GPT-6.2 Astra與Sol登場!OpenAI旗艦模型降價2成、3D評測奪冠,寫程式代理卻遭疑原地踏步
GPT-6.2 Astra與Sol登場!OpenAI旗艦模型降價2成、3D評測奪冠,寫程式代理卻遭疑原地踏步

OpenAI在美國時間11月17日發表旗艦模型GPT-6.2 Astra與日常主力GPT-6.2 Sol,主打用更少的輸出token(AI處理文字的計費單位)完成高難度任務,Astra的API輸入與輸出價格也比前代低20%。

獨立評測機構Artificial Analysis把Astra排在綜合智慧指數第二,僅次於Anthropic的Claude Fable 5.2;但兩款模型的寫程式代理評測都沒有進步,T3 Chat創辦人Theo Browne甚至更公開長信,直言「不推薦開發者使用。」

一款衝難題、一款顧日常,OpenAI怎麼分工?

Astra主攻複雜的專業工作,OpenAI稱它做出的簡報、試算表與文件「更少流露AI痕跡」,也更貼合使用者提供的範本;Sol則是OpenAI許多員工設為預設的日常模型。

OpenAI公告指出,在測試多步驟專業工作的Agents' Last Exam中,Astra分數比GPT-6 Astra高5.2分,每項任務成本不到三分之一;與Claude Fable 5.2相比領先5.5分,成本只有對方的5%。

Sol則在程式碼評測FrontierCode 2.0中與Astra差距在0.5分以內(兩者皆用最高設定),成本約為五分之一。

價格方面,Astra的API每百萬token輸入8美元(約合新台幣264元)、輸出40美元(約合新台幣1,321元),重複送入的相同內容(快取輸入)降價60%至0.40美元(約合新台幣13元)。

Sol沿用GPT-6.1 Sol的價格,每百萬token輸入2美元(約合新台幣66元)、輸出10美元(約合新台幣330元)。發表當天起,Plus、Pro、Enterprise與Edu用戶可在「ChatGPT工作」與Codex使用兩款模型,其中符合資格的Enterprise與Edu用戶須由工作區管理員啟用;開發者也能透過API取用。

安全層面,OpenAI表示GPT-6.2 Astra是該公司第一款對外發布、在「AI自我改進」類別達到「高」門檻的模型。這個類別衡量模型加速AI研究的能力,OpenAI的評估是,相較2024年的基準,它相當於替每名OpenAI研究人員多配一名能力出眾的研究工程師。

第三方評測:總分擠進前段班,寫程式卻沒進步

Artificial Analysis在X發文指出,GPT-6.2 Astra在其綜合智慧指數(整合知識、程式、科學等9項評測)中比GPT-6 Astra多5分,超越Google的Gemini 4 Carbon(60分)與Anthropic的Claude Opus 5.5(59分)。

Sol拿下57分,與GPT-6 Astra相當,每項任務成本卻只要約15%。

在由人類評審盲測的3D互動體驗評測AA-3D中,Astra以1,318分排名第一,領先Claude Fable 5.2的1,271分。

寫程式則是這次的短板。在Artificial Analysis的寫程式代理指數中,Astra與GPT-6 Astra持平,Sol反而比GPT-6.1 Sol少3分,主因是程式碼問答測驗SWE-Atlas-QnA-AA一項掉了14分,新版Sol比前代更常在回答中漏掉關鍵資訊。

Artificial Analysis也提到,雖然分數沒有進步,Astra與Sol的多個推理等級仍憑成本效益,擠進「每項任務成本」的最佳前緣(同等花費下表現最好的一群模型)。

開發者實測:很聰明,但「說不清楚」

比評測分數更直接的批評來自開發者社群。T3 Chat創辦人、科技YouTuber Theo Browne在X公開他早期測試時寫給OpenAI的長信,信中直言:「以開發者的工作來說,我不會選它,而會選Opus 5.5。」他提到,OpenAI事後修正了信中少數幾項問題,但仍不足以讓他推薦;他也揭露OpenAI在測試期間提供他不限量的token。

Browne並未全盤否定。他肯定Astra是很好的程式碼審查者,3D與遊戲相關任務「世界頂尖」,電腦操作能力也很強,還幫他做出新的反向代理(轉送網站流量的伺服器),每月可省下2.5萬美元(約合新台幣83萬元)。

問題出在長任務。Browne請Astra替遊戲《Outer Wilds》做新關卡,跑了2小時後,模型卻停下來反問某支內部影片檔該用哪個檔名,這是使用者根本無從回答的實作細節。

他的ts-rust專案(用Rust重寫TypeScript編譯器)更慘。OpenAI模型先前燒掉超過30萬美元(約合新台幣991萬元)的token都沒有進展,改用Claude Opus不到兩周、花約2萬美元(約合新台幣66萬元)就完成。他接著讓Astra優化這個專案,連跑7天零改進,還因執著於「讓程式更小」,把編譯器拖慢56%。

輸出難以理解是另一個痛點。Browne問Astra為何某台電腦特別慢,Astra寫了4段套件管理工具pnpm的內部機制,Claude Opus 5.5只回一句:「因為SSD很慢。」他已養成習慣,Astra跑完長任務後就切換到Opus 5.5,請它整理一份看得懂的摘要。

Browne在信末總結,這款模型「顯然超級聰明」,但用在真實專案上「讓人受不了」:遇到長任務,它不是為了莫名其妙的理由卡住自己,就是原地繞圈、毫無進展。

延伸閱讀:台積電、聯電為何搶著收廢料?從廢液到污泥,揭開半導體「煉金」新商機

資料來源:OpenAI官方公告、Artificial Analysis X發文、Theo Browne X發文、《Axios》、台灣銀行美元歷史牌價

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓