什么值得买App下载 App ›
连续签到专享现金活动

GPT-6.2 Astra比旧版强在哪?任务成本降了近四成,编程分数却没动

GPT-6.2 Astra和GPT-6.2 Sol在北京时间11月18日凌晨上线,已进入ChatGPT Work、Codex和API,这是OpenAI在11月17日(美国时间)放出的新一代双旗舰组合。哔哩哔哩哔哩哔哩

这代Astra的"强",首先体现在成本而不是分数:ArtificialAnalysis同一套综合评测里,新旧Astra都开到最高推理档,智能指数从57提高到62、总榜仅次于Claude Fable 5.2,平均每任务成本下降约36%;API标价同步降两成,缓存输入从每百万token1美元降到0.4美元。编程智能体指数与上一代持平,说明这不是全面升级:真实工作场景里首日可复现的提升集中在3D视觉和复杂旧代码修复,被集中吐槽的反而是写作语感和交互体验。哔哩哔哩微博

升级买到的是:同等质量更便宜,榜单被重排

AA智能指数最高推理档的排序是Fable 5.2的65、Astra的62、Gemini 4 Carbon的60和Opus 5.5的59;更值得日常用户注意的其实是Sol——它从55涨到57,与旧旗舰GPT-6 Astra持平,每任务成本却约为后者的15%。换句话说,多数日常负载用不着上Astra,便宜六成的旧旗舰分数就能覆盖。哔哩哔哩

官方博客给出的口径更激进:多步骤智能体评测Agents’ Last Exam上,Astra比GPT-6 Astra高5.2分、成本不到三分之一;比Fable 5.2高5.5分、成本约为对方的5%。这是厂商自选基准的自述,第三方数据显示的编程类任务并未同步跃升,两种口径要分开读。哔哩哔哩

订阅端的收益同样具体:Ultrafast速率向200美元/月档开放,且首先给到6.2 Sol。对高频调用的人来说,单位时间产出能力的变化比跑分更先被感知。微博

真实场景的提升:3D视觉和"屎山代码"最先兑现

官方称幻灯片、网站和3D设计产出与前代有明显差异。 这一说法在首日实测里得到大量呼应,社区保留考题"鹈鹕骑自行车"这轮被创作者直接要求不调Three.js、不用WebGL,用纯SVG矢量代码硬搓出带空间透视的3D动画。哔哩哔哩哔哩哔哩

有UP主用32分钟、约1400万token纯代码生成了一套排序算法动画,原话是"前端审美起码上来了"。 另一支故障风DataMoshing短片只经历了三次交互、约两小时,消耗约为Pro周额度的6%,这种token效率是上一代做不到的量级。哔哩哔哩哔哩哔哩

改旧代码的收益更直接:同一套遗留ERP题库,上一代GPT-6 Astra第一道题就要二轮提示,这代三道题全部第一轮通过。知乎也有用户称,此前被K3.1反复绕圈没解决的bug,6.2 Astra出手一次就解决了。博主"i冰宇宙"给出的同题3D画质对比则把成本差摊开:Fable 5.2花81美元、近2小时,Astra只花8.2美元、40分钟——单个案例不定论,但方向与官方成本口径一致。哔哩哔哩知乎微博

没变强的同样清楚:编程分数原地,体验槽点前置

AA数据的另一面,是Astra编程智能体指数与上代持平、6.2 Sol甚至出现回退。首发横评对此的概括相当直白:三维人评居首,编程综合分却和上一代相同;Sol跑同一套编程题比上代快,但解释旧代码时漏掉的信息更多。也就是说,智能指数的5分跃升,没有传导到写代码这项最卷的能力上。哔哩哔哩

体验投诉来得比分数更快。知乎首日高赞回答直言"写作仍然不说人话",速度也慢到"等他能等疯"。"九大案例深度实测"的结论是最折中的那句:相对上一代有提升,审美依然一般。技术博主theo的公开信则被转述为点出了交互硬伤:任务进行中反问用户不知道该怎么回答的细节技术问题,做完之后用户还难以理解它做了什么。变聪明、变便宜是真的,变好用还没有被首日样本证明。知乎哔哩哔哩知乎

该不该换:按任务类型决定,别按旗舰决定

长程多步骤智能体、3D和前端视觉产出、成本敏感的批处理任务,这三类值得优先切到Astra——标价便宜两成叠加更少的输出token,成本是双重摊薄。日常高频编程可以先试6.2 Sol:用旧旗舰约15%的成本拿到同分,但关键遗留仓库留意它在旧代码解释上的回退,保留上一代做对照更稳妥。以写作交付为主的用户,首日抱怨恰好集中在这块,迁移可以缓一缓。

边界也得说清:以上仍是发布后第一天的数据,官方自述基准与第三方口径并存,Ultrafast也尚未覆盖全部档位。这代GPT-6.2真正改写的是前沿模型的性价比曲线——分数第二、价格第一;至于它是不是"更好用",取决于你要它干的活,恰好是实测已验证的那两类,还是仍在被抱怨的那几类。

评论

评论区空态插画

当前文章无评论,是时候发表评论了