11 月 1 日开始，一些 Codex 用户的用量页里多了一行 `gpt-6.2-astra`。模型选择器仍写着 GPT-6 Astra，官网目录没有 6.2，OpenAI 也没官宣。于是大家一边用“鹈鹕骑自行车”验货，一边问：写代码、做设计是不是真的变顺了？知乎
灰测入口在 Codex，不代表只开了 Codex；代码和设计也不是同一份证据。
用量页统计的是 Work、Codex 等智能体任务，不包含普通聊天。有人只分到 1.6%，有人 19.8%，也有人当天占比 100%。19.8% 只是一个账户的账单，不是全网抽样。The Information 说，OpenAI 最快 11 月 6 日发布 Astra、Sol 和 Cyber 模型。截至今天，仍是“最快”，不是“已经”。知乎哔哩哔哩IT之家
写代码这部分，最值得看的不是鹈鹕，而是它做出的东西开始有“系统”。有用户让 6.2 半小时左右做一个 3D 半开放世界 RPG，建模和动作都由它生成，没调用 Tripo 这类外部工具。真正有信息量的是跨度：从单动作演示，到有地图、有 NPC、有任务循环，考的是把系统拆开再拼回去。哔哩哔哩
但“能拼出一个系统”和“能把生产代码维护下去”之间，还隔着很远。公开的第三方基准成绩还没有；能拿来做比较的硬数字，只有 OpenAI 自家博客 BenchCAD 2.0：内部模型平均 0.875，GPT-6 Astra 最高推理档 0.594。OpenAI 只写了“内部模型”，没有点名 6.2；跑分也是自己发的，没有第三方复现。智东西
文章作者也提醒，“内部模型”这个署名本身就说明它还不是产品。更别说官方那个“一周做出 Codex 宠物”的硬件案例，用的是 GPT-6 Astra，不是 6.2，而且从设计到原型还要经过工厂多轮修改。OpenAI 自己还说，它仍不能始终准确考虑制造细节。把“6.2 写代码变顺了”当成结论，目前证据不够；说它“在演示里更容易做出一个能跑的复杂原型”，更准确。知乎智东西
做设计则是另一回事。6.2 的“设计”是设计即代码：SVG、Three.js 场景、Blender 建模、CAD。它输出代码和 3D 场景，不是 Figma 文件或品牌规范；你得把约束讲清楚，它才能给出可用的东西。有测试者总结说，短板在审美，地形和 UI 的配色被吐槽最多。它的强项在工程闭环，不在审美判断。哔哩哔哩
今天真正对设计师开放的是另一个模型。GPT-Image-2.6 在 11 月 5 日全量上线，ChatGPT、Codex 和 API 的免费、付费用户都能用。量子位
它支持 GIF、SVG 导出和 API 图像标记，速度提升 50%，但也不是“设计一键完成”：智东西的实测里，GIF 只有 1 秒 1 到 2 帧，参考图动起来会卡，背景还会穿帮。它更像一次工作流更新，不是代际跃迁。把 Image 2.6 的顺滑算到 6.2 头上，是这次讨论里最常见的错位。智东西
那为什么目前只在 Codex 里看到它？因为 Codex 能留下 diff、测试结果和失败记录，聊天窗口只留下一个好看的答案。被讨论最多的双 VM 架构，一个负责拆任务，一个负责在沙盒里跑命令。它要考的是长链路任务，不是单轮回答。OpenAI 把考场放在这里，不奇怪。36氪
回到那个问题：写代码和做设计真的变顺了吗？写代码，有变顺的迹象，但证据集中在“从 0 到 1 做出一个能看的东西”；做设计，今天真正变顺的是 Image 2.6，6.2 还没到设计师的桌面上。6.2 最该被检验的，也不是审美，而是它能不能把第 50 步走完——比如，往那个 3D RPG 里再加一套战斗或背包，它会不会把前面写好的逻辑弄崩。哔哩哔哩
