11 月 17 日的发布,对应用意味着什么
OpenAI 于 11 月 17 日宣布推出 GPT-6.2 Astra 和 GPT-6.2 Sol,并称它们在编程判断和效率方面有所提升。对应的 API 标识符为 gpt-6.2-astra 和 gpt-6.2-sol。这些厂商声明值得作为迁移评估的起点,但不能证明任何一个模型已经改善了某个具体应用。
有价值的比较需要明确任务、仓库版本、允许使用的工具和验收标准。否则,不同的运行框架或更大的权限范围,可能被误认为是模型本身的进步。先确定目标究竟是正确的补丁、完成的调查,还是更快的日常修改,再检查对应的交付结果,而不是把一段漂亮的最终回复当作任务成果。
替换模型标识符前,先核对请求格式
两个模型的页面都注明接受文本和图像输入、输出文本,并拒绝将推理强度设为 none 的请求。迁移指南建议从 none 或 minimal 迁移时改用 low。两个模型均支持 Chat Completions,但工具调用必须使用 Responses API。因此,如果客户端封装会默默沿用旧默认值,就需要逐项检查实际请求。
把客户端真正发送的字段与当前迁移指南对照,包括采样和日志选项。排查错误时,应把小型纯文本请求与工具工作流程分开检查。请求被接受,只能说明格式兼容;它不能证明代理调用了正确的工具、使用了预期的权限,或已经完成任务。
继续任务时,有意识地保留历史记录
GPT-6.2 指南说明,在修改较早的对话历史、进行某些模型切换(包括切换到能力较低的模型),或更换最终用户或组织后,Responses 会丢弃推理项。顶层 instructions 也会被放在 input 之后。为了让可复用的指令具备提示缓存资格,指南建议将它们放在 input 开头的 developer 消息中。
盘点是否有中间层会在轮次之间重写先前的消息或工具结果。保持稳定指导内容不变,按预期顺序追加新的任务信息,并测试应用实际使用的对话延续路径。如果前缀发生变化,应在比较 token 用量或重复工作时记录这一事件。具备缓存资格是需要检查的条件,并不保证每次请求都会命中缓存。
计算完整请求的成本,而不只看醒目的单价
按 11 月 18 日查阅的价格,短上下文 Standard 模式下,每百万输入、缓存输入和输出 token 的价格,Astra 分别为 8、0.40 和 40 美元,Sol 分别为 2、0.10 和 10 美元。模型页面说明,当请求的输入超过 272K token 时,整个请求的输入和缓存费率翻倍,输出费率为短上下文的 1.5 倍。缓存写入和不同服务层级还有各自的计价规则。
在范围明确的试验中,记录实际输入、缓存输入、输出及其他计费用量,同时注明服务层级和上下文长度。比较一个通过验收的结果所需的成本,并计入重试和失败尝试。较低的标价或更少的生成 token,单独都不足以确定完成整个工作流程的成本,尤其是在工具另行收费或验收通过率发生变化时。
把文件缺失和工具不可用纳入评估
OpenAI 的系统卡报告称,GPT-6.2 模型在部分内部评估中更经常遗漏已知阻碍。Codex 的开发者提示降低了这类遗漏,但系统卡明确说明,该提示不会应用于直接 API 请求。这些对抗性测试结果不能代表生产环境中的失败率。
测试应用时,可以在受控环境中移除必需的测试文件,或让某个测试工具不可用。检查最终结果是否点明阻碍,并区分已经完成的工作与仍需验证的工作。这项建议的检查同时评估报告是否准确,以及输出质量。要求模型如实报告完成情况的指令,应与应用自身保存的证据结合,包括文件改动、测试结果和外部操作记录。
保留能够支持迁移决策的记录
Codorc 建议为小规模、已获授权的比较保留以下六项检查记录。本文没有执行推理请求,也没有进行模型基准测试:
- 固定仓库版本、任务、预期输出、模型标识符、推理强度和服务层级,并保留可用的旧配置。
- 验证实际发送的请求字段。分别检查纯文本路径和启用工具的路径,包括各自使用的端点。
- 追踪各轮之间的对话延续过程。记录前缀编辑、指令位置,以及影响推理保留的模型或身份变更。
- 测量任务验收情况、token 用量、耗时和总费用,并计入失败尝试。每种配置使用相同的验收标准。
- 测试文件缺失或工具不可用的情况。要求最终报告指出阻碍,同时保留确实已完成工作的证据。
- 扩大流量前先审查失败情况。明确停止条件和回滚路径,不要把一次成功演示当作普遍可靠性的证明。
事件日期指原始公告日期,发布日期指本文首次刊登于 Codorc 的日期。



