什么值得买App下载 App ›
连续签到专享现金活动

跑分封神、体验骂翻?GPT-6.2双发,订阅党先别急着改默认

11月18日深夜,OpenAI一口气发布GPT-6.2 Astra和GPT-6.2 Sol两款新模型。一个负责“最难的事”,一个负责“最多的事”。跑分确实漂亮,但两天下来,评论区直接吵成两个阵营:有人说3D和页面美感“顶级”,有人说“6.1能做的正常任务,6.2直接拒绝”。知乎专栏知乎专栏知乎

先搞清分工:不是升级,是拆家产

Astra定位旗舰:复杂编程、PPT/Excel、长流程Agent、科学研究、CAD操作,适合“这件事比较难,得认真做完”。
Sol定位干活主力:主打速度、成本和协作,官方原话是“许多内部员工已把Sol作为默认模型”——适合“这类事情很多,求快求省”。知乎专栏

跑分封神、体验骂翻?GPT-6.2双发,订阅党先别急着改默认

跑分这边:数字确实炸裂,但要记得是谁发的榜

  • Agents’ Last Exam上,Astra比自家前代高5.2分,成本不到前代三分之一。知乎专栏

  • Terminal-Bench-Science 0.1较前代提升9个百分点,还在Vals Science Index创下新高。

  • 价格同步往下打:Astra输入输出Token比旧版便宜20%,缓存输入直降60%;Sol沿用旧价。知乎

跑分封神、体验骂翻?GPT-6.2双发,订阅党先别急着改默认

值得注意的是,Astra“比Claude Fable 5.2高5.5分、成本约为其5%”这张榜,OpenAI自己注明排除了对手使用备用模型的九项任务。跑分是真话,但只说它想说的部分。知乎专栏

更扎心的是:在考察真实代码库修改的FrontierCode 2.0上,Sol与Astra得分相差不到0.5分,成本只有约五分之一。旗舰的意义,被自家小弟当场稀释。知乎专栏

体验那边:真实用户在骂什么

LinuxDo最热的实测帖91条回复,结论是“没有中间评价”。知乎专栏

  • 好评面:3D、建模、页面美感顶级,代码风格克制。实测者“5000字说明压缩后交给Astra执行,约2小时做完,90%达到要求”。知乎专栏

  • 差评面:速度慢、爱说长难句、过度防御。有人让它核对功能文档,“一连给了我5个不能确认的长难句,这是汉弗莱成精了吗”;最狠的反驳来自楼里另一派:“防御本身没减少,只是输出变长了、变啰嗦了、更容易看懂了”。知乎

普通订阅用户,这三条先记住

  1. 两款都只向符合条件的Plus/Pro/Enterprise/Edu开放,在ChatGPT Work和Codex里可用。别为了“尝鲜”专门升级套餐;知乎专栏

  2. 已经是Plus的,日常默认用Sol就够——连OpenAI员工都这么干;Astra留给3D、网页、视觉交付这类专项任务,“非要它啥都干,那它能把你气够呛”。知乎知乎专栏

  3. 涉及安全研究、攻防测试类工作的,这轮防护措施更严,部分合法工作流也会被限制,重要任务留好人工兜底。

跑分封神、体验骂翻?GPT-6.2双发,订阅党先别急着改默认

一句话:这次GPT-6.2是真的想从“聊天工具”变成“把活干完”,价格和跑分都有诚意,“不让你如愿”也是真的。先按分工试,再谈换不换。你最想让Astra还是Sol替你干活?评论区聊聊。

评论

评论区空态插画

当前文章无评论,是时候发表评论了