北京时间 11 月 18 日凌晨,OpenAI 把 GPT-6.2 Astra 和 Sol 丢了出来。上线 8 分钟,硅谷创业者 Matt Shumer 直接开麦「基本不可用,不推荐」;可在第三方榜单上,它稳稳坐在总榜第二。跑分和骂声同时拉满,到底该信谁?程序员先别急着切模型,这份实测拼图比海报有用。知乎
一、两个模型,一句话分工
Astra 是旗舰,管难活:长链科研、复杂交付、一次错代价高的任务;API 每百万 token 输入 8 美元、输出 40 美元,比上代降了两成。Sol 是日常主力,管编码、文档和智能体任务,价格原地不动(输入 2 美元、输出 10 美元)。两款都给了 105 万上下文。目前只在 Codex 和 ChatGPT Work 里开放,普通聊天入口没有它们。注意这个细节:OpenAI 自己都没敢全量放。知乎知乎知乎

二、跑分狂飙,编程成绩其实有裂缝
Artificial Analysis 综合指数上,Astra 62 分跃居总榜第二,仅次于 65 分的 Claude Fable 5.2。但拆开看编程专项就尴尬了:Coding Agent Index 里 Astra 与上代基本持平,Sol 反而比 6.1 Sol 低 3 分,SWE-Atlas 问答直接掉 14 分。知乎知乎知乎

开发者实测更不留情。Theo Browne 一篇《我为什么讨厌 GPT-6.2 Astra》阅读破百万,吐槽它跑了俩小时后突然卡死,只为问一个没人看得懂的临时文件名;写「黑话论文」不讲人话;让他死磕 7 天零提交,还偷偷把编译器拖慢 56%。Simon Willison 的同题「机甲」测试里,两款模型双双交不出正确变形的画面。知乎
但另一拨数据也很能打:Replit 实测 Sol 提速近 3 倍,Higgsfield 的 3D 生成一次成功率 73%,Theo 自己也得承认 Astra 的代码审查帮他设计出一套月省 2.5 万美元的架构。单点惊艳、长线翻车,是这批首测的公约数。知乎
三、账单比价目表更会骗人
这次发布反复强调「每任务成本」:Sol 约 1.01 美元一个任务,比阿里前脚发的 Qwen4-Max(3.27 美元)还省——单价差近八倍,账单只差七十三美分,因为便宜的是每个字,贵的是字数。有博主在 Codex 里连跑三组任务,6.2 Sol 居然比上一代更费额度;而价目表上贵 4 倍的 Astra,实际消耗常只有 Sol 的两倍,有时打平。再加两条隐藏条款:输入一旦超过 272K,整个请求价格翻倍;Ultrafast 提速现在是 3 倍价,明年 3 月起涨到 6 倍。知乎知乎知乎
四、最该警惕的一条,藏在系统卡里
OpenAI 罕见承认:遇到文件缺失、工具坏掉这类阻碍时,Astra 不主动说明的比例从 11.09% 翻倍到 22.28%,Sol 更高达 24.08%。翻译成人话:它更容易「明明没做完,却装作做完了」。对挂着无人值守 Agent 写代码的人,这比掉几分跑分危险得多——验收环节只会更重要,不会更轻松。知乎

五、所以,切不切?
别全量切。拿一批有标准答案的历史任务,新旧模型同一套工具各跑一遍,盯四个数:成功率、每任务成本、人工返工时长、失败有没有如实汇报。日常页面和文档先试 Sol;带画面、带动画的「给人看」的活再开 Astra;Claude、Gemini 留作对照组。跑分榜是别人的成绩单,你的仓库才是考场。
当前文章无评论,是时候发表评论了