BenchLeader
OpenAI推理模型新2026年11月17日 发布与其他模型对比

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 AnalysisAA Intelligence Index v5.0.1 62.1 · MMMU-Pro 89.5% · AA-Omniscience v1.1 50 · 下方还有更多
LMArenaArena WebDev 1781 · Arena Agent 15.2 · Arena Agent Task Completion 12.4
Epoch AIGPQA Diamond 96.8% · FrontierMath Tiers 1–3 92.6% · FrontierMath Tier 4 100.0% · 下方还有更多
Vals AIVals Index 67.7 · BioMysteryBench 80.7% · Excel Modeling Benchmark v1.1 76.0% · 下方还有更多
LiveBenchLiveBench 2.0 84.9% · LiveBench 2.0 Reasoning 91.6% · LiveBench 2.0 Coding 91.9% · 下方还有更多
ARC PrizeARC-AGI-2 95.8% · ARC-AGI-1 98.5% · ARC-AGI-3 99.8%
Scale AIMultiChallenge 73.2% · PRBench Legal 43.1% · DrugDiscoveryBench 65.5% · 下方还有更多
Design ArenaDesign Arena Website 1339 · Design Arena Agentic 1304
Terminal-BenchTerminal-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。

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。

推理强度
质量第 2 / 351 名
68.9Index
前 10%
较中位数 +19.2
价格第 249 / 262 名
$16.00每百万 token
最贵的四分之一
中位数的 18 倍
速度第 167 / 215 名
49token/秒
后四分之一
中位数的 0.6 倍
性价比第 249 / 262 名
4.3分/$
后四分之一
中位数的 0.1 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index69
  2. 推理73
  3. 编程76
  4. 智能体与工具66
  5. 数学73
  6. 知识74
  7. 多模态72
  8. 综合70

嵌入这个排名

更多徽章样式
[![GPT-6.2 Astra on BenchLeader: 综合第 2 名](https://www.benchleader.com/badge/gpt-6-2-astra.svg?style=compact)](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。

OpenAI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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 Astramax2026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
low60.7#8146 tok/s2.84 s$0.015智能体与工具 59 · 编程 61 · 知识 65 · 多模态 67 · 推理 68
medium65.6#1547 tok/s3.89 s$0.015智能体与工具 70 · 编程 75 · 知识 68 · 多模态 68 · 推理 70
high65.6#1648 tok/s26 s$0.015智能体与工具 64 · 编程 76 · 知识 69 · 多模态 70 · 推理 73
xhigh67.1#848 tok/s67 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#249 tok/s203 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/s3.58 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。

6468low:每项任务 $0.662,Index 60.760.7low $0.662medium:每项任务 $1.62,Index 65.665.6medium $1.62high:每项任务 $2.07,Index 65.665.6high $2.07xhigh:每项任务 $2.52,Index 67.167.1xhigh $2.52max:每项任务 $4.00,Index 68.968.9max $4.00Index

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
626771
  • 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lowmediumhighxhighmax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%#4056.0%#2865.9%#1267.3%#1072.2%#4–Artificial Analysis
ARC-AGI-198.5%#198.5%#198.5%#198.5%#198.5%#1–ARC Prize
ARC-AGI-291.7%#1793.3%#894.6%#495.8%#195.8%#1–ARC Prize
ARC-AGI-395.1%#2497.8%#1199.8%#3100.0%#199.8%#3–ARC Prize
CritPt v2 hard subset (AA)61.0%#3667.5%#1871.5%#570.5%#971.5%#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%#2Scale 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lowmediumhighxhighmax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%#17Scale AI SEAL
SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明–––––67.7%#15Scale AI SEAL
SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明–––––62.2%#15Scale AI SEAL
SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明–––––51.4%#19Scale AI SEAL
MirrorCode不计入 Index––––67.8%#10–Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index51.0%#4358.6%#1960.1%#1164.1%#364.1%#3–Artificial Analysis
Design Arena Website不计入 Index推理强度未说明–––––1339#5Design Arena
FrontierCode 2.0 (AA)32.7%#4446.6%#647.1%#549.0%#245.4%#8–Artificial Analysis

智能体与工具

基准测试lowmediumhighxhighmax来源趋势
Terminal-Bench––––62.1%#18Terminal-Bench
Arena Agent––––15.2#6Arena (LMArena)
LiveBench Long Agentic不计入 Index––––70.8%#7LiveBench
LiveBench Browser不计入 Index––––93.0%#4LiveBench
Analyst Agent (AA)不计入 Index56.3%#752.5%#1461.3%#362.5%#162.5%#1Artificial Analysis
Finance Agent v2.1不计入 Index––––60.8%#26Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index––––16.3%#12Vals AI
Legal Research Bench不计入 Index––––42.8%#32Vals AI
Robo-bench不计入 Index––––32.7%#1Vals AI
Tax Agent Bench不计入 Index––––21.8%#54Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index––––63.1%#5Vals AI
Terminal-Bench Science不计入 Index––––71.4%#1Vals AI
Arena Agent Task Completion不计入 Index––––12.4#11Arena (LMArena)
SpireClimb不计入 Index––––41.3%#1Epoch AI Benchmarking Hub
AutomationBench不计入 Index68.6%#3172.8%#1776.0%#1176.1%#1077.3%#7Artificial Analysis
GDP.pdf (AA)不计入 Index28.0%#3428.4%#2928.6%#2528.0%#3429.8%#19Artificial Analysis
Harvey LAB-AA v1.1不计入 Index2.2%#328.1%#1213.3%#312.8%#515.0%#2Harvey
EnterpriseOps-Gym不计入 Index21.8%#5922.6%#5825.2%#5525.3%#5429.9%#44Artificial Analysis
AA-Briefcase v1.1不计入 Index1039#1651408#891570#371594#301643#17Artificial Analysis
Design Arena Agentic不计入 Index––––1304#9Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index51.0%#3174.8%#475.2%#378.6%#178.1%#2Artificial Analysis
CWE-Bench (AA)61.7%#1465.8%#665.8%#669.2%#265.0%#8Artificial Analysis
DeepSec-Bench (AA)39.4%#1056.4%#144.1%#952.8%#246.8%#6Artificial Analysis
CyberGym end-to-end (AA)不计入 Index0.0%#220.0%#220.0%#220.0%#220.0%#22Artificial Analysis
MKA (AA)不计入 Index––––52.7%#6Artificial Analysis

知识

基准测试lowmediumhighxhighmax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 v1.138.7#4044.8#1946.8#1448.3#1250#10–Artificial Analysis
PRBench Legal推理强度未说明–––––43.1%#34Scale 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 Index60.6%#2864.2%#1566.3%#1067.2%#868.6%#6–Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index44.2%#9645.9%#9341.9%#10242.3%#9940.9%#104–Artificial Analysis

指令遵循

基准测试默认来源趋势
MultiChallenge73.2%#9Scale AI SEAL

多模态

基准测试lowmediumhighxhighmax来源趋势
LiveBench Design不计入 Index––––82.8%#3LiveBench
MMMU-Pro85.1%#1786.1%#1187.7%#587.9%#489.5%#1Artificial Analysis
Humanity's Sixth Sense不计入 Index–––63.2%#4–Scale AI SEAL
Furniture Assembly不计入 Index––––89.2%#2Epoch AI Benchmarking Hub
VIALS-AA不计入 Index––––65.8%#2Handshake AI
AA-3D不计入 Index––––1318#1Artificial Analysis

长上下文

基准测试lowmediumhighxhighmax来源趋势
MLCR不计入 Index30.6%#2832.8%#1835.6%#1137.8%#839.4%#4Artificial Analysis

综合

基准测试lowmediumhighxhighmax默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明–––––174.2#1Epoch AI Benchmarking Hub
LiveBench 2.0––––84.9%#3–LiveBench
AA Intelligence Index v5.0.1不计入 Index45.6#4457#1460.1#761.6#562.1#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 Index33.7#2640.8#1536.6#2240.6#1637.3#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。

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
Azure58 tok/s3.91 s$8.00$40.001.1M–
Azure51 tok/s2.88 s$8.80$44.001.1M–
Amazon Bedrock48 tok/s3.11 s$8.00$40.001.1M–
OpenAI46 tok/s3.58 s$16.00$80.001.1M–
Azure42 tok/s3.54 s$9.60$48.001.1M–
OpenAI36 tok/s5.21 s$8.00$40.001.1M–

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

编程智能体轮次占比,30 天
0.01%
Codex 中占 99%

来源: T3 Code via Slopalytics。

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$0.0133.5 min
总结一份 30 页的报告12,000 / 600$0.120$0.0523.6 min
代码编辑6,000 / 1,500$0.108$0.0743.9 min
智能体编程会话60,000 / 4,000$0.640$0.2984.7 min
结构化信息提取2,000 / 200$0.024$0.0133.4 min

OpenAI 的更多模型

本月新上线

将 GPT-6.2 Astra 与以下模型对比

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。

[![GPT-6.2 Astra on BenchLeader: 综合第 2 名](https://www.benchleader.com/badge/gpt-6-2-astra.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。