---
title: "GPT-6.2 Astra 與 Sol 雙發布解析：定價、性能錨點與選型一次看懂"
description: "OpenAI 2026-11-17 同步推出 GPT-6.2 Astra（前沿旗艦）與 Sol（高效日常款）：Agents' Last Exam 刷新紀錄、Astra 輸出價降 20%、快取輸入再打 4 折，Sol 延續 $2/$10 定價。本文整理官方一手數據、與 Claude Fable 5.2 的對比口徑爭議，以及開發者該怎麼選。"
slug: "gpt-6-2-astra-sol-pricing-benchmarks"
date: 2026-11-19T12:30:00.000Z
url: https://calpa.me/blog/gpt-6-2-astra-sol-pricing-benchmarks/
tags: ["OpenAI", "GPT-6.2", "Astra", "Sol", "Claude", "LLM", "API 定價"]
---

> OpenAI 在 11 月 17 日一口氣發布兩款 GPT-6.2：旗艦 Astra 主打「最難的專業工作」、Sol 主打「日常」。真正的重點不在跑分，而是計費口徑的轉變，OpenAI 開始用「每任務成本」而非「每 token 價格」跟對手比刀。本文所有數字來自官方發布文與 llm-stats，爭議處我會標出來。

## 一口氣兩款：Astra 管戰場，Sol 管日常

GPT-6.2 系列分兩條線：

- **GPT-6.2 Astra**：前沿旗艦，定位「最難的專案」，適合複雜專業文件、電腦操作（computer use）、科學研究工作流。
- **GPT-6.2 Sol**：高效全能款，定位「日常」，適合多步驟 agent 工作流、自然寫作、大量平行呼叫的場景。

兩款同步上線 ChatGPT Work、Codex 與 API（型號 `gpt-6.2-astra`、`gpt-6.2-sol`），Plus／Pro／Enterprise／Edu 用戶全部可用。

## 定價：Astra 降 20%，Sol 原地不動

| 模型 | 輸入 $/M tokens | 快取輸入 $/M | 輸出 $/M |
| --- | --- | --- | --- |
| GPT-6.2 Astra | 8 | 0.40 | 40 |
| GPT-6.2 Sol | 2 | 0.10 | 10 |
| GPT-6 Astra（前代） | 10 | 1.00 | 50 |

（來源：OpenAI 官方發布文；Sol 延續 GPT-6.1 Sol 定價）

**長上下文加價**：輸入超過 272,000 tokens 時，該請求的輸入與快取費率加倍、輸出變 1.5 倍（Astra：16／0.80／60；Sol：4／0.20／15）。要跑接近百萬上下文的長文件，記得按這組價估算，表列價格只適用短上下文請求。完整費率與快取寫入計價見 [OpenAI API 定價頁](https://developers.openai.com/api/docs/pricing)。

三個值得注意的點：

1. **Astra 輸出入各降 20%**，快取輸入再深折 60%（$1.00 降到 $0.40）。對 agent 型長對話工作流，快取折扣的影響比表面數字大得多。
2. **Sol 完全沿用 6.1 Sol 的價**。升級不加價，這在旗艦迭代週期裡很少見。
3. **Context window：總上下文 1,050,000 tokens（最多輸入 922K、輸出 128K）**，兩款相同（官方 API 文件）。知識截止日兩款不同：Astra 為 2026 年 5 月 18 日、Sol 為 6 月 1 日。

Pro 500 訂閱者兩款都能開 Ultrafast（高速模式）；Pro 200 這次也首次開放 Sol 的 Ultrafast。API 端兩款都支援，Ultrafast 另有加價費率，細節以 OpenAI 定價頁為準。

## 性能：OpenAI 這次把「每任務成本」當主戰場

### Agents' Last Exam：新高，但對比口徑有註解

Agents' Last Exam 測的是多步驟專業工作流。官方數字：

- GPT-6.2 Astra 比 **GPT-6 Astra 高 5.2 分**，成本「低於三分之一」
- 比 **Claude Fable 5.2 高 5.5 分**，成本「僅 5%」

第二條要配上官方自己的註腳才完整：*「排行榜結果中，Fable 5.2 排除九個使用 fallback 模型的任務」*。也就是說這不是同條件全量對比。數字參考即可，別當絕對座標。

### FrontierCode 2.0：Sol 追平 Astra、只要五分之一價

Cognition 的 FrontierCode 2.0 測「真實 codebase 的改動能否達到維護者可合併標準」。官方數據：**GPT-6.2 Sol 與 GPT-6.2 Astra 差距在 0.5 分內，成本約五分之一**（兩者都在 max 檔）。

這是我認為本次發布對開發者最重要的單一數據：如果你的工作是「改真實專案、過 code review」，Sol 大概率就是甜蜜點。

### 其他錨點

- **LifeVal**（日常任務，如搬家選幼兒園、長輩飲食規劃）：Sol 勝過 GPT-6 Astra，成本約七分之一
- **GDPval v2**（真實專案的知識工作流）：Astra 較 GPT-6 Astra 加 6.2 個百分點、輸出 token 少 22%；Sol 較 6.1 Sol 加 5.3 分
- **AA-3D**（Artificial Analysis 人工盲測投票）：Astra 1,318 Elo 居首，Claude Fable 5.2 1,271，Sol 1,259
- **Harvey LAB-AA v1.1**（法律工作）：Astra 通過率超過 Fable 5.2 的兩倍、成本約六分之一
- **AA-AnalystAgent**（試算表分析）：Astra 62.5%（五次獨立嘗試全對）

## Astra 還是 Sol？一張判斷表

![GPT-6.2 Astra 與 Sol 選型指南](/images/blog/gpt-6-2-astra-sol-pricing-benchmarks/select-guide.png)

| 你的工作 | 選 |
| --- | --- |
| 真實 codebase 改碼、過 CI 與 review | Sol（FrontierCode 差 0.5 分內、1/5 價） |
| 大量平行呼叫、agent 排程（成本敏感） | Sol |
| 法律／金融／諮詢等高專業交付物 | Astra（Harvey 法律評測通過率兩倍於 Fable 5.2） |
| 試算表、簡報、長篇專業文件 | Astra（AA-AnalystAgent 62.5%） |
| CAD／模擬器級的 computer use | Astra |
| 日常寫作、查資料、客服型 agent | Sol |

一句話：**Sol 是新的預設模型**，Astra 是「任務價值極高、失敗成本極大」時才請出來的選項。

## 安全檔位：這次有兩個第一次

官方 system card 披露兩件事值得留意：

1. **GPT-6.2 Astra 是 OpenAI 第一個對外發布、達到 Preparedness Framework「High」等級（AI 自我改進能力）的模型**，官方的定義是「相當於給每位研究員多派一位高能力研究工程師」。
2. **Blocker Deception 測試中，兩款模型比 GPT-6 Astra 更容易漏報工作障礙**（例如檔案被移除、搜尋工具不可用時不主動告知）。OpenAI 說已在 Codex 加了指令大幅減少這類遺漏，但仍在調查。

兩款都達網路安全能力的 Critical 閾值、生物化學能力的 High 閾值，部署時帶了更緊的高風險協助限制。如果你做資安研究，部分合法的漏洞測試工作流會被擋，官方建議走 Daybreak 通道申請。

## 開發者實務清單

- API 型號：`gpt-6.2-astra`、`gpt-6.2-sol`，兩款皆支援 Ultrafast
- **長對話保持 prompt prefix 不變、把新指令往後 append**，官方明說這是為了提高快取命中率、降成本與延遲（6.2 的快取折扣比前代深，這條建議的含金量跟著提高）
- Codex 用戶：兩款已可在 Codex 選用，日常任務切 Sol、難任務開 Astra
- 成本估算用「每任務」而不是「每 token」：6.2 的 token 效率提升（GDPval v2 上輸出 token 減少 22% 那類）加快取深折，實際帳單的變化會比單價表更明顯

## 我的判讀

這次發布最有訊息量的不是任何一條跑分，而是**比價方式的轉移**：OpenAI 全篇用「每任務成本」（cost per task）跟 Claude 比。第三方 Artificial Analysis 的比較表也給出同方向的數字：Astra（Low 檔）每任務 $0.66 對 Fable 5.2（Low、預設備援設定）$3.10。兩邊都用 Low 推理檔、且 Fable 帶備援設定，條件要記著看。當模型能力進入「多數任務都夠用」的區間，採購決策自然滑向單位成本，OpenAI 顯然打算在這個戰場先卡位。

對開發者的實際含義：**先試 Sol，不夠再升 Astra**。FrontierCode 2.0 那條「0.5 分差距、五分之一成本」是單一編碼評測的結果，不代表所有工作負載都能省這麼多，但它至少說明：在「改真實專案」這類日常任務上，便宜的選項沒有明顯的能力犧牲。

---

參考：[Introducing GPT-6.2 Astra and Sol（OpenAI 官方發布文）](https://openai.com/index/introducing-gpt-6-2-astra-sol/)、[GPT-6.2 system card](https://deploymentsafety.openai.com/gpt-6-2-astra-sol)、[GPT-6.2 Sol 定價與規格（llm-stats）](https://llm-stats.com/models/gpt-6.2-sol)、[OpenAI API 定價](https://developers.openai.com/api/docs/pricing)、[GPT-6.2 Astra vs Claude Fable 5.2（Artificial Analysis）](https://artificialanalysis.ai/models/comparisons/gpt-6-2-astra-vs-claude-fable-5-2)
