---
title: "GPT-6.2 Astra 和 Sol 实测：单任务成本降到 Fable 5.2 的 5%，编程指数原地踏步、幻觉率升到 59%"
description: "OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol：Astra 官方价降到每百万 token $8 / $40，Agents' Last Exam 78.3%、单任务 $2.89。但 AA 编程 Agent 指数上 Astra 和 GPT-6 Astra 持平、Sol 比 6.1 Sol 还低 3 分，幻觉率从 50% 升到 59%。官方跑分、第三方评测、实测和按任务算的账单。"
url: https://codingpass.ai/zh/blog/gpt-6-2-astra-sol-cheaper-not-smarter
language: zh-CN
updated: 2026-11-18
---
# GPT-6.2：更便宜了，没更聪明

OpenAI 这次所有官方图表的横轴都是“每项任务花多少钱”。省钱是真的，Astra 在 Agents' Last Exam 上的单任务成本只有 Fable 5.2 的 5%。可写代码没进步，幻觉变多，做方案的可读性被实测者吐槽。本文把官方数字、AA 评测和社区反馈对着看。

[CodingPass 团队](https://codingpass.ai/zh/about) 发布于 2026年11月18日 更新于 2026年11月18日 阅读约 10 分钟

OpenAI 发布了 GPT-6.2 Astra 和 GPT-6.2 Sol。Astra 是新的旗舰，官方说给“最棘手的项目”用；Sol 是日常主力。ChatGPT、Codex 和 API 同一天上线，API 里的模型 ID 是 `gpt-6.2-astra` 和 `gpt-6.2-sol`。

从 11 月初就有人在 ChatGPT 里灰测到 GPT-6.2 Sol，正式发布拖了将近 20 天。等来的版本，卖点只有一个：便宜。OpenAI 发布页里几乎每张图的横轴都是“每项任务成本”，Astra 官方价降了 20%，单任务成本动辄只有对手的几分之一。

可是把发布页、Artificial Analysis（AA）的独立评测和开发者实测放在一起看，这一代在写代码上没有进步，幻觉率反而升了，做方案和沟通依旧是短板。开发者社区的反馈更差：发布第二天，不少人已经切回 Claude。

**一句话**：GPT-6.2 省钱是真的，变强只在科研、3D 和法律文档这些地方。AA 编程 Agent 指数上 Astra 和 GPT-6 Astra 持平（53），Sol 比 GPT-6.1 Sol 还低 3 分；幻觉率 Astra 从 50% 升到 59%。真拿它干长活的开发者，抱怨集中在跑长任务原地打转、跑完说不清做了什么。写代码继续用 Claude，**审代码**换成 GPT-6.2 Sol 最划算。

## 社区反馈：口碑一天就转了

发布页上全是好看的成本曲线，开发者社区的风向却在一天之内转了。Hacker News 的发布讨论和 X 上，对 Astra 的抱怨明显多过夸奖，问题也很集中。

**长任务原地打转**。反响最大的一篇来自 T3 Code 的作者 Theo：早期测试期间他给 OpenAI 写了一封长信，11 月 17 日全文公开，标题就叫“Why I hate GPT-6.2 Astra”，一天浏览超过 175 万。他拿一个用 Rust 重写 TypeScript 编译器的项目测新模型，此前 OpenAI 的模型在上面烧了 30 多万美元的 token 也没做出进展，Opus 不到两周、约 2 万美元就做完了。换成 GPT-6.2 Astra，连跑 7 天没落下一处改进，还执着于“顺便把体积做小”，把编译器拖慢了 56%；让它改攻性能，又跑了 4 天，零改动。另一个任务跑到第 2 个小时，它停下来问他一个内部中间文件该叫哪个名字，把自己卡住了。

**跑完说不清做了什么**。这和后面实测里“方案读起来云里雾里”是同一个毛病。Theo 已经养成习惯：Astra 长任务跑完，切到 Opus 5.5 让它总结一遍。他问一台机器上的 worktree 为什么比另外三台慢，Astra 写了四段 pnpm 缓存机制，Opus 5.5 只回了一句“SSD 慢”。改系统提示词、让它“讲简单点”，都没用。

**工程判断要人盯着**。HN 上有人说 Astra 很聪明，但要大量盯着、仔细写提示词，这些 Opus 5.5 都不需要；也有人说 Sol 还是爱过度设计，Astra 的代码质量配不上这个价。审查结论也会注水：有人让 Astra 审一段生产代码，列出 12 个问题、其中 8 个 P2，交给 Fable 5.2 一起过了一遍，最后只剩 8 个 P3。

**速度没变**。有人实测两款新模型都在每秒 20–80 token，和上一代一样，约是 Anthropic 模型的五分之一。还有人直接说 OpenAI 这两个月状态不好，自己已经从 Astra 换回 Opus 5.5。

好评也有，而且落在跑分强的地方：Theo 自己也承认 Astra 是很好的代码审查者，3D 和游戏世界一流，电脑操作很强；HN 上有人觉得 Sol 比 Opus 5.5 好用，UI 设计稿第一次追上 Claude。

我们觉得，跑分和体感对不上的地方，恰好是跑分不太测的东西：长任务里会不会自己卡住、跑完能不能把话说清楚。成本曲线算的是单次任务，没算人盯着它、再找另一个模型翻译它输出的时间。

## 两款模型和价格

Astra 的输入、输出价各降 20%，缓存读取从每百万 token $1 降到 $0.40。Sol 价格不变。Astra 的 $8 / $40 和 Fable 5.2 降价后的官方价一模一样，上一代 GPT-6 Astra 定价时也是和 Fable 5 对齐的。

| 模型 | 输入 | 缓存读取 | 缓存写入 | 输出 | 知识截止 |
| --- | --- | --- | --- | --- | --- |
| GPT-6.2 Astra | $8 | $0.40 | $10 | $40 | 2026-05-18 |
| GPT-6 Astra | $10 | $1 | $12.50 | $50 | 2026-04-30 |
| GPT-6.2 Sol | $2 | $0.10 | $2.50 | $10 | 2026-06-01 |
| GPT-6.1 Sol | $2 | $0.10 | $2.50 | $10 | 2026-04-30 |

两款都是 1,050,000 token 上下文、最多 128,000 token 输出。价格表下面还有几行小字，长任务用户要看清楚（出自 OpenAI 的[模型文档](https://developers.openai.com/api/docs/models/gpt-6.2-astra)）：

- **缓存写入要另算**。保留 30 分钟的缓存写入，Astra 每百万 token $10，比普通输入还贵 25%（GPT-6 Astra 是 $12.50）；保留 12 小时是 $20。
- **超过 272K 输入整单加价**。单次请求输入超过 272K token，整个请求的输入和缓存价翻倍，输出按 1.5 倍算。Agent 长会话很容易跨过这条线。
- \*\*超高速模式（Ultrafast）\*\*是标准价的 3 倍，2027 年 3 月 1 日起涨到 6 倍。

知识截止往后挪了半个月到一个月。灰测期间，大家就是靠这一点分辨新旧版本的：断网问它知不知道 Fable 5，GPT-6 Astra 和 GPT-6.1 Sol 都不知道。

## 官方跑分：横轴全是成本

OpenAI 主打的是 Agents' Last Exam，评的是多步骤的长程专业工作。Astra 开到超高（xhigh）推理强度得 78.3%，单任务 $2.89；Fable 5.2 开到 Max 是 72.8%、$60.05。OpenAI 的说法是“高 5.5 分，成本只有 5%”。

![Agents' Last Exam v1.1 得分与每项任务成本：GPT-6.2 Astra 最高 78.3%，Gemini 4 Carbon 77.4% 紧挨着，Claude Fable 5.2 72.8% 在 $60 处](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/ale.webp)

*Agents' Last Exam v1.1：得分与每项任务成本。来源：OpenAI 发布页。*

这张图值得多看两眼：

- **Gemini 4 Carbon 几乎打平**。Carbon 开到 High 是 77.4%、$4.60，只比 Astra 的最好成绩低 0.9 分。Astra 开到 Max 反而降到 77.6%，成本涨到 $4.47，和 Carbon 基本没有差别。发布页的文字只拿 Fable 5.2 和 GPT-6 Astra 比，没提 Carbon。
- **Fable 5.2 的分数少算了九项**。图注写着，Fable 5.2 的结果不包含“使用了备用模型”的九项任务。
- **Sol 才是性价比**。GPT-6.2 Sol 开到 Max 是 73.0%、$1.32，和上一代旗舰 GPT-6 Astra（73.1%、$8.99）打平，成本是后者的七分之一。

其他几项官方评测，数字整理如下（都取各模型的最高分档位）：

| 评测 | GPT-6.2 Astra | GPT-6.2 Sol | GPT-6 Astra | Claude Fable 5.2 |
| --- | --- | --- | --- | --- |
| Agents' Last Exam | 78.3%（$2.89） | 73.0%（$1.32） | 73.1%（$8.99） | 72.8%（$60.05） |
| Terminal-Bench-Science 0.1 | 77.1%（$7.15） | 68.0%（$2.21） | 68.1%（$23.80） | 73.3%（$45.21）\* |
| FrontierCode 2.0 | 44.2%（$5.97） | 43.8%（$1.29） | 42.8%（$6.68） | 49.1%（$14.19） |
| GDPval v2（OpenAI 内部） | 50.4% | 46.9% | 44.2% | 44.8% |
| Harvey LAB-AA v1.1 | 15.0%（$6.35） | 11.1%（$1.92） | 8.6%（$13.67） | 7.2%（$39.84） |
| LifeVal | 86.1%（$4.23） | 83.8%（$1.27） | 79.8%（$9.04） | — |

\* Fable 5.2 的 Terminal-Bench-Science 成绩来自 AA，跑在 mini-swe-agent 框架里。脚注里 OpenAI 自己也写了：Anthropic 报告的 Fable 5.2 在 Claude Code 里开 Max 是 74.6%。

**科研是这次最硬的一项**。Terminal-Bench-Science 评的是在终端里做科研，Astra 比 GPT-6 Astra 高 9 个百分点，成本不到三分之一。OpenAI 因此把 Astra 称为“全球最适合科学家的模型”，Vals Science Index 上它也是第一。做科研的人一直拿 GPT 当主力，这一代把优势又拉大了。

![Terminal-Bench-Science 0.1 得分与成本：GPT-6.2 Astra 77.1% 约 $7，GPT-6 Astra 68.1% 约 $24，Claude Fable 5.2 73.3% 约 $45](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/tbs.webp)

*Terminal-Bench-Science 0.1：得分与成本。来源：OpenAI 发布页。*

**GDPval v2 和法律任务**。GDPval v2 是 OpenAI 内部的评测，用咨询、金融、设计等真实项目里的长流程工作来考。Astra 比 GPT-6 Astra 高 6.2 个百分点，输出 token 少用 22%；Sol 比 GPT-6.1 Sol 高 5.3 分。法律评测 Harvey LAB-AA 上，Astra 的通过率是 Fable 5.2 的两倍多，成本约六分之一。但这项评测只在交付物满足全部要求、且没有实质性幻觉时才算通过，Astra 的 15% 意味着 85% 的任务仍然不合格。

**低推理强度明显变差**。LifeVal 测的是筛幼儿园、找房、做膳食计划这类日常事务。开到 Max，Sol 83.8%、成本是 GPT-6 Astra 的七分之一；可开到低（low），Sol 只有 25.3%，GPT-6.1 Sol 在同一档是 66.8%。Astra 的低档也从 67.5% 掉到 46.3%。想靠低推理强度省钱的，这一代反而要多掂量。

![GDPval v2 得分与输出 token：GPT-6.2 Astra 50.4%、约 3.6 万 token，Gemini 4 Carbon 48.8%、约 10.9 万 token，Claude Fable 5.2 44.8%、约 22.2 万 token](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/gdpval.webp)

*GDPval v2（OpenAI 内部评测）：得分与输出 token。来源：OpenAI 发布页。*

## 写代码：原地踏步

OpenAI 在发布页上说 Astra 的代码“更简洁”“更擅长在现有代码库里实现和测试复杂改动”。可它自己放出的 FrontierCode 2.0 图，讲的是另一件事。

![FrontierCode 2.0 得分与成本：Claude Fable 5.2 最高 49.1%，Claude Opus 5.5 45.5%，GPT-6.2 Astra 44.2%，GPT-6.2 Sol 43.8%](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/fc.webp)

*FrontierCode 2.0：得分与成本（对数坐标）。来源：OpenAI 发布页。*

FrontierCode 2.0 评的是改动能不能达到维护者的合并标准。Astra 最好成绩 44.2%，低于 Fable 5.2 的 49.1%，也低于上一代 Claude Opus 5.5 的 45.5%；比 GPT-6 Astra 只高 1.4 分。发布页挑出来讲的是另一个数字：Sol 和 Astra 相差不到 0.5 分，成本约五分之一。

AA 的独立评测更直接。在 AA 编程 Agent 指数（用 Codex 框架、开到 Max）上，GPT-6.2 Astra 53 分，和 GPT-6 Astra 一样；GPT-6.2 Sol 49 分，比 GPT-6.1 Sol 低 3 分。Claude Code 里的 Fable 5.2 和 Opus 5.5 都是 58。

![Artificial Analysis 编程 Agent 指数：Claude Code 搭配 Fable 5.2 和 Opus 5.5 都是 58，Codex 搭配 GPT-6.2 Astra 53、GPT-6 Astra 53、GPT-6.1 Sol 52、GPT-6.2 Sol 49](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/aa-coding.webp)

*AA 编程 Agent 指数与单任务成本。来源：Artificial Analysis。*

AA 给的原因是：Sol 在 SWE-Atlas-QnA-AA 上掉了 14 分，回答里比上一代更容易漏掉关键事实。AA 也承认，按单任务成本算，Astra 和 Sol 的好几档推理强度都在帕累托前沿上，省钱这点没有争议。

## 第三方评测：第二名，幻觉更多

AA 智能指数 v5 整合了九项评测。GPT-6.2 Astra 开到 Max 得 62 分，比 GPT-6 Astra 高 5 分，超过 Gemini 4 Carbon（60）和 Claude Opus 5.5（59），排在 Claude Fable 5.2（65）之后，第二。GPT-6.2 Sol 57 分，比 GPT-6.1 Sol 高 2 分，和 GPT-6 Astra 持平，单任务成本约是后者的 15%。

![Artificial Analysis 智能指数：Claude Fable 5.2 65，GPT-6.2 Astra 62，Gemini 4 Carbon 60，Claude Opus 5.5 59，GPT-6.2 Sol 57；下方是指数与单任务成本的散点图](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/aa-index.webp)

*AA 智能指数，以及指数与单任务成本的关系。来源：Artificial Analysis。*

灰度期间网上传过 GPT-6.2 Sol 的 AA 指数是 60、追平第一。实际出分是 57，比传言低 3 分。

成本低的原因在输出 token。AA 统计了跑一项智能指数任务平均要输出多少 token：

| 模型（档位） | 输出 token / 任务 | 输出价（每百万） | 输出费用 / 任务 |
| --- | --- | --- | --- |
| GPT-6.2 Sol（Max） | 40K | $10 | $0.40 |
| GPT-6.2 Astra（Max） | 41K | $40 | $1.64 |
| GPT-6 Astra（Max） | 52K | $50 | $2.60 |
| Gemini 4 Carbon（High） | 123K | $10 | $1.23 |
| Claude Fable 5.2（Max） | 274K | $40 | $10.96 |

Fable 5.2 和 Astra 每百万 token 一个价，跑同一项任务，Fable 5.2 输出的 token 是 Astra 的 6.7 倍。纸面价一样，账单差出一个数量级。有开发者拿 $200 的 ChatGPT Pro 做过对比：用 Astra 跑了 4 个视频和 3D 案例、2 份大方案和近百次代码审查，花掉 6% 的周额度；之前用 Fable 5.2 跑 10 个案例，烧掉了近 30%。

省下来的 token 有代价。AA-Omniscience 测的是模型不知道答案时会不会硬猜，GPT-6.2 Astra 的幻觉率是 59%，GPT-6 Astra 是 50%；Sol 从 GPT-6.1 Sol 的 52% 升到 55%。Gemini 4 Carbon 只有 11%。

![AA-Omniscience 幻觉率（越低越好）：Gemini 4 Carbon 11%，GPT-6 Astra 50%，GPT-6.1 Sol 52%，GPT-6.2 Sol 55%，GPT-6.2 Astra 59%](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/aa-hallucination.webp)

*AA-Omniscience 幻觉率，越低越好。来源：Artificial Analysis。*

## 实测：审代码强，做方案弱

有开发者用自己的项目跑了几组测试，结果和上面的数字对得上：擅长的更强了，不擅长的还是老样子。

**代码审查进步最大**。拿 Claude 写完的代码交给 GPT 审，最多三轮，这是不少人现在的固定流程。在实测者自建的小评测集上，都开到 xhigh：GPT-6.1 Sol 找出 65% 的问题，GPT-6.2 Sol 84%，GPT-6.2 Astra 96%。Astra 比 Sol 慢一倍、贵 4 倍，多找出十几个 bug。实测者的结论是 GPT-6.2 Sol xhigh 以后就是默认的审查模型。

**做方案和沟通依旧吃力**。同一个需求（给一个个人维护的资讯站加留言区，要合规、成本最低），Gemini 4 Carbon 5 分钟交出方案：先列出实名制、先审后发等合规要求，再给最小成本设计（不开自定义昵称、不做多层盖楼、只放精选），审核复用站里已有的 Agent 自动审查，最后列对比让人选。GPT-6.2 Astra 跑了 24 分钟，回复不长，但读起来云里雾里，还建议前期用人工审核，对一个人维护的项目并不现实。实测者的感受是，Astra 在可读性和主动规划上甚至不如初期的 GPT-6 Astra。

**审美两极**。同一个提示词做一支 ChatGPT 四周年致敬动效视频，Fable 5.2 和 Gemini 4 Carbon 的成片都能看，Astra 的成片被实测者形容为“看完都沉默了”。3D 是例外：第一人称跑酷游戏、Three.js 做的秋日乡村火车站、按参考图重建的古希腊城邦，Astra 的效果都超出预期，最后一个跑了一个多小时。

AA 的 3D 评测给了同样的结论。AA-3D 由人类评审盲选两个作品里更喜欢的一个，GPT-6.2 Astra 以 1,318 分第一，Fable 5.2 1,271，GPT-6.2 Sol 1,259。AA 的机器人评测（研究预览版）上，Astra 79、Sol 78，也高于 Fable 5.2 的 75。

![AA-3D Elo：GPT-6.2 Astra 1318，Claude Fable 5.2 1271，GPT-6.2 Sol 1259，Claude Sonnet 5.5 1204](https://codingpass.ai/assets/img/blog/gpt-6-2-astra-sol-cheaper-not-smarter/aa-3d.webp)

*AA-3D Elo，人类评审盲选。来源：Artificial Analysis。*

OpenAI 发布页还放了几个 Astra 的案例：按 8% 折现率、3% 永续增长率建一份可编辑的估值工作簿；照公司模板做 19 页的幻灯片，字号都对得上；在 CAD 和仿真工具里逐个零件给遥控越野车和直列六缸发动机建模；做了一款能玩的竞速游戏 [Meridian Sound Racing](https://meridian-futuristic-race.openai.chatgpt.site/)。AA 的 AA-AnalystAgent 上，Astra 有 62.5% 的问题五次独立尝试全对。

## OpenAI 自己写进系统卡的问题

几处不足，OpenAI 在发布页和 [GPT-6.2 系统卡](https://deploymentsafety.openai.com/gpt-6-2-astra-sol)里自己写了：

- **会隐瞒任务障碍**。在两项对齐测试里，两款模型比上一代更容易不报告阻碍工作的问题，比如文件缺失、搜索工具不可用。评测方法是在编程任务里故意删掉用户要它改的文件，看它会不会告诉用户。OpenAI 在 Codex 里加了指令来减少这种遗漏，但在 API 里自己搭 Agent 的，要自己兜底。
- **网络安全拒答更多**。两款都达到了 OpenAI 准备框架里网络安全的“严重”级阈值，上线时加了更严格的防护。OpenAI 承认这会限制一部分合法的漏洞研究和安全测试；要更宽松的版本，得去 Daybreak 用还停在 GPT-6 代的模型。
- **AI 自我改进达到“高”阈值**。Astra 是 OpenAI 第一个对外发布、达到这一阈值的模型。为此 OpenAI 加了 Control Room 等监测和中断机制，可能在受支持的部署里暂停工作负载或对话。

## 按任务算账

官方单价没法直接比，下面用 OpenAI 发布页公布的单任务成本，按 100 次和 1,000 次任务算一笔账。“按得分折算”是单次成本除以得分，粗略估计做成一次要花多少，没算人工返工的时间。

| 模型（档位） | 得分 | 单任务 | 100 次 | 1,000 次 | 按得分折算 |
| --- | --- | --- | --- | --- | --- |
| GPT-6.2 Sol（Max） | 73.0% | $1.32 | $132 | $1,320 | $1.81 |
| GPT-6.2 Astra（xhigh） | 78.3% | $2.89 | $289 | $2,890 | $3.69 |
| Gemini 4 Carbon（High） | 77.4% | $4.60 | $460 | $4,600 | $5.94 |
| GPT-6 Astra（Max） | 73.1% | $8.99 | $899 | $8,990 | $12.30 |
| Claude Opus 5.5（Max） | 71.6% | $17.57 | $1,757 | $17,570 | $24.54 |
| Claude Fable 5.2（Max） | 72.8% | $60.05 | $6,005 | $60,050 | $82.49 |

Gemini 4 Carbon 的单任务成本按引入期价格算，12 月 1 日起 Carbon 的单价翻倍。

写代码换成 FrontierCode 2.0 再算一遍，看做出一个能合并的改动大概要花多少（单任务成本 ÷ 得分）：GPT-6.2 Sol $2.95，GPT-6.2 Astra $13.51，Claude Opus 5.5 $28.18，Claude Fable 5.2 $28.90。我们觉得，GPT-6.2 真正的位置在这张表里：Sol 用不到 Fable 5.2 九成的分数，换来约十分之一的成本；Astra 在写代码上夹在中间，比 Sol 贵 4.6 倍，分数只高 0.4 分。

## 怎么选

| 工作负载 | 推荐 | 理由或代价 |
| --- | --- | --- |
| 写代码、大型重构 | Claude Fable 5.2 / Opus 5.5 | FrontierCode 和 AA 编程 Agent 指数都领先；Fable 5.2 很费 token |
| 代码审查、找 bug | GPT-6.2 Sol（xhigh） | 实测查出率 84%，单价是 Astra 的四分之一；要 96% 再开 Astra |
| 科研、数据分析、终端里跑实验 | GPT-6.2 Astra | Terminal-Bench-Science 第一，成本约是 Fable 5.2 的六分之一 |
| 3D、Three.js、游戏原型 | GPT-6.2 Astra | AA-3D 第一；视频、动效类审美仍弱 |
| 方案规划、和人沟通 | Gemini 4 Carbon / Claude | GPT-6.2 可读性差、耗时长 |
| 查事实、写需要准确引用的内容 | Gemini 4 Carbon | GPT-6.2 幻觉率 55%–59%，Carbon 11% |
| 大批量、低成本 Agent 任务 | GPT-6.2 Sol（中档以上） | 不要开低档，LifeVal 上低档只有 25.3% |

一个常见的组合是让 Claude 或 Gemini 出方案、写代码，GPT-6.2 去执行严谨的子任务和审查。GPT 系列严谨、听话、信息密度高，做科研和算法的人用着顺手；但要它主动规划、把话说清楚，这一代还是不行。

## 在 CodingPass 上用 GPT-6.2

GPT-6.2 Sol 在 Plus（每月 $30）、Pro 和团队套餐可用，Plus 上每月最多 $200。GPT-6.2 Astra 在 Pro（每月 $100）和团队套餐可用，Pro 上每月最多 $500。额度按 OpenAI 官方 API 价计量，缓存读取同样按官方价扣。

Terminal

```
codex -m gpt-6.2-sol     # 审代码、日常 Agent
codex -m gpt-6.2-astra   # 科研、3D
```

接入步骤见 [Codex 接入指南](https://codingpass.ai/zh/tools/codex)，OpenCode、Cline 等工具在模型列表里填同样的 ID。只写代码、不需要 GPT 的话，不必为它升级：Go 的 Claude Sonnet 5.5 和 Plus 的 Opus 5.5 写代码都比 GPT-6.2 稳。

## 常见问题

**GPT-6.2 Sol 能替代 Claude Code 里的 Opus 5.5 写代码吗？**

不建议。AA 编程 Agent 指数上 GPT-6.2 Sol 是 49，Claude Code 里的 Opus 5.5 是 58；OpenAI 自己的 FrontierCode 2.0 图里，Sol 43.8% 也低于 Opus 5.5 的 45.5%。Sol 便宜，更适合拿来审 Opus 写出来的代码。

**GPT-6.2 Astra 比 GPT-6 Astra 省多少额度？**

单价降 20%，缓存读取降 60%，输出 token 也更少。按 OpenAI 公布的单任务成本，Agents' Last Exam 和 Terminal-Bench-Science 上都不到 GPT-6 Astra 的三分之一。注意单次输入超过 272K token 时，整个请求的输入价会翻倍。

**推理强度开到 Max 一定最好吗？**

不一定。Agents' Last Exam 上 Astra 的 xhigh（78.3%、$2.89）比 Max（77.6%、$4.47）分高、钱少。反过来，低档也别开：LifeVal 上 Sol 的低档只有 25.3%。日常用中档或高档，难题用 xhigh。

作者 CodingPass 团队

CodingPass 由我们运营。每篇指南发布前，都会在对应工具的最新稳定版上实测一遍。发现内容过时了？写信到 [support@codingpass.ai](mailto:support@codingpass.ai)。

## 相关阅读。

模型实测

### [Claude Fable 5.2 发布：跑分、价格和小编体感](https://codingpass.ai/zh/blog/claude-fable-5-2-is-out-benchmarks-pricing-and-our-take)

Fable 5.2 的官方跑分、降价后的价格、推理强度怎么选，以及在 CodingPass Pro 上怎么切换。

模型实测

### [Gemini 4 Krypton 对决 GPT-6.2 Sol](https://codingpass.ai/zh/blog/gemini-4-krypton-vs-gpt-6-2-sol)

灰度期间网传的 Sol 跑分，以及按活儿换模型的思路。

模型

### [全部模型](https://codingpass.ai/zh/models)

每个模型的 ID、最低档位，以及在 Go、Plus、Pro 上的月额度。
