OpenAI Group PBC今日宣布推出GPT-6.2 Astra,这是一款面向复杂专业工作的新型前沿人工智能模型,据称其性能优于前代产品,而成本不到后者的三分之一。与此同时,公司还发布了日常使用模型的更新版本GPT-6.2 Sol。

这两款新模型瞄准的是那些希望以可规模化运行的成本获得前沿性能的企业和开发者,据称两者在处理高难度任务时均能取得更优结果,同时使用更少的输出Token。

据OpenAI介绍,GPT-6.2 Astra在“智能体最终测试”(Agents' Last Exam)这一测试多步骤专业工作能力的基准测试中创下新高,得分比GPT-6 Astra高出5.2分,而成本不到其三分之一。该模型的得分还比Anthropic PBC的Claude Fable 5.2高出5.5分,所用成本仅为后者的5%。

OpenAI将GPT-6.2 Astra定位为全球最适合科学家使用的模型,该模型在Terminal-Bench-Science 0.1(一项在终端环境中进行科学工作的基准测试)上的得分比GPT-6 Astra高出9个百分点。在Harvey LAB-AA(一项法律任务测试)中,该模型的通过率是Fable 5.2的两倍以上,而成本仅为其六分之一左右。

除了基准测试分数的提升,GPT-6.2 Astra在训练过程中还特别注重生成更贴合专业人士使用习惯的幻灯片、电子表格和文档,这些专业领域包括法律、销售、金融和会计等。该模型能够根据原始文件或截图来匹配幻灯片模板,包括布局、配色和字体排版,甚至精确到字号大小。

该模型的早期测试者之一是会计人工智能初创公司Basis,该公司表示,其长周期会计工作的平均处理时间下降了50%,而最复杂工作的处理时间降幅最高达73%。

GPT-6.2 Sol被OpenAI称为日常工作的首选模型,据称用户在相同的付费方案下,使用该模型能完成比GPT-6.1 Sol更多的任务。据OpenAI介绍,该模型在Cognition AI Inc.的FrontierCode 2.0编程基准测试中的得分与GPT-6.2 Astra相差不到0.5分,而成本仅为其五分之一左右。

GPT-6.2 Astra的发布距离OpenAI取消原计划于10月发布的GPT-6.1 Astra还不到两个月。此前公司内部测试发现,该模型在保持任务范围和授权边界方面存在不足。这一取消决定是在公司9月举行DevDay活动前一天宣布的,当时GPT-6.1 Sol单独发布。

与GPT-6 Astra一样,两款GPT-6.2新模型在OpenAI“准备框架”(Preparedness Framework)下均达到了网络安全方面的“关键”(Critical)风险等级。由于其能力有所增强,公司在发布时为其附加了更严格的防护措施,以应对更高风险的网络安全协助需求,但据称这也会限制一些合法的漏洞研究活动。公司表示将努力把GPT-6.2系列模型引入其面向经过审核的网络防御人员的项目“Daybreak”。

GPT-6.2 Astra还是OpenAI首款对外发布、在AI自我提升能力上达到“高”(High)风险等级的模型,这一指标衡量的是模型加速AI研究的能力。OpenAI之所以追踪这一能力,是因为那些有助于构建未来AI系统的模型可能会超越现有的防护措施和人工监督能力。本月早些时候,公司披露了名为“Control Room”的系统,该系统已部署在其整个研究基础设施中,可以在需要人工干预时中止模型输出。

公司指出,在两项对齐测试中,新模型比GPT-6 Astra更容易在工作受阻时(例如缺少某个文件)未能主动说明相关障碍。OpenAI表示已在Codex中加入相关指令,大幅减少了此类遗漏情况,并将继续调查这一行为。

从今日起,Plus、Pro、Enterprise和Edu用户可以在ChatGPT Work和Codex中使用GPT-6.2 Astra和Sol,其中Enterprise和Edu用户需由工作区管理员开启该权限。开发者也可以通过OpenAI API访问这两款模型。GPT-6.2 Astra的API定价为每百万输入Token8美元,缓存输入每百万Token40美分,输出每百万Token40美元,相较GPT-6 Astra在输入和输出Token上均有20%的折扣。GPT-6.2 Sol则延续了GPT-6.1 Sol每百万输入Token2美元、每百万输出Token10美元的定价。

SiliconANGLE