获取 YOLO 许可
Ultralytics 平台

GPT-6.2 Sol 与 Astra 用于自动标注:得分相近,优势各异

GPT-6.2 Sol 和 Astra 在 36 个检测数据集上的 mAP50 分别为 0.551 和 0.546,但 Sol 每 1,000 张图像仅需 8.10 美元,而 Astra 需要 31.88 美元。该选哪一个?

Glenn JocherGlenn Jocher10 分钟阅读
OpenAI 的 GPT-6.2 Astra 和 Sol 在星空背景下的发布宣传图,附有 Ultralytics UL37 目标检测得分:Astra 的 mAP50 为 0.546,Sol 为 0.551

OpenAI 于 2026 年 11 月 17 日发布 GPT-6.2 Astra 和 GPT-6.2 Sol,并称 Astra 是其能力最强的模型,Sol 则是日常工作的首选模型。我们让它们绘制边界框后发现,两者的准确率相差不大,价格却截然不同。

我们在两者发布当天,就用 UL37——我们的 36 个数据集检测基准测试——对它们进行了测试。GPT-6.2 Sol 的 mAP50 得分为 0.551,GPT-6.2 Astra 为 0.546,在我们的 VLM Leaderboard 上分别位列 50 个模型中的第四和第五。Sol 每处理 1,000 张图像只需 8.10 美元,Astra 则需 31.88 美元,接近其四倍。

现在,Ultralytics Platform 的自动标注选项中已提供 OpenAI Sol 和 Astra,取代 GPT-6.1 Sol 和 GPT-6 Astra。下面我们会比较两者的表现、各自的优势、一次标注批次的成本,以及何时仍应优先选择 OpenAI 自家的 GPT-6.1 Terra。

GPT-6.2 Sol 和 Astra 在 UL37 上的得分相差约 0.005#

UL37 使用 360 张图像衡量模型的边界框与人工标注的吻合程度:每个真实目标检测数据集各取 10 张,涵盖医学扫描、航空影像、零售货架、体育、文档和电路板。每张图像都经过 Platform 用户使用的同一套生产流水线处理,使用数据集自身的类别名称,并由 SAM 3.1 优化每个边界框,因此这些得分反映的是经过优化的生产流水线效果,而非模型的原始输出。方法已公开。

GPT-6.2 SolGPT-6.2 AstraGPT-6.1 Terra
排行榜排名50 个模型中第 #450 个模型中第 #550 个模型中第 #2
mAP500.5510.5460.560
mAP50-950.3460.3450.345
精确率0.6230.6260.646
召回率0.6430.6250.613
提供商每 1,000 张图像的费用$8.10$31.88$4.36
每张图像的中位耗时3.4 s4.3 s5.1 s
请求失败数0%0%0%

UL37 测试结果来自 Ultralytics VLM Leaderboard,更新于 2026 年 11 月 17 日。

在这次测试中,两者的准确率接近。奖励边界框紧密贴合的 mAP50-95 得分只差 0.001,精确率只差 0.003。Sol 找到的已标注目标略多:其召回率为 0.643,是排行榜 50 个模型中最高的,略高于 Gemini 4 Carbon 的 0.642。它也是排名前七的模型中速度最快的,每张图像仅需 3.4 秒。

UL37 上自动标注准确率最高的八个模型的 mAP50 条形图:GPT-6.2 Sol 得分为 0.551,每 1,000 张图像需 8.10 美元;GPT-6.2 Astra 得分为 0.546,需 31.88 美元

UL37 上得分最高的八个模型,以及每 1,000 张图像的提供商费用。

OpenAI 为何打造 GPT-6.2#

OpenAI 将这两款模型定位于不同的工作场景。其更新日志推荐 GPT-6.2 Astra 用于“要求较高的推理和编码任务”,推荐 GPT-6.2 Sol 用于“日常编码和智能体工作流”。两者都能接收文本和图像并返回文本,也都可通过 Responses API 和 Chat Completions 使用。

价格也体现了这种定位差异。根据 OpenAI 的模型页面,GPT-6.2 Sol每百万输入 token 收费 2 美元、每百万输出 token 收费 10 美元;GPT-6.2 Astra则分别收费 8 美元和 40 美元。Astra 的 token 价格正好是 Sol 的四倍。

两者都是通用模型,而非专用检测器,因此我们测量了它们在这项任务中的表现。Platform 调用这两个模型时均采用 OpenAI 的默认推理强度,并发送与所有 OpenAI 模型相同的边界框请求。

Astra 在更多数据集上胜出,但一个超声数据集决定了平均分#

Sol 的平均分领先,不代表它赢得更多场次。在 36 个数据集的正面对比中,Astra 在 17 个数据集上得分更高,Sol 在 15 个数据集上得分更高,另有 4 个打平。

一个数据集解释了这种差异。在 TN5000 甲状腺超声数据集上,每个边界框还带有良性或恶性标签;Sol 得分为 0.995,而 Astra 为 0.769。仅这一项结果就将 Sol 的平均分提高了约 0.006。排除 TN5000 后,两者的平均分分别为 Sol 0.539、Astra 0.540。

在这项基准测试中,两者的准确率相差很小,更明显的差异在于适用领域和成本。

GPT-6.2 Sol 和 Astra 各自的优势#

按领域计算平均分,Astra 在 UL37 的 12 个领域中有 7 个领先,Sol 在 4 个领域领先,安检 X 射线领域则打平。

GPT-6.2 Sol 和 GPT-6.2 Astra 在各领域的 UL37 平均 mAP50 点图:Sol 在道路、水下、医疗和自然领域领先;Astra 在航空影像、文档、零售、人员、热成像、体育和 PCB 领域领先

每个领域包含 1 至 8 个数据集,每个数据集有 10 张图像。

GPT-6.2 Sol 在医疗、道路和自然图像方面表现更强。它在 8 个医疗数据集上的平均分为 0.466,高于 Astra 的 0.411,主要得益于 TN5000 和结肠息肉数据集 Kvasir-SEG:Sol 得分为 0.805,Astra 为 0.707。在 GWHD 小麦穗检测中,Sol 得分为 0.684,Astra 为 0.537;在 CeyMo 道路标线检测中,Sol 得分为 0.843,Astra 为 0.705。

GPT-6.2 Astra 在航空影像、零售、文档和人员图像方面表现更强。它在 5 个航空影像数据集上的平均分为 0.550,高于 Sol 的 0.506,这主要得益于在 SSDD 雷达图像船舶检测中的表现:Astra 得分为 0.880,Sol 为 0.749。在 RPC 收银台商品检测中,Astra 得分为 0.978,Sol 为 0.823;此外,Astra 在 PPE、垃圾和篮球检测方面也领先。

数据集领域GPT-6.2 SolGPT-6.2 Astra
TN5000 甲状腺超声医学0.9950.769
GWHD 小麦穗自然 / 农业0.6840.537
CeyMo 道路标线道路 / 交通0.8430.705
SoccerDB体育0.7480.631
RPC 零售收银台零售0.8230.978
篮球和篮筐体育0.7260.872
PlantDoc 植物病害自然 / 农业0.3020.447
SSDD SAR 船舶航拍 / 遥感0.7490.880

UL37 mAP50 中各方向差距最大的四项。

每个数据集只贡献 10 张图像,因此单项得分只是值得测试的信号,而非最终结论。标注大型数据集之前,可以打开 GPT-6.2 Sol 和 GPT-6.2 Astra 模型页面,查看每个模型在所有基准数据集上的记录边界框,并与预期标签并排对比。

比 GPT-6.1 Sol 和 GPT-6 Astra 大幅提升,但电路板检测除外#

与它们在 Platform 中取代的模型相比,这两款模型都更准确、更快,而且每张图像的成本更低。

mAP50每 1,000 张图像的成本每张图像的中位耗时
GPT-6.1 Sol0.514$10.3010.5 s
GPT-6.2 Sol0.551$8.103.4 秒
GPT-6 Astra0.525$49.3111.6 s
GPT-6.2 Astra0.546$31.884.3 秒

GPT-6.2 Sol 在 23 个数据集上胜过 GPT-6.1 Sol,在 12 个数据集上落后,运行速度约快 3 倍。每张图像的成本降低了 21%,而 token 价格保持不变。GPT-6.2 Astra 在 24 个数据集上胜过 GPT-6 Astra,在 11 个数据集上落后,每张图像的成本降低了 35%,token 价格也更低:OpenAI 列出的 GPT-6 Astra 每百万 token 价格为10 美元和 50 美元。

OpenAI 模型在 UL37 上的 mAP50 与提供商每 1,000 张图像成本的散点图,箭头显示 GPT-6.1 Sol 到 GPT-6.2 Sol、GPT-6 Astra 到 GPT-6.2 Astra 均向左上方移动

箭头显示每款 GPT-6.2 模型与其在 Ultralytics Platform 中取代的模型之间的对比。

电路板是个例外。在 DeepPCB 裸板缺陷检测中,两款 GPT-6.2 模型的得分均为 0.000,而 GPT-6.1 Sol 得分为 0.393。在 DsPCBSD+ 表面缺陷检测中,Sol 从 0.392 降至 0.164,Astra 得分为 0.216。安检 X 射线检测表现也较弱:两款模型在 IEDXray 上的得分均为 0.05,而 Gemini 4 Argon 达到 0.30。如果你的数据用于 PCB 检测或安检筛查,请先用样本测试其他模型再做决定。

GPT-6.1 Terra 仍是 OpenAI 在 UL37 上最好的标注模型#

两款新模型都没有超过 GPT-6.1 Terra,后者仍以 0.560 mAP50 位居排行榜第二,每 1,000 张图像需 4.36 美元。Terra 和 GPT-6.2 Sol 各自在 17 个数据集上胜出,另有两个数据集打平,因此差距很小。Terra 的精确率更高,为 0.646,而 Sol 为 0.623;Terra 的成本约为 Sol 的一半。Sol 找到的目标更多,响应也更快:每张图像需 3.4 秒,而 Terra 需 5.1 秒。

排行榜榜首仍是 Gemini 4 Carbon,mAP50 为 0.584,每 1,000 张图像需 12.93 美元。我们的 GPT-6.1 Terra 测试结果和 Gemini 4 Carbon 测试结果详细介绍了这两款模型。

GPT-6.2 标注批次的成本#

提供商费用根据 OpenAI 报告的 token 用量和标价计算,你的图像可能消耗更多或更少的 token。Batch Annotation 还会收取每 1,000 张图像 1.00 美元的 Platform 处理费,每次运行最低收费 0.01 美元。

每 1,000 张图像GPT-6.2 SolGPT-6.2 Astra
OpenAI 收费$8.10$31.88
Ultralytics Platform 处理费$1.00$1.00
总计$9.10$32.88

你通过自己的 API 密钥直接向 OpenAI 付费,先运行的测试预测也计入费用;Ultralytics 不会对 token 加价。对于包含 10,000 张图像的数据集,使用 Sol 约需 91 美元,使用 Astra 约需 329 美元。

如何在 Ultralytics Platform 中使用 GPT-6.2 Sol 或 Astra 自动标注#

GPT-6.2 Sol 和 Astra 是使用类别提示的模型,适用于包含 1 至 200 个类别的检测数据集。它们会根据你数据集自身的类别名称返回边界框,你可以审核后再保存。

  1. 在 OpenAI API 密钥页面创建密钥。
  2. 让工作区所有者在存放数据集的 Platform 工作区中,通过设置 > API 密钥添加 API 密钥。关于具体操作,请参阅提供商密钥文档。
  3. 在标注编辑器中切换到 Smart 模式,然后在模型选择器的 OpenAI 分类下选择 GPT-6.2 Sol 或 GPT-6.2 Astra。
  4. 在几张能代表你数据的图像上点击 预测,或运行 P,并在相同图像上比较两个模型。
  5. 满意后,打开数据集页面并选择 更多操作 > 批量标注,为所有未标注图像添加标签。Batch Annotation 支持托管在 Platform 上且最多包含三个图像通道的数据集;Platform 会先保存一个数据集版本,方便你回滚。
  6. 检查边界框并保存,然后在同一工作区中基于结果训练 Ultralytics YOLO26 模型。

标注文档详细介绍了 Smart 模式和 Batch Annotation;我们的如何根据精确率和召回率选择 VLM 指南则能帮助你为审核工作流选对模型。

GPT-6.2 Sol、GPT-6.2 Astra 还是 GPT-6.1 Terra:该选哪一个#

如果你需要……从这里开始
成本最低的通用 OpenAI 标注模型GPT-6.1 Terra:三者中 UL37 得分最高,价格约为 Sol 的一半
速度快,或尽可能多地找到目标GPT-6.2 Sol:每张图像 3.4 秒,且在排行榜上的召回率最高
医疗、道路或农业图像GPT-6.2 Sol,然后在医疗数据上测试 Terra
航空影像、零售收银台、文档或 PPE 图像GPT-6.2 Astra,前提是它在你的数据上的准确率优势值得你支付约为 Sol 四倍的成本
PCB 缺陷或安检 X 射线图像先测试其他模型;两款 GPT-6.2 模型在 UL37 这些领域的得分都较低

对于大多数标注工作,在两款新模型中,GPT-6.2 Sol 更划算:其 UL37 得分与 Astra 相近,成本约为四分之一。如果在你的图像上测试后发现 Astra 在你的领域表现更好,再选择 Astra。

常见问题

  • 在我们的 UL37 基准测试中,两者的得分接近:GPT-6.2 Sol 的 mAP50 为 0.551,GPT-6.2 Astra 为 0.546;Astra 在更多数据集上胜出,数量为 17 对 15。两者最明显的差异是成本:OpenAI 收取的费用中,Sol 每 1,000 张图像需 8.10 美元,而 Astra 需 31.88 美元。Sol 在医疗、道路和自然图像方面领先;Astra 在航空影像、零售、文档和人员图像方面领先。

  • 擅长。两款 GPT-6.2 模型在 Ultralytics VLM Leaderboard 的 50 个模型中都位列前五,且没有请求失败的情况。GPT-6.2 Sol 的召回率在排行榜上最高,为 0.643。两者在电路板缺陷和安检 X 射线检测方面表现较弱。

  • 按标价和报告的 token 用量计算,OpenAI 对 GPT-6.2 Sol 的收费约为 8.10 美元,对 GPT-6.2 Astra 的收费约为 31.88 美元。Ultralytics Platform 每 1,000 张图像另收 1.00 美元的 Batch Annotation 费用,总计约为 9.10 美元和 32.88 美元。

  • 在 UL37 上,确实如此,但优势不大。GPT-6.1 Terra 的 mAP50 为 0.560,每 1,000 张图像需 4.36 美元,平均得分和成本都优于两款 GPT-6.2 模型。GPT-6.2 Sol 与 Terra 各自在 17 个数据集上胜出,而且速度更快、找到的目标更多。

  • 平均来看,是的。GPT-6.2 Sol 在 36 个数据集中的 23 个上胜过 GPT-6.1 Sol,速度约快 3 倍,每张图像的成本降低 21%。GPT-6.2 Astra 在 24 个数据集上胜过 GPT-6 Astra,成本降低 35%。两款旧模型在电路板缺陷检测方面表现更好。

  • 在“设置 > API 密钥”中添加你的 OpenAI API 密钥,然后在标注编辑器的 Smart 模式中选择 GPT-6.2 Sol 或 GPT-6.2 Astra。先测试几张图像,再使用 Batch Annotation 标注整个数据集、审核边界框,并在同一工作区中训练 Ultralytics YOLO26 模型。

作者

Glenn Jocher
Glenn Jocher

创始人兼首席执行官 · Ultralytics

Glenn Jocher 是 Ultralytics 的创始人兼 CEO,负责领导 Ultralytics YOLO 的开发。Ultralytics YOLO 是全球应用最广泛的计算机视觉模型。他的工作不仅是打造更快、更准确的模型,更是帮助世界各地的人们利用视觉 AI 解决有意义的问题。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来