知识卡片：GPT-6.2 Astra 灰测流出与 BenchCAD 内部模型对比

一句话结论

据 2026 年 11 月 5 日腾讯研究院 AI 速递，OpenAI 新模型 GPT-6.2 Astra 已开启灰测，首批用户实测偏重物理真实感；报道同时称 OpenAI“更强内部模型”在 BenchCAD 2.0 得 0.875，而 GPT-6 Astra 为 0.594。

事件概述或研究问题

• 报道称 GPT-6.2 Astra 进入灰测阶段，首批用户晒出“鹈鹕骑车”、类游戏画面等实测内容，观感似更注重物理真实。
• 两个 rc-ada-* 模型 ID 短暂出现在 OpenAI API 列表后被撤下；此前已有 Codex 用户被灰测到该模型。
• 报道引述 OpenAI 说法：GPT-6 Astra 可在一周内包办一款 AI 硬件的外壳、电路板与软件设计。
• 同一材料给出 BenchCAD 2.0 分数对比：“更强内部模型”0.875，GPT-6 Astra 0.594。

方法/产品要点

• 灰测形态：以用户实测晒图/晒视频方式流出，覆盖生成画面的物理真实感与类游戏场景；具体评测集、样本量与评分口径待核实。
• API 侧迹象：rc-ada-* 模型 ID 短暂上架后撤回，属发布前常见试探信号；该 ID 与 GPT-6.2 Astra 的对应关系待核实。
• 硬件设计叙事：材料称 GPT-6 Astra 能完成外壳、电路板与软件设计，属厂商自述能力，缺少第三方复现与设计质量口径，待核实。
• BenchCAD 2.0：材料仅给出两个分数，未说明基准构成、任务类型、评分规则与“更强内部模型”的具体身份，待核实。

主要结果或产业意义

• 若 BenchCAD 2.0 分数属实，则“对外可用版本”与“内部更强模型”之间存在明显能力落差（0.594 vs 0.875），说明厂商可能在发布节奏上做能力分层。
• “一周包办 AI 硬件外壳、电路板与软件设计”若可复现，意味着模型能力正从文本/代码向跨域工程链路延伸，对硬件初创与工业设计流程有直接影响。
• 灰测内容偏“物理真实”，与视频/世界模型方向的能力竞争相关，但材料未给出量化指标。

为什么重要

• 本条是 GPT-6 Astra 相关脉络的能力分层与工程化延伸增量：既有卡片记录了 2026-07-22“OpenAI 紧急叫停 GPT-6 内部测试”与 2026-09-28“Basis 借助 GPT-6 Astra 将税务工作簿处理速度提升 2 倍”；本条补充的是灰测形态、API ID 迹象、硬件设计叙事与 BenchCAD 分数落差。
• 对产业观察者而言，“内部模型 vs 发布模型”的分数差距是判断厂商发布策略与安全/商业化取舍的一个可追踪信号（需后续材料验证）。

局限与不确定性

• 材料为聚合速递，非 OpenAI 官方发布；灰测截图、API ID 与分数均未经官方确认，待核实。
• BenchCAD 2.0 的基准定义、任务范围、评分方式与“更强内部模型”身份均未披露，待核实。
• “一周包办硬件设计”为厂商说法，缺少设计复杂度、人工介入程度与成品质量口径，待核实。
• 灰测用户样本与“物理真实”判断属主观描述，无量化评测支撑，待核实。

可用于图书/PPT/简报的角度

• 发布分层图：用 0.594 / 0.875 的对比示意“对外版本—内部版本”的能力梯度（标注为待核实数据）。
• 模型能力外溢：从写代码到画电路板、设计外壳，作为“AI 进入硬件工程链路”的案例引子。
• 灰测信号学：API 列表闪现的 rc-ada-* ID 作为发布前兆的观察样本。
• 谨慎引用示范：以本条为例说明聚合媒体速递类信息在图书写作中应如何标注不确定性。

与既有脉络的关系

• 延续“GPT-6 内部测试”线索（2026-07-22 卡片）：从“叫停内部测试”到“灰测流出 + 内部模型分数更高”，呈现发布节奏与能力分层的后续进展。
• 与“Basis 使用 GPT-6 Astra”卡片互补：那张卡片看应用侧效率，本条看模型侧能力分层与工程化边界。

原始材料

• 标题：腾讯研究院AI速递 20261105
• 来源：搜狐（转腾讯研究院）
• URL：https://m.sohu.com/a/1097287287_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1
• 英文关键词：GPT-6.2 Astra, OpenAI, BenchCAD 2.0, gray test, rc-ada-*, AI hardware design