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。

本文来自虎嗅,原文链接:https://www.huxiu.com/article/4906516.html?f=wyxwapp

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
香烟突然大降价,不是良心发现,是老百姓彻底觉醒了

香烟突然大降价,不是良心发现,是老百姓彻底觉醒了

流苏晚晴
2026-11-13 22:20:15
45岁仍拍三级片还债,36E巨乳,被称香港妖女,60岁直播翻身破亿

45岁仍拍三级片还债,36E巨乳,被称香港妖女,60岁直播翻身破亿

轩逸阿II
2026-10-17 07:39:17
朋友面试谈薪报价2w,HR非得压到1.9,还反问他:你就差这1000块钱?后来背调时问了他前同事十几个问题,对方最后直接挂了

朋友面试谈薪报价2w,HR非得压到1.9,还反问他:你就差这1000块钱?后来背调时问了他前同事十几个问题,对方最后直接挂了

纯洁的微笑
2026-11-18 21:51:39
金正恩访问越南,乘专列耗时65时40分,为什么不坐飞机?大有讲究

金正恩访问越南,乘专列耗时65时40分,为什么不坐飞机?大有讲究

文史达观
2025-07-05 06:45:03
黄仁勋与英伟达的纠缠:谁想让他走,谁又希望他留下?

黄仁勋与英伟达的纠缠:谁想让他走,谁又希望他留下?

财闻
2026-11-18 16:16:57
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
蒋介石最大的决策失误:错杀瞿秋白,让国民党失去了最后的人心

蒋介石最大的决策失误:错杀瞿秋白,让国民党失去了最后的人心

宅家伍菇凉
2025-11-19 09:30:03
悲惨!因辅导作业,情绪失控,母女相继跳楼,双双坠亡!

悲惨!因辅导作业,情绪失控,母女相继跳楼,双双坠亡!

闲侃闲侃
2026-06-25 07:43:49
已玩100小时《GTA6》!外媒确信PC版才是"完全体"

已玩100小时《GTA6》!外媒确信PC版才是"完全体"

游民星空
2026-11-18 23:28:03
离谱!美国达拉斯一女警回家走错楼层,把四楼当自家三楼,推门看见26岁黑人男子简正吃冰淇淋,竟直接开枪射杀,辩称以为遇入室盗贼

离谱!美国达拉斯一女警回家走错楼层,把四楼当自家三楼,推门看见26岁黑人男子简正吃冰淇淋,竟直接开枪射杀,辩称以为遇入室盗贼

扶苏聊历史
2026-10-05 16:42:03
果然,“世界是个巨大的佛山”!广东一男子去“佛山加油站”加油,结果跑几千公里去了云南!

果然,“世界是个巨大的佛山”!广东一男子去“佛山加油站”加油,结果跑几千公里去了云南!

佛山电视小强热线
2026-11-18 21:16:32
日本10月份出口同比增长20.5%

日本10月份出口同比增长20.5%

每日经济新闻
2026-11-18 07:56:11
广东这座“巨无霸”城市,潜力才刚开始

广东这座“巨无霸”城市,潜力才刚开始

呼呼历史论
2026-11-18 04:37:41
美军证实第三艘航母已抵达中东,伊朗:若美国不接受伊条件霍尔木兹海峡将继续关闭,即便接受条件,外国军队在波斯湾的存在也必须终结

美军证实第三艘航母已抵达中东,伊朗:若美国不接受伊条件霍尔木兹海峡将继续关闭,即便接受条件,外国军队在波斯湾的存在也必须终结

每日经济新闻
2026-11-17 21:10:14
杨瀚森继续被DNP!卡尔森14分钟1板,亨德森上半场6中0,开拓者主帅诺里回应:我会保持公平,总有球员站出来,那小杨呢?

杨瀚森继续被DNP!卡尔森14分钟1板,亨德森上半场6中0,开拓者主帅诺里回应:我会保持公平,总有球员站出来,那小杨呢?

詹妹侃体育
2026-11-18 17:37:22
俱乐部杯打鱼腩仅得4分,北京顶薪中锋遭自家球迷嘲讽:唯一脓包

俱乐部杯打鱼腩仅得4分,北京顶薪中锋遭自家球迷嘲讽:唯一脓包

弄月公子
2026-11-18 22:51:07
元首外交“深圳时间”开启,密集会晤聚焦哪些重要话题?

元首外交“深圳时间”开启,密集会晤聚焦哪些重要话题?

上观新闻
2026-11-18 12:16:34
2013年,金正哲联手张成泽发动朝鲜兵变,因一细节败露,双遭反杀

2013年,金正哲联手张成泽发动朝鲜兵变,因一细节败露,双遭反杀

阿胡
2025-03-11 13:28:03
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
11月17日凌晨,俄罗斯报复不隔夜,4枚高超炸北约弹药库,炸大桥

11月17日凌晨,俄罗斯报复不隔夜,4枚高超炸北约弹药库,炸大桥

共工之锚
2026-11-18 11:05:32
2026-11-19 00:04:49
虎嗅APP incentive-icons
虎嗅APP
个性化商业资讯与观点交流平台
28136文章数 688144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

教育
亲子
艺术
公开课
军事航空

教育要闻

老北京“拔根儿”争霸赛,嗨翻校园——

亲子要闻

当婴配市场进入存量博弈,有机赛道如何破局突围?

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!

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

美军再袭伊朗格什姆岛

无障碍浏览 进入关怀版