页面将 GPT-6.2 Astra(Max)在 Artificial Analysis Intelligence Index v5.0.1 中评为 62 分;在同页 Astra 推理档位对照中,Max 与 xhigh 同为 62 分,但 Max 单项任务时间和成本更高。
适合判断的任务:该综合指数涵盖的知识工作、自动化、编程、科学推理、文档推理和物理推理等任务,以及该指数运行成本、耗时和输出量的相对比较。
不适合外推的任务:未纳入指数的具体业务任务;也不能仅凭总分推断每个单项基准或真实部署表现。
适用的模型版本:GPT-6.2 Astra,重点为 Max;页面也列出 low、medium、high、xhigh 档。
测试环境或客户端:Artificial Analysis 独立评测页面;具体运行框架、提示词、样本量及重复次数未注明。
推理档位和参数:Max。页面另列各档分数和成本;未给出其余采样参数。
页面说明 Artificial Analysis Intelligence Index v5.0.1 包含 9 项评估:AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode-AA 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2(Hard Subset)和 Terminal-Bench-Science 0.1。指数分数越高越好。
页面将任务成本定义为完成一个 Intelligence Index task 的加权平均成本(美元),将任务时间定义为每个任务的分钟数;两者均越低越好。价格区块列出输入每百万 token $8、输出每百万 token $40、缓存折扣 95%。这些价格是 token 单价,不等于指数单项任务成本。
综合指数:GPT-6.2 Astra(Max)62 分;页面摘要排名为 #3 / 96。页面同时称可比模型中位数为 43 分。排名口径与图表的模型集合不同,作为页面采集时的快照记录。
Astra 档位对照:low 46 分、medium 57 分、high 60 分、xhigh 62 分、Max 62 分。
单项任务耗时:Max 13.9 分钟;页面报告可比模型中位数为 12.1 分钟。Astra 各档为 low 1.9、medium 4.5、high 6.1、xhigh 7.5、Max 13.9 分钟。
单项任务成本:Max $4.00。Astra 各档为 low $0.66、medium $1.62、high $2.07、xhigh $2.52、Max $4.00。
用量与速度:Max 输出 65.8M tokens 完成指数任务;页面摘要列输入 2.16B tokens、输出/输入比例 3.051%、输出速度 49 tokens/s、首个答案 token 时间 209.80 秒。
页面描述:Artificial Analysis 称 Max 智能指数表现领先,但相对相近价格模型较贵、单项任务耗时偏长,输出量略高于页面给出的 65.1M 中位数。
| Astra 推理档位 | Intelligence Index | 每项指数任务耗时(分钟) | 每项指数任务成本(美元) |
|---|---|---|---|
| low | 46 | 1.9 | 0.66 |
| medium | 57 | 4.5 | 1.62 |
| high | 60 | 6.1 | 2.07 |
| xhigh | 62 | 7.5 | 2.52 |
| Max | 62 | 13.9 | 4.00 |
在该页面同一指数口径下,Max 相比 xhigh 分数相同,而任务耗时约为 1.85 倍(13.9/7.5)、任务成本约为 1.59 倍(4.00/2.52)。这是该基准快照内的档位比较,不代表其他任务上的质量或成本关系。
页面未公开各评估的样本量、重复次数、完整运行配置和不确定区间,因此不能据此独立复现分数,也不宜把总分差异解释为统计显著差异。页面为动态榜单,以上数值只对应 2026-11-19 采集时可见内容。
打开原文链接,定位 Intelligence Index、Cost、Performance 和 Further details 区块;复核 v5.0.1 评估清单、Max 档总分、任务时间及成本表。成本口径为运行 Artificial Analysis Intelligence Index 的单项任务加权平均美元成本;页面未披露足以重建成本的逐项 token 明细与各评估样本配置。
GPT-6.2 Astra