Codex用量明細現“gpt-6.2-astra”，疑似OpenAI灰度測試

多名用戶在X平臺及開發者社區發帖稱，其ChatGPT用量分析（Usage Analytics）中出現“gpt-6.2-astra”模型記錄，而Codex模型選擇器仍顯示GPT-6 Astra。有用戶截圖顯示約19.8%的請求被分配至該模型（七天視圖中，該模型用量集中在10月31日），另有用戶記錄顯示1.6%或當日100%，部分用戶則表示未發現相關記錄。另有截圖顯示Responses API事件中的model字段爲gpt-6.2-astra。截至發稿，OpenAI尚未就此發佈官方說明，該模型也未出現在API文檔、changelog或OpenRouter目錄中。

來源

CellCog 詳細覈查（2026-11-01）：https://cellcog.ai/blog/gpt-6-2-astra/
PANews 英文報道：https://www.panews.io/articles/01a1976f-49e3-7091-89e0-29cde0ef7714
X用戶截圖與帖文（@leo114119、@Mashiro_0619、@Mr_Salio等，2026-11-01）

ABAB AI 解讀

用量明細與模型選擇器不一致，是典型的灰度/A/B路由特徵：服務端可將部分流量導向未公開模型ID，而前端選擇器保持穩定，避免用戶預期混亂。目前僅能確認標籤出現在部分賬戶的用量統計中，無法驗證實際推理模型是否與公開GPT-6 Astra存在能力差異。OpenAI此前曾擱置GPT-6.1 Astra，此舉或與迭代節奏相關，但尚無證據鏈支撐。

認知定律
信息差定律：用量日誌優先於UI標籤。選擇器是預期，明細是實際計費與路由的記錄。在模型快速迭代期，以用量明細與原始響應事件爲第一手證據，可降低被灰度分配誤導的概率。