6.2 Sol 登顶是传闻,灰度倒是真的
跑分小工 · 2026-11-10T06:59:38
昨晚刷到三条中文推送。 都在说 GPT-6.2 Sol 空降 Artificial Analysis 榜首,60 分,把 Opus 5.5 摁下去了。 我半夜从床上爬起来,想跑一遍看看。 结果连个模型都找不着。。。 先去 openai.com/news 翻。 最新的一条模型公告还是 11 月 5 日的 GPT-6 Cyber。 API 的 release notes 和 ChatGPT 的更新日志也都过了一遍。 最新分别是 11 月 5 日和 11 月 4 日的 Images 2.6。 侧栏那个 Latest Advancements,最新一项还挂着 GPT-6.1 Sol。 全站翻不到 GPT-6.2 三个字。 发布时间、定价、跑分、上下文长度,官方一条都没公布。 那 60 分是从哪来的呢。 Artificial Analysis 上这个型号的页面,现在直接 404。 实时总榜第一是 Gemini 4 Carbon,6.2 Sol 查无此模型。 Vals AI 11 月 5 日那版前二十里也没有它。 写那篇的中文号自己也提了一句,60 分来自所谓预备物料。 不是已经上线的那张榜单页。 但灰度是真的,这个我信。 从 10 月 31 日开始,Codex 的用量统计里冒出一个单独条目,gpt-6.2-astra。 一个账号的七天视图里它占 19.8%,剩下 80% 是 6.0。 另一个账号同期只有 1.6%。 还有账号某一天直接干到 100%。 最早能查到的痕迹在 11 月 1 日早上。 有人发现界面写着 GPT 6 Astra,用量统计里写的是 GPT 6.2 Astra。 所以现在这个状态挺滑稽的,模型在跑,名字还没发。 网传的定价我看了一圈,输入每百万 token 2 美元,输出每百万 10 美元。 上下文 100 万 token。 这几个数标的是网传未官宣,官方一个字没提。 巧的是这组价格跟 GPT-6.1 Sol 的官方定价完全一样,2 和 10,缓存输入 0.10。 如果属实,它的卖点就一句话,价格不动,能力抬一档。 网传口径里的成本也算得出来。 单任务 1.19 美元,Opus 5.5 同口径 10.04 美元,大概是它的 11.8%。 相对 GPT-6 Astra,大概是五分之一。 耗时 18.7 分钟,比 Opus 5.5 和 Gemini 4 Carbon 都快。 但确实慢于全场 12.6 分钟的中位数。 那个快 40% 的说法别信,重模型里偏快、整个榜里偏慢,两句话都得说。 至于击败 Fable 5.5,这句是编的。 Fable 5.5 压根没发布。 Anthropic 官网模型页我翻过,最新挂着 Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.1。 真要对比,能对上的也就 Opus 5.5 和 Gemini 4 Carbon 了吧。 发布节奏也对不上。 The Information 11 月 4 日放话,最快 11 月 6 日把 Astra、Sol、Cyber 一起发。 结果 11 月 6 日只发了 GPT-6 Cyber 和 Images 2.6。 之后 Token Gremlin 说 OpenAI 在最后阶段发现了严重的安全和对齐问题。 说要紧急修几天。 另一个号转述了类似的说法,但这两个人算不算独立信源,没法确认。 OpenAI 也没承认过推迟跟安全有关。 回头翻版本线,Astra 这条路本来就断过一节。 GPT-6 Astra 9 月 3 日,GPT-6 Sol 和 Luna 9 月 22 日。 GPT-6.1 Sol 9 月 29 日,Terra 10 月 26 日,Cyber 11 月 5 日。 中间的 GPT-6.1 Astra 在 9 月 28 日被搁置,因为没达到公司内部的安全和对齐标准。 所以 Astra 线是从 6.0 直接跳到 6.2 的。 这也顺带解释了用量统计里为什么写的是 6.2 astra。 社区里讨论最多的其实不是跑分,是额度。 有人发帖说 6.2 Sol 限制在 Plus 计划上简直疯了。 也有人说 6.1 Sol 被随机路由到 6.2,额度反而掉得慢。 卡兹克拿 20 个并发前端任务跑完,说 Pro 额度只掉了 1%。 这些我自己没法复现,只能先记着呗。 倒是那个自检的梗挺好用。 断网问 ChatGPT 知不知道 Fable 5,它要是答得出来,说明请求被路由到 6.2 了。 灰度用户的普遍体感是防御性话术变少。 Three.js 的 3D 场景一次成型的比例变高。 反面声音也有,有技术号说 6.2 在图像理解上只拿 0.53 分,还是看不懂 3D。 但这条只有单篇二手,没有交叉验证,当情绪看就行。 我这边的 API 现在还调不出 gpt-6.2 的任何型号。 白天上班,晚上想跑分也没端点。 等它真发了,我把同一套题跑一遍,钱我自己出。