GPT-6.2 Astra · 官方评测披露
GPT-6.2 Astra 当前收录 18 项测试的官方记录。已完成列明材料的核查。
模型发布 · GPT Astra
官方材料与核查范围
发布正文全部16张交互图表、RSS、API型号页、系统卡HTML及119页PDF、两份健康评测方法论文均已核查完成。119页全文(含脚注和参考文献)已逐页核读,21张表和56张图均已视觉核对;HTML全部119个section与PDF正文及表图对应已核对。安全、Preparedness、对齐与monitorability专项已按用途登记,不自动并入常规能力展示。常规成绩、GPQA特殊配置及专项候选边界保留;当前完成不表示首发材料可还原。 核对时间 。
当前资料不足以还原首发。 已保存发布当天当前网页;未取得不可变的首发版本依据,不能证明全部当前内容在最初发布时均已存在。
- 推出 GPT-6.2 Astra 和 Sol | OpenAI · 主文 · 2026-11-18 当前发布页;正文与全部16张交互图表(含标签页)已核读;10张常规能力图表精确点与官方内嵌 Vega 数据交叉核对。当前页面修订时间未知。公布 未确认 · 采集 · 已核查 全文及所有图表标签页已读;10张常规能力图表保留精确官方点。6张安全、网络安全和对齐图表已读但不进入常规成绩。
- GPT-6.2 Astra Model | OpenAI API · 主文 · 当前 API 型号页;确认公开 model ID、用途、价格和 none 不受支持;不作为成绩来源。页面修订时间未知。公布 未确认 · 采集 · 已核查 型号页确认 gpt-6.2-astra;页面没有 benchmark 成绩。
- OpenAI News RSS — Introducing GPT-6.2 Astra and Sol · 主文 · RSS item pubDate Tue, 17 Nov 2026 17:45:00 GMT;换算北京时间为 2026-11-18 01:45,仅用于确认发布日期。公布 未确认 · 采集 · 已核查 RSS 确认文章发布时间;保留 UTC 时刻与北京时间日期换算。
- GPT-6.2 Astra and Sol System Card · 附件 · 官方HTML及119页PDF,封面和change log日期2026-11-17;当前页面后续修订时间未知。119页全文(含脚注和参考文献)已逐页核读,21张表和56张图均已视觉核对;HTML全部119个section与PDF正文及表图对应已核对。安全、Preparedness、对齐与monitorability专项已按用途登记,不自动并入常规能力展示。公布 · 采集 · 已核查 119页全文(含脚注和参考文献)已逐页核读,21张表和56张图均已视觉核对;HTML全部119个section与PDF正文及表图对应已核对。安全、Preparedness、对齐与monitorability专项已按用途登记,不自动并入常规能力展示。HealthBench Professional、MentalHealthBench总体及GPQA无工具特殊配置证据已核对;No-CoT数学79.2%和NCRI 171保留为Astra监控专项候选。
- GPT-6.2 Astra and Sol System Card (PDF) · 附件 · 官方HTML及119页PDF,封面和change log日期2026-11-17;当前页面后续修订时间未知。119页全文(含脚注和参考文献)已逐页核读,21张表和56张图均已视觉核对;HTML全部119个section与PDF正文及表图对应已核对。安全、Preparedness、对齐与monitorability专项已按用途登记,不自动并入常规能力展示。公布 · 采集 · 已核查 119页全文(含脚注和参考文献)已逐页核读,21张表和56张图均已视觉核对;HTML全部119个section与PDF正文及表图对应已核对。安全、Preparedness、对齐与monitorability专项已按用途登记,不自动并入常规能力展示。HealthBench Professional、MentalHealthBench总体及GPQA无工具特殊配置证据已核对;No-CoT数学79.2%和NCRI 171保留为Astra监控专项候选。
- HealthBench Professional: Evaluating Large Language Models on Real Clinician Chats · 附件 · 系统卡直接链接的官方方法论文,24页正文、图表及附录已完整核读;不含GPT-6.2 Astra/Sol成绩,不将较早型号的实验配置补给新型号。论文当前版本公布时间未独立确认。公布 未确认 · 采集 · 已核查 24页全文、图表与附录已核读;属于评分方法与较早型号实验资料,不含两款GPT-6.2的新增成绩。GPT-6.2分数、配置及统计口径仍以本次系统卡为准。
- MentalHealthBench: An Expert-Informed Benchmark of AI Capabilities in Realistic Mental Health Conversations · 附件 · 系统卡直接链接的官方方法论文,32页正文、图表及附录已完整核读;不含GPT-6.2 Astra/Sol成绩,不将较早型号的实验配置补给新型号。论文当前版本公布时间未独立确认。公布 未确认 · 采集 · 已核查 32页全文、图表与附录已核读;属于评分方法与较早型号实验资料,不含两款GPT-6.2的新增成绩。GPT-6.2分数、配置及统计口径仍以本次系统卡为准。
配置
- GPT-6.2 Astra low · GPT-6.2 Astra; reasoning effort low, explicitly labeled in the official chart data. low未知项 文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
- GPT-6.2 Astra medium · GPT-6.2 Astra; reasoning effort medium, explicitly labeled in the official chart data. medium未知项 文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
- GPT-6.2 Astra high · GPT-6.2 Astra; reasoning effort high, explicitly labeled in the official chart data. high未知项 文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
- GPT-6.2 Astra xhigh · GPT-6.2 Astra; reasoning effort xhigh, explicitly labeled in the official chart data. xhigh未知项 文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
- GPT-6.2 Astra max · GPT-6.2 Astra; reasoning effort max, explicitly labeled in the official chart data. max未知项 文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
- GPT-6.2 Astra, article-reported configuration unspecified · GPT-6.2 Astra; article narrative does not identify reasoning effort or serving configuration. 未知项 推理档位未注明、采样、完整 harness 和工具设置未注明
- GPT-6.2 Astra, HealthBench Professional configuration unspecified · GPT-6.2 Astra; Table 17 does not state reasoning effort. Length adjustment: 1.47 points per 500 characters above/below 2,000; models are not told the adjustment. 未知项 HealthBench Professional 推理档位未注明、采样、完整 harness 和工具配置未注明
- GPT-6.2 Astra, no tools, production safeguards disabled · GPQA Diamond, 198 questions, four choices per question, no external tools. Section 2.1 states that the following evaluations tested both models without production safeguards; reasoning effort is not stated. 未知项 推理档位未注明、逐项采样、额外elicitation/scaffolding/prompting细节未注明
- GPT-6.2 Astra, Epoch pre-release evaluation, production safeguards disabled · Epoch AI pre-release testing quoted in section 2.1.3.2.2. Section 2.1 states that the evaluations below tested GPT-6.2 Astra and Sol without production safeguards. The external evaluation does not state reasoning effort; per-benchmark budget and protocol remain separate. 未知项 推理档位未注明、逐项采样、工具、完整harness及elicitation设置未注明;不据其他表格补全
直接前代与后续发布
当前收录未确认直接前代。 官方关系依据
我们正式推出 GPT‑6.2 Astra 和 GPT‑6.2 Sol:前者是应对最棘手项目的全新前沿模型,后者则是面向日常工作的高效多面手。
测试记录 · 18
- Agents' Last Exam · v1.1; current chart task snapshot and scoring details unspecified; not assumed to be the 2026-10-17 snapshot本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- Terminal-Bench-Science · 0.1本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- Artificial Analysis Intelligence Index · v5.0.1; nine evaluations本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- FrontierCode · 2.0本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- LifeVal · Version and exact task set unspecified in release article本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- Harvey LAB-AA · Artificial Analysis v1.1; 120-task held-out set; hallucination-gated and ungated all-pass rates本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- GDPval · v2 internal; scoring rubric and exact task snapshot unspecified本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- Vals Science Index · v1本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- BenchCAD · 2.1 Core; tools and geometric metric not specified in this chart本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- AutomationBench · 1.0.6; 47 tools; chart-reported score, scoring rule unspecified本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)
- AA-3D · Version and leaderboard snapshot time unspecified in release article本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- AA-AnalystAgent · Version unspecified; all five independent attempts correct本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- HealthBench Professional · 525 physician-authored conversations本次发布有 3 条成绩记录,含 3 条精确值(可含历史记录)
- MentalHealthBench · Overall; 1,215 synthetic conversations; four independent responses per task; clinician-authored rubrics本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- GPQA Diamond · 198-question Diamond subset本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- Epoch Capabilities Index · Pre-release ECI quoted in the 2026-11-17 GPT-6.2 system card; exact index snapshot/version unspecified; continually updated本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- FrontierMath Erdős · 68 problems posed or studied by Erdős, open as of August 2026; exact evaluation revision unspecified本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- User-flagged factuality · Refreshed 1,000 de-identified conversations: 229 retained cases and 771 new cases; separate general factuality and reported-issue graders; not comparable with earlier system-card versions本次发布已收录官方披露,暂无成绩记录