMU-Pro 89.5% · AA-Omniscience v1.1 50 · 下方还有更多 |
| LMArena | Arena WebDev 1781 · Arena Agent 15.2 · Arena Agent Task Completion 12.4 |
| Epoch AI | GPQA Diamond 96.8% · FrontierMath Tiers 1–3 92.6% · FrontierMath Tier 4 100.0% · 下方还有更多 |
| Vals AI | Vals Index 67.7 · BioMysteryBench 80.7% · Excel Modeling Benchmark v1.1 76.0% · 下方还有更多 |
| LiveBench | LiveBench 2.0 84.9% · LiveBench 2.0 Reasoning 91.6% · LiveBench 2.0 Coding 91.9% · 下方还有更多 |
| ARC Prize | ARC-AGI-2 95.8% · ARC-AGI-1 98.5% · ARC-AGI-3 99.8% |
| Scale AI | MultiChallenge 73.2% · PRBench Legal 43.1% · DrugDiscoveryBench 65.5% · 下方还有更多 |
| Design Arena | Design Arena Website 1339 · Design Arena Agentic 1304 |
| Terminal-Bench | Terminal-Bench 62.1% |
各排行榜通常在模型发布后几天内公布结果;本页每 3 小时重新生成一次。
发布对比
仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。
性价比更高: Gemini 4 Neon $6.00/M 即可获得 Index 67.3,便宜 63%。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月19日,GPT-6.2 Astra(OpenAI)在 BenchLeader Index 上得分 68.9(在 631 个已排名配置中前 10 名)。表现最好的是编程(76),最弱的是智能体与工具(66)。API 价格为输入每百万 token $8.00、输出每百万 token $40.00(按 3:1 混合为 $16.00),为 2026年11月19日的标价。输出速度约为 49 token/秒(Artificial Analysis)。发布于 2026年11月17日。
要点(截至 2026年11月19日)
- GPT-6.2 Astra 的 API 价格为输入每百万 token $8.00、输出每百万 token $40.00(按 3:1 混合为 $16.00)(标价,2026年11月19日)。
- GPT-6.2 Astra 的输出速度约为 49 token/秒(Artificial Analysis,2026年11月19日)。
- GPT-6.2 Astra 于 2026年11月17日发布(OpenAI)。
详细说明:GPT-6.2 Astra 是 OpenAI 的闭源推理模型,发布于 2026年11月17日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 68.9 ±2.3,在 631 个配置中排第 2 名,位居前 10。关键在于这个“±”:另有 19 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,编程得分最高(76),智能体与工具最低(66)。按混合价格计,每百万 token $16.00,属于已排名模型中最贵的一档。输出速度为 49 token/秒,首次回答需 202.7 秒,位于最慢的四分之一。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月18日。
- 混合价格
- $16.00/M
- 输入 $8.00 · 输出 $40.00
- 来源:Artificial Analysis
- 输出速度
- 49 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 203 s
- 首 token 3.58 s
- 上下文
- 1.1M
- 来源:models.dev
- 输入类型
- 文本 · 图像 · PDF
- 来源:models.dev, OpenRouter
- 单任务成本
- $4.00
- 每项任务 14 min,AA Index
- 单任务 token 数
- 41k
- 其中 64% 为推理
- 发布日期
- 2026年11月17日
- 综合 Index69
- 推理73
- 编程76
- 智能体与工具66
- 数学73
- 知识74
- 多模态72
- 综合70
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-6-2-astra)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
OpenAI 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| 新GPT-6.2 Astramax本页 | 2026年11月17日 | 68.9 | #2 |
| GPT-6 Astramax | 2026年9月2日 | 66.9 | #9 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| low | 60.7 | #81 | 46 tok/s | 2.84 s | $0.015 | 智能体与工具 59 · 编程 61 · 知识 65 · 多模态 67 · 推理 68 |
| medium | 65.6 | #15 | 47 tok/s | 3.89 s | $0.015 | 智能体与工具 70 · 编程 75 · 知识 68 · 多模态 68 · 推理 70 |
| high | 65.6 | #16 | 48 tok/s | 26 s | $0.015 | 智能体与工具 64 · 编程 76 · 知识 69 · 多模态 70 · 推理 73 |
| xhigh | 67.1 | #8 | 48 tok/s | 67 s | $0.015 | 智能体与工具 71 · 编程 78 · 知识 70 · 多模态 70 · 推理 73 |
| max最佳 | 68.9 | #2 | 49 tok/s | 203 s | $0.015 | 智能体与工具 66 · 编程 76 · 综合 70 · 知识 74 · 数学 73 · 多模态 72 · 推理 73 |
| 未说明 | – | – | 37 tok/s | 3.58 s | $0.015 | 指令遵循 67 · 知识 45 |
多思考要多花多少
提高推理强度能换来 Index 分数,但费用会成倍增加。这里 max 的成本是 low 的 6.0 倍,Index 变化 +8.2,相当于支出每翻一倍提升 3.2 分。与其他模型比较。
每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。
Index 走势
2026年11月17日 至 2026年11月19日- max
- xhigh
- medium
- high
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | – | 96.8%#1 | – | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | – | 91.6%#7 | – | LiveBench | |
| HLE-Diamond (AA) | 47.7%#40 | 56.0%#28 | 65.9%#12 | 67.3%#10 | 72.2%#4 | – | Artificial Analysis | |
| ARC-AGI-1 | 98.5%#1 | 98.5%#1 | 98.5%#1 | 98.5%#1 | 98.5%#1 | – | ARC Prize | |
| ARC-AGI-2 | 91.7%#17 | 93.3%#8 | 94.6%#4 | 95.8%#1 | 95.8%#1 | – | ARC Prize | |
| ARC-AGI-3 | 95.1%#24 | 97.8%#11 | 99.8%#3 | 100.0%#1 | 99.8%#3 | – | ARC Prize | |
| CritPt v2 hard subset (AA) | 61.0%#36 | 67.5%#18 | 71.5%#5 | 70.5%#9 | 71.5%#5 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | – | – | – | 53.1%#1 | – | Vals AI | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明 | – | – | – | – | – | 66.9%#2 | Scale AI SEAL | |
| Chess Puzzles不计入 Index | – | – | – | – | 78.0%#2 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | – | – | – | 95.0%#1 | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Arena WebDev | – | – | – | – | 1781#3 | – | Arena (LMArena) | |
| LiveBench 2.0 Coding不计入 Index | – | – | – | – | 91.9%#1 | – | LiveBench | |
| Vibe Code Bench v1.1不计入 Index | – | – | – | – | 89.9%#9 | – | Vals AI | |
| Vibe Code Bench 1-100 v1.1不计入 Index | – | – | – | – | 55.2%#1 | – | Vals AI | |
| SWE Atlas v1.1不计入 Index推理强度未说明 | – | – | – | – | – | 60.5%#17 | Scale AI SEAL | |
| SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明 | – | – | – | – | – | 67.7%#15 | Scale AI SEAL | |
| SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明 | – | – | – | – | – | 62.2%#15 | Scale AI SEAL | |
| SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明 | – | – | – | – | – | 51.4%#19 | Scale AI SEAL | |
| MirrorCode不计入 Index | – | – | – | – | 67.8%#10 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 51.0%#43 | 58.6%#19 | 60.1%#11 | 64.1%#3 | 64.1%#3 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | – | – | 1339#5 | Design Arena | |
| FrontierCode 2.0 (AA) | 32.7%#44 | 46.6%#6 | 47.1%#5 | 49.0%#2 | 45.4%#8 | – | Artificial Analysis |
智能体与工具
数学
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| FrontierMath Tiers 1–3 | 92.6%#4 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 100.0%#1 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 100.0%#1 | Epoch AI Benchmarking Hub | |
| Autoform-Hard不计入 Index | 87.5%#1 | Vals AI | |
| FrontierMath Erdős不计入 Index | 10.3%#1 | Epoch AI Benchmarking Hub |
知识
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| SimpleQA Verified | – | – | – | – | 78.5%#2 | – | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 Data Analysis不计入 Index | – | – | – | – | 84.1%#4 | – | LiveBench | |
| LiveBench Research不计入 Index | – | – | – | – | 91.5%#5 | – | LiveBench | |
| AA-Omniscience v1.1 | 38.7#40 | 44.8#19 | 46.8#14 | 48.3#12 | 50#10 | – | Artificial Analysis | |
| PRBench Legal推理强度未说明 | – | – | – | – | – | 43.1%#34 | Scale AI SEAL | |
| BioMysteryBench不计入 Index | – | – | – | – | 80.7%#3 | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | – | – | – | – | 76.0%#5 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | – | – | – | 65.5%#4 | – | – | Scale AI SEAL | |
| EBR-bench不计入 Index | – | – | – | – | 92.4%#1 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracy不计入 Index | 60.6%#28 | 64.2%#15 | 66.3%#10 | 67.2%#8 | 68.6%#6 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 44.2%#96 | 45.9%#93 | 41.9%#102 | 42.3%#99 | 40.9%#104 | – | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MultiChallenge | 73.2%#9 | Scale AI SEAL |
多模态
| 基准测试 | low | medium | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| LiveBench Design不计入 Index | – | – | – | – | 82.8%#3 | LiveBench | |
| MMMU-Pro | 85.1%#17 | 86.1%#11 | 87.7%#5 | 87.9%#4 | 89.5%#1 | Artificial Analysis | |
| Humanity's Sixth Sense不计入 Index | – | – | – | 63.2%#4 | – | Scale AI SEAL | |
| Furniture Assembly不计入 Index | – | – | – | – | 89.2%#2 | Epoch AI Benchmarking Hub | |
| VIALS-AA不计入 Index | – | – | – | – | 65.8%#2 | Handshake AI | |
| AA-3D不计入 Index | – | – | – | – | 1318#1 | Artificial Analysis |
长上下文
| 基准测试 | low | medium | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| MLCR不计入 Index | 30.6%#28 | 32.8%#18 | 35.6%#11 | 37.8%#8 | 39.4%#4 | Artificial Analysis |
综合
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | – | 174.2#1 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | – | – | 84.9%#3 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 45.6#44 | 57#14 | 60.1#7 | 61.6#5 | 62.1#3 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | – | – | – | 67.7#8 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | – | – | – | 57.3%#22 | – | Vals AI | |
| Vals RSI Index不计入 Index | – | – | – | – | 29.0%#6 | – | Vals AI | |
| Vals Science Index不计入 Index | – | – | – | – | 68.4%#1 | – | Vals AI | |
| Vals Legal Index不计入 Index | – | – | – | – | 69.7%#22 | – | Vals AI | |
| AA Cyber Index不计入 Index | 33.7#26 | 40.8#15 | 36.6#22 | 40.6#16 | 37.3#19 | – | Artificial Analysis |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
- #1GPQA Diamond96.8% · 共 310 个
- #1FrontierMath Tier 4100.0% · 共 81 个
- #1OTIS Mock AIME100.0% · 共 292 个
- #1MMMU-Pro89.5% · 共 304 个
- #1ARC-AGI-198.5% · 共 279 个
- #1ARC-AGI-295.8% · 共 279 个
- #2SimpleQA Verified78.5% · 共 101 个
- #3Arena WebDev1781 · 共 154 个
- #3LiveBench 2.084.9% · 共 38 个
- #3ARC-AGI-399.8% · 共 91 个
- #4FrontierMath Tiers 1–392.6% · 共 125 个
- #4HLE-Diamond (AA)72.2% · 共 196 个
- #5CritPt v2 hard subset (AA)71.5% · 共 159 个
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Azure | 58 tok/s | 3.91 s | $8.00 | $40.00 | 1.1M | – |
| Azure | 51 tok/s | 2.88 s | $8.80 | $44.00 | 1.1M | – |
| Amazon Bedrock | 48 tok/s | 3.11 s | $8.00 | $40.00 | 1.1M | – |
| OpenAI | 46 tok/s | 3.58 s | $16.00 | $80.00 | 1.1M | – |
| Azure | 42 tok/s | 3.54 s | $9.60 | $48.00 | 1.1M | – |
| OpenAI | 36 tok/s | 5.21 s | $8.00 | $40.00 | 1.1M | – |
使用情况
GPT-6.2 Astra 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.400。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.015 | $0.013 | 3.5 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.120 | $0.052 | 3.6 min |
| 代码编辑 | 6,000 / 1,500 | $0.108 | $0.074 | 3.9 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.640 | $0.298 | 4.7 min |
| 结构化信息提取 | 2,000 / 200 | $0.024 | $0.013 | 3.4 min |
将 GPT-6.2 Astra 与以下模型对比
- 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-6.2 Astra vs GPT-6 Astra
- GPT-6.2 Astra vs Claude Fable 5.1
- GPT-6.2 Astra vs Claude Fable 5.2
- GPT-6.2 Astra vs GPT-6.1 Sol
- GPT-6.2 Astra vs Claude Fable 5
- GPT-6.2 Astra vs GPT-5.6 Sol
- GPT-6.2 Astra vs Claude Opus 5
- GPT-6.2 Astra vs Gemini 4 Argon
- GPT-6.2 Astra vs GPT-6.2 Sol
- GPT-6.2 Astra vs Muse Wonder
- GPT-6.2 Astra vs Muse Spark
- GPT-6.2 Astra vs GPT-5.5
- GPT-6.2 Astra vs Gemini 4 Hydrogen
- GPT-6.2 Astra vs Claude Sonnet 5.5
- GPT-6.2 Astra vs GPT-6.1 Terra
- GPT-6.2 Astra vs Claude Opus 4.7
- GPT-6.2 Astra vs GPT-5.4
- GPT-6.2 Astra vs GPT-5.4 Pro
- GPT-6.2 Astra vs GPT-5.3-Codex
- GPT-6.2 Astra vs Claude Opus 4.6
- GPT-6.2 Astra vs Gemini 3.5 Flash
- GPT-6.2 Astra vs GPT-6 Sol
- GPT-6.2 Astra vs Qwen3.6 Max
- GPT-6.2 Astra vs Gemini 3.7 Flash
- GPT-6.2 Astra vs Muse Spark 1.1
- GPT-6.2 Astra vs Muse Spark 1.2
- GPT-6.2 Astra vs Muse Wonder Full
- GPT-6.2 Astra vs Kimi K3.1 Pro
- GPT-6.2 Astra vs Kimi K3.1 Pro Together
- GPT-6.2 Astra vs Astra for Law 6.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-6.2 Astra 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gpt-6-2-astra)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 19). GPT-6.2 Astra on the BenchLeader Index (method v1.5) [Data set]. Retrieved November 19, 2026, from https://www.benchleader.com/models/gpt-6-2-astra
BibTeX:
@misc{benchleader_gpt_6_2_astra_20261119,
author = {{BenchLeader}},
title = {{GPT-6.2 Astra on the BenchLeader Index (method v1.5)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-6-2-astra}},
note = {Data as of 2026-11-19}
}常见问题
- GPT-6.2 Astra 的基准测试得分是多少?
- 截至 2026年11月19日,GPT-6.2 Astra(推理强度 max)的 BenchLeader Index 为 68.9 ±2.3(前 10 名)。最强的是编程(76),最弱的是智能体与工具(66)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GPT-6.2 Astra 排名第几?
- 截至 2026年11月19日,GPT-6.2 Astra(推理强度 max)在 631 个已排名配置中排第 2 名(前 10 名)。另有 19 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 71.5。
- GPT-6.2 Astra 每百万 token 的价格是多少?
- 截至 2026年11月19日,GPT-6.2 Astra 的价格为输入每百万 token $8.00、输出每百万 token $40.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $16.00。
- GPT-6.2 Astra 比 Gemini 4 Carbon 更好吗?
- 截至 2026年11月19日,Gemini 4 Carbon(推理强度 high)与 GPT-6.2 Astra(推理强度 max)的质量不相上下(BenchLeader Index 68.0 比 68.9,在 ±2.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- GPT-6.2 Astra 是什么时候发布的?
- OpenAI 于 2026年11月17日发布了 GPT-6.2 Astra。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月19日。 对比这些配置
引用格式:BenchLeader,《GPT-6.2 Astra:基准测试、价格、速度与排名》,数据截至 2026年11月19日,https://www.benchleader.com/zh/models/gpt-6-2-astra。