事件专题 ·多源确认

GPT-6.2 Astra 创 Agents' Last Exam 新高,成本降至 GPT-6 Astra 的三分之一以下

GPT-6.2 Astra 在测试多步骤专业工作能力的 Agents' Last Exam 基准上取得新高。它比 GPT-6 Astra 高出 5.2 分,同时成本不到前者的三分之一;比 Claude Fable 5.2 高出 5.5 分,成本仅为后者的 5%。 Agents' Last Exam 衡量的是模型完成多步骤专业任务的表现,也就是把一个任务拆解成多步连续操作并最终交付结果的能力,这与真实工作场景中对智能体的要求一致。GPT-6.2 Astra 在该基准上的提升幅度和成本曲线表明 OpenAI 这一代迭代重点放在了单位成本下的任务完成质量。 对需要长期运行智能体的团队来说,5% 的相对成本意味着此前只有少数玩家用得起的多步专业自动化工作流可能开始具备批量使用的经济性。与 Claude Fable 5.2 的对比也说明,智能体赛道的竞争已经从单项基准分数转向分数与成本的综合性价比。

当前结论

搞智能体的朋友可以看看这个:GPT-6.2 Astra 把多步专业任务的分数刷上去了,成本只有 Claude Fable 5.2 的 5%。如果你的工作流烧 token 很凶,这次的性价比值得你重新算一笔账。

11 个信源81° AI 热度最后更新 2026/11/17 18:16:58

证据链

11 个信源
主要来源Vaibhav Srivastav
查看原文
相关来源 6Artificial Analysis
查看原文
相关来源 9PolymarketMoney
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。