OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,提升工作表現並降低任務成本
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向複雜專業項目和日常工作,並提升程式編寫、智能體工作流及多步驟任務表現。
推薦理由:兩款模型在專業工作、科學任務及日常工作評測中的表現各有側重,文中並列出與前代及 Claude Fable 5.2 的成績和任務成本差異。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向複雜專業項目和日常工作,並提升程式編寫、智能體工作流及多步驟任務表現。
推薦理由:兩款模型在專業工作、科學任務及日常工作評測中的表現各有側重,文中並列出與前代及 Claude Fable 5.2 的成績和任務成本差異。
微軟在 Ignite 2026 發佈自研編程模型 MAI Code 2 和 MAI Code 2 Flash,並在 GitHub Copilot 上線。官方數據稱,MAI Code 2 平均單次任務成本為 $0.309,四項編程基準的平均表現約為 GPT-6.1 Sol 的 98%,價格約為其 40%。
OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型已可透過 API 使用,分別面向高難度項目和日常工作。GPT-6.2 Astra 定價為 6 Astra 的 80%,輸入價格為 $8/MTok、輸出為 $40/MTok,快取價格為 $0.40/million;GPT-6.2 Sol 為 $2/$10,與 6.1 Sol 及 6 Sol 相同。
推薦理由:文章對照兩款新模型的價格、基準表現與動畫實測,呈現其成本差異及相較同級模型的任務表現。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向複雜專業工作及日常任務,兩者均已在 OpenAI API 上線。Astra 每 1M tokens 的輸入/輸出價格為 $8.00/$40.00,較 GPT-6 Astra 低 20%;兩款模型均有 1,050,000-token 上下文窗口及 128,000 最大輸出。
推薦理由:文章並列 Astra 的降價與基準排名,以及 Sol 以約五分之一成本接近 Astra 的編碼成績、Coding Agent Index 下跌 3 分,呈現兩款模型的取捨。
OpenAI 於2026年11月17日正式推出 GPT-6.2 Astra 和 GPT-6.2 Sol,前者面向複雜專業任務,後者側重日常效率。Astra 評測得分較前代最高提升9個百分點,成本降低超60%;Sol 的成本則為 Astra 的五分之一,並增強智能體與編碼能力。
微軟發布自研編程模型 MAI Code 2 和 MAI Code 2 Flash,並即日起在 GitHub Copilot 上線。測試顯示,MAI Code 2 的性能達 GPT-6.1 Sol 的 98%,成本為其 40%;MAI Code 2 Flash 平均單次任務成本為 0.052 美元,通過率達 61.0%。兩款模型按訂閲層級開放使用。
OpenAI 發佈面向複雜專業工作的 GPT-6.2 Astra,並推出面向日常工作的更新版 GPT-6.2 Sol。OpenAI 稱,Astra 在 Agents’ Last Exam 比 GPT-6 Astra 高 5.2 分,成本不到 GPT-6 Astra 的三分之一;Sol 在 FrontierCode 2.0 與 Astra 相差 0.5 分,成本約為五分之一。
推薦理由:報道並列兩款模型的工作定位、基準結果和成本差異,亦提及更嚴格防護據稱會限制部分正當漏洞研究。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型現已在 ChatGPT Work、Codex 及 API 提供。在 FrontierCode 2.0 上,Sol 僅落後 Astra 0.5 分,價格為其五分之一;作者認為開發者可先試 Sol,但第三方測試尚未確認這一分差能否反映實際程式庫表現。
推薦理由:文章以 0.5 分差和五分之一價格比較 GPT-6.2 Sol 與 Astra,呈現編碼任務的成本取捨,並指出相關差距仍待第三方測試。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,提升專業工作、編碼、電腦操作及多步驟智能體任務表現,並減少完成任務所需的輸出 Token 數量。
推薦理由:文章並列 Astra 在專業工作與科研評測中的成績和任務成本,呈現其相對前代及 Claude Fable 5.2 的效能與成本差異。
Michael F 在 ClaudeArena 的 63 題 Professional 考試 Hard 難度測試中,讓五個 AI 模型作答,全部在 120 分鐘限時內取得 98% 或 100%。
Microsoft 在 Ignite 2026 發佈 MAI Code 2 及 MAI Code 2 Flash,並表示 MAI Code 2 將透過 GitHub Copilot 和 Foundry 提供。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol;Astra 在 Artificial Analysis 綜合智能指數得分 62.1,排名第二,Sol 得分 57.3。
推薦理由:文章並列綜合評測、編碼基準及 3D 實測,呈現 GPT-6.2 Astra 相對前代的能力與成本變化,也指出其編碼智能體指數與前代打平。
Microsoft 在 Microsoft Ignite 2026 發佈兩款面向企業日常編碼工作的 AI 模型 MAI Code 2 和 MAI Code 2 Flash。
Microsoft AI 在 Ignite 2026 宣佈 7 款新模型,並公佈多款模型相對競品的性能與價格比較。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型現已在 ChatGPT Work、Codex 及 OpenAI API 開放使用。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,主打專業任務與日常工作效率,並提升 3D 建模及物理仿真能力。在 Agents' Last Exam 中,Astra 較前代提升 5.2 個百分點,任務成本降至三分之一以下;AA-3D 得分為 1318 Elo,排名第一。
推薦理由:文章對照專項評測、3D 工程案例及編碼與幻覺率數據,讓讀者掌握 GPT-6.2 Astra 的能力表現及適用邊界。
Artificial Analysis 的主指數顯示,GPT-6.2 Astra 僅落後 Claude Fable 5.2,編碼表現則與 GPT-6 Astra 持平。Epoch AI 的結果則顯示,Astra 與 Fable 5.2 並列。
文章稱,GPT-6.2 Astra 能將以影片診斷機械人故障並提出修正方案的流程,由數小時縮短至數分鐘。文中以 30 秒故障片段為例,稱 Astra 可提供視覺摘要、故障診斷及修正動作計劃,整個流程不到兩分鐘,並提及 Self-Check 安全模組。文章亦列出動作計劃可能違反任務要求、訓練資料截至 Dec 2025,以及完整運行 Astra 需 A100-80 GB 或同等 GPU 等限制。
網絡安全初創公司 Calif 表示,使用 GPT-6 Cyber 發現一個被稱為「Java4Shell」的 Java 遠端程式碼執行(RCE)漏洞。Oracle 已發布修補程式。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向專業工作與日常用途,並稱兩者基準測試成績均勝過前代。
推薦理由:多家第三方評測呈現不同側面,Astra 在科學與成本效益項目表現突出,但編碼成績停滯,法律測試亦顯示其表現較弱。
Microsoft 推出 Decision-1.1、MAI-Code-2 等自家模型,並更新 Foundry 的代理評估與持續改進功能。Foundry 透過內部評估建立品質、安全、延遲及成本基準,並把專家對代理執行軌跡的評註和優化測試納入改進循環;人工標註目前處於預覽階段。
作者以固定編碼任務比較低成本模型與前沿模型,發現前者每 token 成本約為後者的 1/20,編碼得分不到一半,並公開 60 秒實測過程。兩個模型使用相同提示詞和 temperature 0,按保留測試集的 pass@1 評分,不重試、不挑選結果;成本則按供應商公佈的每 token 費率及實際 completion tokens 計算。
Microsoft AI 在 Microsoft Ignite 2026 主題演講中公佈 MAI Licensed Weights,讓客戶可按需要以專有數據自訂 MAI 模型,並在自有 Azure 環境中安全運行及控制存取權。
Microsoft 發佈首個語音到語音模型 MAI Realtime 1,基本語音到語音使用費為每分鐘音訊 $0.01,推理另按 $5 per million output tokens 計費。
GPT-6.2 Astra 的評測指出,模型難以辨識自身知識盲點,輸出內容亦很難理解。處理長任務時,它會反覆兜圈,使用體驗令人沮喪。
Fireworks AI 以多項專項基準比較 MiniMax M3.1 Flash 與多個閉源模型,結果顯示它在部分編碼比較中完成量較高,但在網頁研究、銀行客服、臨牀問答及報税任務中的表現不一。
Fireworks AI 比較 Kimi K3.1 Pro 與 K3 及其他模型在 Agent 任務上的表現、模型成本和執行時間;K3.1 Pro 在 17 項共同基準中的 14 項得分高於 K3,但不同工作負載呈現不同取捨。
Microsoft AI 於 2026 年 11 月 17 日發佈面向企業日常編碼的 MAI Code 2 和 MAI Code 2 Flash,分別主打複雜實作與高頻常規工作。
OpenAI 於 17 November 2026 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol;文章比較兩者價格,並提出按自動化工作流步驟分配模型的做法。
推薦理由:文章把兩款模型的價格差異轉化為按工作步驟分流及失敗後升級的方案,並補充智能體操作時的檢查要點。
這篇 Gemini 4 模型比較建議先從 Hydrogen 開始,只有在它未能通過自訂測試時才考慮改用 Argon 或 Carbon。
推薦理由:文章並列三款模型的定價、能力定位、限制與工作負載建議,並用月度用量試算成本,呈現選型時價格與任務需求的取捨。
Gemini 4 Hydrogen 在 Artificial Analysis Intelligence Index 的預設 high 思考層級得分為 51,高於 Argon 的 50,xhigh 得分為 54。
推薦理由:文章把 Gemini 4 Hydrogen 的分項基準、思考層級與任務成本並置,呈現綜合指數背後的工作類型取捨及路由判斷依據。
OpenAI 發佈更新版 Astra for Law,這項基於 GPT‑6.2 Astra 的法律模型配置現可供所有 ChatGPT Enterprise 客戶透過 Trusted Access Program 申請,亦可申請 API 存取。
推薦理由:材料並列 LAB-AA 與 Vals AI 的基準數據及法律搜尋索引變化,可從任務滿分率和資料覆蓋兩方面瞭解此次更新。
Microsoft.ai 頁面列出 MAI Code 2 和 Code 2 Flash。Hacker News 留言提到,頁面將基準測試結果與頂尖模型比較;另有留言擔心,企業可能因節省成本而改用這些模型,取代 Anthropic 模型。
Microsoft 發佈 MAI Image 2.7 和 MAI Image 2.7 Flash,並在 MAI Labs 推出由 Flash 驅動的互動式圖像工作區 Canvas。
Microsoft 發佈專用安全模型 MAI Cyber 2 Flash,在 CyberGym-E2E 達 92.3% 成功率,與 GPT-6 Astra 的 91.5% 相近,而每項任務成本不到 GPT-6 Astra 的 2%。
Microsoft 發佈 MAI Code 2 和 MAI Code 2 Flash,兩款模型均面向日常企業編碼任務,分別側重多檔案實作與深入除錯,以及大量例行工作。
Microsoft 在 Ignite 2026 發佈七款新模型,涵蓋網絡安全、編碼、圖像生成、即時語音、轉錄及決策。
推薦理由:文章按網絡安全、日常企業編碼等場景列出基準表現及成本比較,呈現不同模型在任務表現與價格之間的取捨。
OpenAI 發佈 GPT-6.2 Astra 與 GPT-6.2 Sol,Astra 在 Artificial Analysis Intelligence Index 升至第二位,僅次於 Anthropic 的 Claude Fable 5.2。
推薦理由:文章並列智能指數、成本前沿與編碼代理指數結果,呈現 GPT-6.2 Astra 與 GPT-6.2 Sol 在整體排名、成本和編碼表現上的差異。
OpenAI 發佈 GPT-6.2 Astra 與 GPT-6.2 Sol 系統卡(https://deploymentsafety.openai.com/gpt-6-2-astra-sol/),評估兩款模型的生物與化學、網絡安全能力,以及部署防護。
OpenAI 於 2026 年 11 月 17 日發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型現可透過 ChatGPT Work、Codex 和 API 使用。
推薦理由:文章並列兩款模型的價格、基準表現,以及系統卡披露的資安能力與對齊退步,呈現效率提升和部署限制之間的具體取捨。