网易首页 > 网易号 > 正文 申请入驻

GPT-6.2“拉”了,一个神鬼二象性的模型

0
分享至


出品|虎嗅科技组

作者|黄天媛

编辑|苗正卿

头图|视觉中国

今日凌晨,灰测了半个月的GPT-6.2终于正式发布。

这次OpenAI带来的是GPT-6.2 Astra和Sol,一个旗舰,一个日常主力。

顶着Anthropic、Google压力端上桌的新模型,刚一发布,就在X上被骂成了筛子,超多人批评6.2干活不好用。

开发者Theo甚至写了个长文解释自己为什么讨厌GPT-6.2 Astra。总结一下他的观点:

  • 阅读性真的很差。 Astra和人沟通的解释过于复杂,一大段字,而且常常让人看不懂,有很多防御性文案和莫名的口语表达。

  • 长任务能力不行。干半天也不知道跑完了没,也不知道有没有成果。

  • 遇到问题,不会自己解决,反而把问倒用户。Theo 让模型为《星际拓荒》做一个新关卡。跑了约两小时后,模型停下来,问他某个内部流程到底把视频存进了哪个文件。(?!)


一段时间过去,也有人进一步测评了6.2的其他功能。如官方所说,PPT确实做得不错,审美也有所提高,3D效果进步不少;Computer Use的效果真的很出色;后端的执行力也很不错的,足够严谨,非常适合用来执行严密工作;单次Token也确实便宜了。

简而言之,这是一个神一会儿、鬼一会儿的模型。

看看跑分

简单先总结一下这一轮6.2更新的官方说法。

  • 办公能力更强。 按 OpenAI 的说法,新模型做 PPT、表格和文档时,更能照着用户给的模板来,也更符合财务、法律、销售等行业的习惯。

  • 写代码和做设计有提升。 官方称它写的代码更清晰,做出来的网页更好看、更好用,还展示了根据零件图做 3D 建模的效果。(目前我实测下来审美确实比之前要好,有很多审美上的小巧思,但仍然比不上Claude)

  • 科研是 Astra 的卖点之一。 它在科研评测中刷新了成绩,OpenAI 称它是目前最适合科学家的模型。

  • 旗舰降价,但日常款不变。 相比上一代 GPT-6 Astra,6.2 Astra 的 API 输入、输出单价都降了 20%,缓存输入单价降了 60%。Sol 延续上一代定价。

  • 做单任务成本也更低。 在官方引用的一项多步骤专业任务评测里,Astra 的单任务成本不到上一代的 三分之一。OpenAI 也称,使用 Sol 时,同样的付费套餐额度能完成更多任务。

再展开看看跑分。

在第三方机构Artificial Analysis的综合智能指数中,Astra拿到62分,排名第二,仅次于Claude Fable 5.2的65分,超过Gemini 4 Carbon的60分和Claude Opus 5.5的59分。Sol则拿到57分,追平上一代旗舰GPT-6 Astra,但按该机构评测,单任务成本只有后者的约15%。


专业工作方面,官方称,在考察多步骤任务的Agents’ Last Exam中,Astra比前代提高5.2分,单任务成本不到三分之一。


在覆盖咨询、金融和设计的内部GDPval v2测试中,Astra提高6.2个百分点,输出token减少22%。科研也有进步:在考察终端科研工作流的Terminal-Bench-Science中,成绩提高了9个百分点。


3D是另一项长板。在Artificial Analysis的人类盲测中,Astra以1318 Elo分排名第一,高于Fable 5.2的1271分。


编程则没有全面跟上。同一机构的编程智能体指数中,Astra仍是53分,与前代持平;Sol降到49分,比6.1 Sol低3分。


看看实测

榜单有进步,再来看看实测。

如官方所说,他们做的PPT确实不错,自己调研、找图、排版,比较适合上班族。但博主Andrew McGehee测试下来后,Sol的低推理档反而优于Ultra。


网页操作(Computer Use)也不错。博主Nick发布的维基百科跳转演示里,模型会自己点击链接、切换页面,Sol率先完成画面中的任务。他还测试了GeoGuessr,让模型观察街景、操作地图、判断位置。



一部分3D动效也有进步,镜头的运动和衔接,是有镜头语言表达的。但同一轮测试里,穿模、人物比例失衡、机械零件对不齐等问题仍然存在。



编程上的吐槽,则集中在6.2的持续性比较差。开发者们抱怨它在长任务中会抛出用户难以回答的实现细节问题,然后卡住等回复,解释又难懂,还得再找别的模型帮忙总结。并且,Astra在真实编程任务里会过早停下,非常不智能。

GPT-6.2就是一个手动挡模型。你说多少话,他干多少事。你要是想偷懒,或者还完全不知道自己想怎么操作,那6.2就要敷衍你了。或者你自己去聊一个skill出来,才能长时间跑一个东西。


所以如果可以的话,试着让Claude做前端,GPT做后端,放在同一个工作区,不用自己手动传话,产出的结果应该会好很多。

OpenAI现在的产品适人性还是比较一般,毕竟人类最稀缺的就是注意力,这给你拉磨拉一半,换谁家牛吗都不舒服。但你也不得不承认,不封号还重置的模型,貌似就赢了一半。

本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。如对本稿件有异议或投诉,请联系 tougao@huxiu.com。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
谢霆锋现身西湖边试吃西湖醋鱼,网友喊话:“别停,再来第二筷”

谢霆锋现身西湖边试吃西湖醋鱼,网友喊话:“别停,再来第二筷”

韩小娱
2026-11-17 10:28:00
朋友来了有好酒,豺狼来了有啥?很明显,小日子的待遇就是这样的

朋友来了有好酒,豺狼来了有啥?很明显,小日子的待遇就是这样的

蜜桔娱乐
2026-11-18 22:19:08
国足和U19主教练在新闻发布会,异口同声批评中超

国足和U19主教练在新闻发布会,异口同声批评中超

真理是我亲戚
2026-11-18 13:02:47
AI演员一句“戴了一天很舒服”,被罚6.8万元

AI演员一句“戴了一天很舒服”,被罚6.8万元

凤凰网财经
2026-11-17 00:22:30
北京一男子掏空积蓄,凑500万入股中国人寿,20年后分红吓人

北京一男子掏空积蓄,凑500万入股中国人寿,20年后分红吓人

一刀故事
2025-05-14 13:32:29
曼晚:卡里克赋闲不到一周,斯旺西有意邀其执教

曼晚:卡里克赋闲不到一周,斯旺西有意邀其执教

懂球帝
2026-11-18 16:36:06
“霍邱老人拆墙让路”调查:“女儿是记者”等网上传言不实

“霍邱老人拆墙让路”调查:“女儿是记者”等网上传言不实

极目新闻
2026-11-18 19:24:20
受贿数额特别巨大,中国农业发展银行原党委委员、副行长徐一丁被提起公诉

受贿数额特别巨大,中国农业发展银行原党委委员、副行长徐一丁被提起公诉

每日经济新闻
2026-11-18 18:43:23
菲总统小马科斯站着不动迎接各国代表,直到中国部长来后,全变了

菲总统小马科斯站着不动迎接各国代表,直到中国部长来后,全变了

消失的电波
2026-11-17 20:45:22
玄学提醒:这6个地方尽量少去,别拿自己的运气开玩笑

玄学提醒:这6个地方尽量少去,别拿自己的运气开玩笑

糖逗在娱乐
2026-11-18 03:56:31
又一癌症疫苗迎来重大突破,股价暴涨

又一癌症疫苗迎来重大突破,股价暴涨

东方豪侠
2026-11-18 08:50:06
《GTA6》首个地区正式上线!全球首发 见证历史

《GTA6》首个地区正式上线!全球首发 见证历史

游民星空
2026-11-18 19:11:14
美国谴责乌克兰对俄罗斯的远程打击,称打击“给俄罗斯民众带来痛苦”

美国谴责乌克兰对俄罗斯的远程打击,称打击“给俄罗斯民众带来痛苦”

山河路口
2026-11-18 12:47:12
山东六旬老人坠入化粪池身亡,家属:这并不是普通意外

山东六旬老人坠入化粪池身亡,家属:这并不是普通意外

极目新闻
2026-11-18 21:39:22
皇马官宣续约!6年长约加核心定位,4球6助攻的居勒尔为啥带不动土耳其

皇马官宣续约!6年长约加核心定位,4球6助攻的居勒尔为啥带不动土耳其

夏侯看英超
2026-11-19 00:13:53
足坛被高估的球星盘点

足坛被高估的球星盘点

失我者永失qq
2026-11-18 23:39:09
中国新规落地,每一架飞机都要单独申请批准,全程都要接受管理…

中国新规落地,每一架飞机都要单独申请批准,全程都要接受管理…

福建睿平
2026-05-25 08:01:59
全球化退潮,APEC如何寻找新定位?

全球化退潮,APEC如何寻找新定位?

凤凰WEEKLY
2026-11-18 14:59:22
网传2026年越来越多的人开始反向消费…

网传2026年越来越多的人开始反向消费…

慧翔百科
2026-11-12 08:28:44
曾收到5000份男友申请,“全球最抢手女友”在美国被铐走

曾收到5000份男友申请,“全球最抢手女友”在美国被铐走

启迪你的思维
2026-11-18 17:58:04
2026-11-19 00:51:00
呼呼历史论
呼呼历史论
分享有趣的历史
727文章数 18728关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

“感谢中方特殊安排” 特朗普又带着高规格代表团来了

头条要闻

“感谢中方特殊安排” 特朗普又带着高规格代表团来了

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

手机
教育
时尚
艺术
健康

手机要闻

2nm双芯悬案!vivo X Fold7不跟风阔折叠,先把散热账算明白了

教育要闻

禁毒模拟法庭丨以案释法筑防线,青春无毒护成长

穿好“长大衣”,这8个细节很重要!

艺术要闻

洛阳发现唐代墓志,将魏碑、唐楷精髓融于一体,比欧颜柳赵的字更耐看!

医生眼里"很伤腰"的椅子,很多人天天坐

无障碍浏览 进入关怀版