GPT-6.2 Astra 刚发布。已经在用 Codex 的人,最想知道的往往是:最难的活,要不要换成它。
公开评测给出了两个信号。Artificial Analysis 综合指数(Max 档,查阅于 2026-11-19)里,它为 62 分,该页显示第 3 / 96。
但同一机构面向 Codex 脚手架的编程代理指数上,它相对上一代 GPT-6 Astra 并没有提高。
综合分到了第一梯队,不等于 Codex 里的编程代理能力已经同步提高。
官方把它定位成最难项目用的前沿模型。下面先看它适合做什么,再接入 Codex。已经配过网关的,可跳到切换模型那一步。

它适合做什么
官方把最难的项目留给 GPT-6.2 Astra,把 Sol 定位成日常工作的高效、通用模型。
官方称它做复杂专业工作时,幻灯片、表格和文档更贴近你给的模板和行业惯例;代码更干净,网站、游戏和 3D 一类前端也更好看、更好用。这些是官方定位,不是本文复测。
官方规格是:接受文本和图像、输出文本,上下文窗口 1,050,000 token,最大输出 128,000 token,可靠知识截止为 2026 年 5 月 18 日。调用时请用完整 id gpt-6.2-astra。
本次接入有没有把超长上下文、官方联网搜索或 computer use 原样带到会话里,本文没有核实,不在这里承诺。
在 Artificial Analysis 的综合指数(Intelligence Index,Max 档)里,Astra 为 62,2026-11-19 该页为第 3 / 96。11-17 同机构文章写它较 GPT-6 Astra 提高 5 分,当时仅次于 Claude Fable 5.2。文章标题用过「#2」,与今日模型页不完全一致,这里不把两个表述捏成一个排名。
但在同一机构面向 Codex 脚手架的编程代理指数上,Astra 与 GPT-6 Astra 持平。
官方内部的知识工作评测 GDPval v2 里,Astra 较 GPT-6 Astra 提高 6.2 个百分点,并少用 22% 的输出 token。科学评测 Terminal-Bench-Science 0.1 上,官方写它较上一代高 9 个百分点。
AA-3D(真人盲评交互式三维)里,Astra 为 1318,高于 Fable 5.2 的 1271 和 Sol 的 1259。
另一方面,官方写 Sol 在 FrontierCode 2.0(max)里已经追到和 Astra 相差不到 0.5 分,成本约五分之一。Astra 的官方 API 标价是输入 $8 / 百万 token、输出 $40 / 百万 token,约为 Sol($2 / $10)的四倍。这是官方列表价,不是网关应付价。
官方同时提醒:这类模型更常不交代已经挡住工作的障碍,比如文件缺失或工具不可用。官方称已在 Codex 中加入说明,能减少这类遗漏。
社区侧,数字生命卡兹克在 这篇第一天实测 里认为,方案规划的可读性仍是短板,三维交互则更强;作者在自建简易评测集里把代码审查的默认模型仍定为 Sol。这是作者个人体验,不是本文复测。
因此更合适的用法,是最难、较长的专业工作,而不是把所有 Codex 任务立刻换过去。决定试的话,按下面的步骤在 Codex 里指定 gpt-6.2-astra 即可。
在 Codex 里接入 gpt-6.2-astra
先安装配置工具。
macOS / Linux:
curl -fsSL https://deeprouter.top/install.sh | sh
Windows 请在 PowerShell 中执行:
irm https://deeprouter.top/install.ps1 | iex
安装完成后,在终端运行:
deeprouter
向导里只做这四步:
- 程序只勾选 Codex / ChatGPT。直接回车就是这一项。
- 平台选 DeepRouter(deeprouter.top),默认第一项,直接回车即可。
- 密钥填你自己的。
- 模型填写或选择完整 id
gpt-6.2-astra。以向导探测通过后再写入为准。

~/.codex/config.toml 的关键字段示意,不是真实终端或软件截图。密钥请填你自己的。源码见 https://github.com/WiltFan/DeepRouter。
写入后,配置在 ~/.codex/config.toml(Windows 为 %USERPROFILE%\.codex\config.toml),关键字段如下:
model = "gpt-6.2-astra"
model_provider = "deeprouter"
[model_providers.deeprouter]
name = "DeepRouter"
base_url = "https://deeprouter.top/v1"
experimental_bearer_token = "填你自己的"
wire_api = "responses"
requires_openai_auth = false
ChatGPT 桌面应用里可以通过 Settings → Configuration → Open config.toml 打开同一份文件。如果网关已经配过,只想改模型,运行 deeprouter switch --codex-model gpt-6.2-astra 即可。需要确认连通时,用一句 deeprouter test。本文没有用真实密钥做端到端调用,不要把步骤理解成「已实测一定能通」。
上手方法和预期效果
下面是使用方法示例,不是作者拿真实密钥跑出来的对话、耗时或作品。
进入项目目录,运行:
codex
若使用 ChatGPT 桌面端,它读取同一份配置。先问一句很短的问题,确认能正常回复。再给一个更符合官方定位的任务,例如跨模块、步骤较长的改造,或对复杂文档、前端做多轮修订。
日常、范围已经很清楚的改动,官方更常留给 Sol。验收时请自己核对:该改的有没有改到,中途有没有障碍却被写成「已完成」。
总结
不是所有 Codex 任务都该立刻换成 GPT-6.2 Astra。官方把它定位成最难项目用的前沿模型,综合指数和长周期知识工作成绩也在涨;可面向 Codex 的编程代理指数并没有比上一代更好,官方 API 单价也明显高于 Sol。真正难、周期长的任务若值得换,把模型指定为 gpt-6.2-astra,按上面的步骤接入即可。能力说明来自 OpenAI 官方介绍(2026-11-17),分数来自官方发布页和 Artificial Analysis(模型页查阅于 2026-11-19),上手部分是使用示例,不是实测记录。
