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

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

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
健康
教育
亲子
游戏

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

医生眼里"很伤腰"的椅子,很多人天天坐

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

亲子要闻

宝宝气人但是聪明的4个行为

PC Gamer试玩GTA6百小时:双主角出色但任务重复

无障碍浏览 进入关怀版