AREXOpen in interactive Feed

AREX Feed Article

Perplexity 上线 GPT-6.2 Astra 与 Sol 并公布 WANDR 自测成绩:Astra 0.783 分、单任务约 12.54 美元,Sol 0.746 分、约 2.65 美元

November 18, 2026

Perplexity 于 UTC 时间 11 月 17 日 22:10(北京时间 18 日 06:10)宣布,OpenAI 当天发布的 GPT-6.2 Astra 与 GPT-6.2 Sol 已接入 Perplexity Search 和 Computer,并公布了在自家 WANDR 基准上的测量结果:GPT-6.2 Astra 得 0.783 分、单任务成本约 12.54 美元,较 GPT-6 Astra 提高 0.095 分;GPT-6.2 Sol 得 0.746 分、单任务约 2.65 美元,较 GPT-6.1 Sol 提高 0.065 分(Perplexity 的公告帖文)。这组数字目前仅出自 Perplexity 一方。

作为参照,OpenAI 官方博客对这次发布的口径是:GPT-6.2 Astra 在测试多步专业工作的 Agents' Last Exam 上较 GPT-6 Astra 高 5.2 分、每任务成本不足其三分之一,较 Claude Fable 5.2 高 5.5 分、成本仅 5%(其榜单结果剔除 9 个使用备援模型的任务),并在 Terminal-Bench-Science 0.1(测模型在终端中执行科研工作的能力)与 Vals Science Index(测真实生物数据解读与实验推理)创下新高;API 定价为每百万 token(词元)输入 8 美元、缓存输入 0.40 美元、输出 40 美元,Sol 沿用 GPT-6.1 Sol 的价格(OpenAI 官方博客)。

从 Codex、API 到 OpenRouter,再到 Perplexity:上线四小时内的接入链

北京时间 11 月 18 日 02:02,OpenAI Developers 账号发帖,称「现在可以在 Codex 与 API 中使用 GPT-6.2 Astra 与 GPT-6.2 Sol」(OpenAI Developers 帖文);02:10,聚合平台 OpenRouter 宣布两款模型在其平台上线,Pro 变体亦可用(OpenRouter 帖文);06:10,Perplexity 宣布两款模型在 Search 和 Computer 中可用。

同一天稍早(北京时间 00:28),Perplexity 刚宣布在 Computer 和 teammates 中推出新的 Multiagent 档位:由一个主智能体把任务拆给一组使用不同前沿模型的智能体,工作过程中各智能体互相共享发现,最后由主智能体把结果汇总成一个答案(Perplexity 关于 Multiagent 的帖文)。该帖没有提到 GPT-6.2,两个公告之间有无关联,两条帖文都没有交代。

WANDR 成绩单:两条基线、约 4.7 倍价差

按帖文数字回推,上代模型在 WANDR 上的位置约为:GPT-6 Astra 0.688 分,GPT-6.1 Sol 0.681 分。两条涨幅的基线并不相同——Astra 的涨幅以 GPT-6 Astra 为基线,Sol 的涨幅以 GPT-6.1 Sol 为基线。软件工程师 Jeff Bruchado 在回复中指出,这样两个增量回答不了「哪条产品线进步更大」(Jeff Bruchado 的回复)。

价差比涨幅更醒目:Astra 的单任务成本约为 Sol 的 4.7 倍,两者分差却只有 0.037 分。这一价差在回复区立刻有人算账:「在这个价差下,大多数任务我会跑 Sol。只有当多出来的 0.037 分真的体现在答案里时,我才付每单 12.54 美元——日常搜索从来用不到最高分」(该用户的回复)。

口径上需要留意:这些每任务成本只对应 WANDR 一个基准,OpenAI 官方「每任务成本不足三分之一」的说法出自 Agents' Last Exam,两者任务集不同,成本数字不能横比;帖文文字也没有给出任务数量、运行配置或复现方式。WANDR 是 Perplexity 的自有基准,测量者正是刚把这两款模型接进自家产品的公司,数字应按当事方声明对待。

独立评测的另一面:智能指数升至第 2,编码智能体持平或下滑

同一天凌晨(北京时间 01:56),Artificial Analysis(其 X 自我介绍为「对 AI 的独立分析」)给出了对这两款模型的独立评估。其 Intelligence Index(智能指数)将 GPT-6.2 Astra 排在第 2 位,仅次于 Anthropic 的 Claude Fable 5.2:较 GPT-6 Astra 跳升 5 分,按各家最高推理档位计超过 Gemini 4 Carbon(60 分)与 Claude Opus 5.5(59 分);GPT-6.2 Sol 提高 2 分至 57,与 GPT-6 Astra 相当,而单任务成本约为其 15%。在测交互式 3D 作品、由人类评审盲选投票的 AA-3D 上,Astra 以 1,318 Elo 排第一,Fable 5.2 为 1,271,Sol 为 1,259;AA-Robotics v0.1(测模型对现实世界的理解、规划与行动)上,Astra 与 Sol 分别得 79 和 78,高于 Fable 5.2 的 75(Artificial Analysis 帖文)。

编码一项没有跟随上涨:其 Coding Agent Index(编码智能体指数,在 Codex 环境下以最高推理档测得)中,Astra 与 GPT-6 Astra 持平,Sol 较 GPT-6.1 Sol 下降 3 分;AA 将 Sol 的下滑归因于 SWE-Atlas-QnA-AA 下降 14 分——与前代相比,模型更容易在回答中遗漏关键事实。AA 同时指出,OpenAI 模型占据了其 Cost per Task Pareto 前沿(成绩与单任务成本互不占优的边界)的大部分,前沿上与之并列的只有 Anthropic 和 Meta 的模型。

三份成绩单来自三套基准:官方博客强调专业工作与科研评测创新高,AA 测到智能指数上升而编码智能体持平或退步,Perplexity 的 WANDR 显示中等幅度提升。能力提升落在哪类任务上,各方测量的侧重并不一致。

Altman 承认「好用、易于协作」仍有工作要做

北京时间 05:04,Sam Altman 发帖确认「6.2 Sol 与 Astra 已发布」,称模型能做很了不起的事、非常省 token,并特别点名 6.2 Sol ultrafast;在随后的自回复中他承认:「虽然新模型非常聪明,但在让模型好用、易于协作方面,我们还有更多工作要做,会把这一点作为即将发布版本的优先事项」,并称即便为此多费些功夫,模型的智能与能力也非同寻常(Sam Altman 帖文)。

这条帖文的回复中出现了直接的质疑。以搭建 AI 智能体为业、并撰写相关内容的 Dan McAteer 问:「Sam,许多评测相当负面,你对此有回应吗?」(Dan McAteer 的回复)。

Perplexity 的 WANDR 数字与 Artificial Analysis 测到的编码指数下滑如何统一,Perplexity 的帖文本身给不出答案:两家用的是不同基准与口径。眼下能直接核对的是接入本身——发布约四小时内,两款模型已先后在 OpenAI 自家的 ChatGPT Work 与 Codex、API,第三方平台 OpenRouter(含 Pro 变体),以及 Perplexity Search 和 Computer 可用。

参考链接

  • Perplexity 公告帖文(@perplexity_ai)
  • OpenAI 官方博客《Introducing GPT-6.2 Astra and Sol》
  • OpenAI Developers 帖文(@OpenAIDevs)
  • OpenRouter 帖文(@OpenRouter)
  • Perplexity 关于 Multiagent 的帖文(@perplexity_ai)
  • Artificial Analysis 评测帖文(@ArtificialAnlys)
  • Sam Altman 帖文(@sama)
  • Jeff Bruchado 的回复(@jeffbruchado)
  • 用户 E1ev3n. 的回复(@harden_369741)
  • Dan McAteer 的回复(@daniel_mac8)

More from this developing story

  • OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol:官方称专业工作与科研评测创新高,每任务成本不足 GPT-6 Astra 三分之一Nov 17, 2026
  • Perplexity 上线 GPT-6.2 Astra 与 Sol 并公布 WANDR 自测成绩:Astra 0.783 分、单任务约 12.54 美元,Sol 0.746 分、约 2.65 美元Nov 18, 2026
  • GPT-6.2 发布首日遭集中差评:Shumer 称模型「基本不可用」,英国 AISI 红队测得越狱鲁棒性显著退步Nov 18, 2026
  • GPT-6.2 Astra 首份实质独立基准:62.7 分登顶 Bug Hunt Bench,成本 28.35 美元Nov 18, 2026
  • GPT-6.2 Astra 在 Blueprint-Bench 2 与 SO-101 实机榜排名第一,Ember-0 得分 41.2%Nov 21, 2026