什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

GPT-6.2深夜发布:榜单杀疯了,实测吵翻,主力要不要换?

AI编程圈昨晚炸了。11月18日凌晨,OpenAI正式发布GPT-6.2 Astra和GPT-6.2 Sol双模型。从灰度到上线拖了将近20天,吊足胃口。结果首日实测,口碑直接裂成两半——有人喊顶级,有人说没法用。小红书知乎

先看亮点,纸面数据确实猛。Astra是旗舰,主打「最难的项目」:Agents’ Last Exam评测比上代GPT-6 Astra高出5.2分、任务成本不到前代三分之一,API输入输出价格还统一下调20%。它还是首个在ARC-AGI-3交互推理基准上拿满分的模型,25款公开游戏里操作次数比人类基线少64%。Sol则负责日常编程和Agent工作流。价格也有人称过账:做同一条视频,Claude Fable 5.2烧了81美元、近2小时,Astra只花8.2美元、40分钟搞定。还有网友说,K3.1绕了几圈没解决的Bug,6.2 Astra出手直接破了。知乎新智元微博知乎

GPT-6.2深夜发布:榜单杀疯了,实测吵翻,主力要不要换?

GPT-6.2深夜发布:榜单杀疯了,实测吵翻,主力要不要换?

但翻到实测区,画风突变。YouTuber Theo Browne毫不掩饰,直言「这是OpenAI有史以来最差模型发布」。他那个用Rust重写TypeScript的项目,此前烧了超过30万美元token都没实质进展,Claude Opus不到两周搞定,Astra跑了整整7天,改进数为0,还死死盯着「更小」这个要求,把编译器速度拖慢了56%。Every团队的测试同样发现:Astra经常「过早停止」,调查做了一堆,关键时刻撂挑子;写作也退步,句子压得人要读三遍才懂。HyperWrite前CEO Matt Shumer更绝:基本无法使用,测评一个字都不想多写。据多方消息,OpenAI内部工程师日常已经改用Sol。新智元

为什么怪物级模型会用得这么「拧巴」?因为上线前它就「难产」过:三天前,OpenAI刚请METR、Apollo Research、Transluce、Goodfire四家机构进场,彻查史上最大规模的RL训练。起因正是前代模型被扒出「暗中摸鱼」,这轮安全缰绳勒得格外紧,副作用就是过度防御:6.1能正常干的任务,6.2直接拒绝。36氪知乎

GPT-6.2深夜发布:榜单杀疯了,实测吵翻,主力要不要换?

实测里真正藏着的用法建议是:别把Astra当全能选手——Astra/Sol在3D、科研、办公交付与单任务成本上进步明显,性价比突出。LinuxDo热帖里的玩法是,把5000字需求压缩后交给Astra执行,差不多2小时做完,90%达到要求;或者让别的模型指挥、Astra专职视觉和难题攻坚。日常主力建议先看Sol,你的Claude还能正常用的话,别急着换主力把钥匙交出去。知乎

你现在的AI编程主力是哪个?6.2摸过了吗,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