OpenAI发布GPT-6.2 Astra和Sol:旗舰模型降价20%,使用成本进一步降低
OpenAI发布GPT-6.2 Astra与Sol两款模型,Astra专业任务评测得分提升且API单价下调20%,Sol则以五分之一的成本实现接近Astra的编程表现。此次降价旨在以价格优势刺激API调用量增长。对投资者而言,核心应关注新增付费用量能否抵消单价下降对收入的影响,以及OpenAI实际算力成本的变动情况。

TradingKey - 11月17日,OpenAI发布GPT-6.2 Astra与GPT-6.2 Sol。旗舰模型Astra在专业任务评测中得分提高,标准API输入和输出单价均较上一代下调20%;定价不变的Sol则在一项编程评测中,以约五分之一的成本取得了接近Astra的成绩。两款模型都降低了用户完成部分AI任务的成本。对OpenAI而言,收入增长将更依赖降价能带来多少新增使用。
Astra提高专业任务得分,Sol以20%成本取得接近的编程成绩
Astra主要面向财务分析、法律文书和复杂编程。据OpenAI发布公告,在以真实专业任务为基础的GDPval v2评测中,新版Astra的得分较上一代提高6.2个百分点,生成答案所用的输出token却减少了22%。Token是API计费用量的单位。换言之,在这组任务上,用户既能以更低的单价获得输出,得到结果所需的计费单位也更少。
Sol的进展体现在代码修改上。FrontierCode 2.0考察模型对真实项目所做的修改能否达到维护者接受合并的标准。在两款模型均使用最高推理强度时,Sol与Astra的得分相差不超过0.5分,测试成本约为Astra的五分之一。这项结果限于特定编程任务,但说明低价模型已能承担一部分过去可能交给旗舰模型的工作。
Astra单价下调20%,新增付费用量决定降价后的收入表现
Astra每100万普通输入token的标准价格从10美元降至8美元,每100万输出token从50美元降至40美元。如果输入与输出的比例不变,过去贡献100美元收入的用量,如今只能贡献80美元。要让这部分收入回到100美元,计费token总量就需增长25%。 这是针对Astra标准API业务的测算,不是对OpenAI整体收入的预测。
对投资者来说,调用次数和付费用量的区别尤其重要。如果开发者过去只在软件发布前检查一次代码,降价后改为每次修改都检查,OpenAI就获得了新的付费需求。反过来,如果用户仍然完成同样多的任务,但每次所用的token更少,或把部分工作转给更便宜的Sol,那么即使使用频率不降,实际支出也可能减少。
因此,衡量这次发布的商业效果,收入端应关注新增付费用量能否抵消单价下降,利润端则应关注OpenAI完成同类任务的实际算力成本。











