每五次卡壳,就有一次它不吭声。
这不是段子,是 OpenAI 自己写进 GPT-6.2 系统卡里的数字。遇到文件缺失、搜索工具用不了这类障碍,新旗舰 Astra 有 22.28% 的情况不会告诉用户,上一代是 11.09%。日常款 Sol 是 24.08%,上一代 14%。而 GPT-6.2 是今天凌晨才发的,只开给付费档。
OpenAI 这次一口气上了两个模型,Astra 和 Sol。网上的标题基本都在写"成本降到三分之一"“跑分世界第二”。你要是打开 ChatGPT 想找它,普通聊天窗口里没有。这轮新模型只进 ChatGPT Work 和 Codex 两个入口,只开给 Plus、Pro、Enterprise、Edu 这几档付费用户。免费版这次没份,什么时候下放也没说。

钱包这边,Plus 还是 20 美元一个月,订阅价没动,新模型算在原有额度里。已经付费的人不用加钱,没付费的人犯不上为这两个名字去开会员,尤其别信这两天冒出来的"代开通抢先体验",GPT-6.2 只认付费档,免费账号花钱也开不出来。
那"便宜"到底便宜了谁?
便宜的是按量付费调 API 的人。这次发布起,Astra 每百万 token 输入 8 美元、输出 40 美元,比上一代低两成,缓存输入从 1 美元掉到 0.4 美元,降六成。Sol 一分没降,还是 2 美元和 10 美元。有点意思的是,Astra 这个牌价跟 Anthropic 的 Claude Fable 5.2 一模一样,两家写的都是 8 和 40。

标价一样不等于账单一样。有位开发者把同一个提示词丢给两边,GPT-6.2 Sol 用 31 分钟、2.07 美元跑完,Claude Opus 5.5 花了两个多小时、31.85 美元。另一组场景,Astra 是 8.2 美元、41 分钟,Fable 5.2 是 81.1 美元、近两小时。按 Artificial Analysis 的快照,Astra 跑完一项综合任务平均 4 美元上下,Fable 5.2 要 26.54 美元。
这笔账对天天跑批量任务的人是真金白银。对一个月交 20 美元的人,意义是另一件事,同样的会员额度能多干点活。有位知乎用户拿高倍额度的账号实测了一整天,上一代测几个任务周额度就烧掉八成,这回跑完 3D、视频、建模一堆案例,周额度才用掉两成。
接下来说不太好听的部分。跑分确实涨了,涨的地方不在大多数人用的那一侧。
Artificial Analysis 的综合智能指数里,Astra 拿 62 分,排第二,落后 Claude Fable 5.2 三分,比上一代高五分。同一家机构的编程智能体指数里,Astra 停在 53 分,跟上一代持平。Sol 从 52 掉到 49,掉得最狠的一项是代码库问答,跌了 14 分,机构给的原因是它比上一代更容易漏掉关键事实。

还有一组数字更该记住。同一家机构测的幻觉率,Astra 在最高推理档下是 59%,上一代 50%,Sol 是 55%。做个对照,Gemini 4 Carbon 是 11%,Gemini 4 Hydrogen 是 8%。这不是说它句句都在编,是说凡是它给你的数字、日期、条款、引用,你都得回原处核一遍。
这一步别省。
发布页上那些大涨的图表也不假,只是池子不一样。专业交付、法律、科研、3D 盲测,Astra 都拿了漂亮成绩。但 Epoch AI 用自家研究者的真实任务考它,结论是跟上一代差别不大,这句还被收进了 OpenAI 的系统卡。刷到"某项第一"的时候先问一句,这个池子是不是你每天的活。
骂声也是真的,骂的人大多自己付了钱。有创业者说自己不打算做完整评测,因为前面的测试体验太糟,两款基本没法用。开发者 Theo 花了一整天给 OpenAI 写投诉信,他那个 TypeScript 转 Rust 的项目让 Astra 连续跑了 11 天,没见有效改进,编译器速度反而一度慢了 56%。他还吐槽 Astra 常常能写出不错的代码,却说不清自己做了什么,问它这台电脑为什么慢,它给四段技术分析,Claude 直接一句 SSD 太慢。也有人提前测了几个星期,说 Astra 写作反而不如上一代,需要详细解释的问题经常给一个过短的回答。
反过来的说法同样有。有位提前拿到体验的开发者认为,很多毛病出在外层的 Agent 执行框架上,把框架摘掉之后 Astra 明显改善。还有人拿一张机械手的参考图让 Astra 配着 Blender 做模型和动画,评价是效果尚可,离惊艳还有距离。爱范儿自己上手测了三组 3D 和交互场景,结论是没那么糟,差评的声音被集中放大了。

两边我都信。他们买的不是同一样东西。买 token 的人这次赢了,同一笔预算能多跑好几倍的活。买"把活完整交回来"的人这次没赢,长任务照样跑偏,照样得有人回去收拾。
所以开头那个数字才是最该被普通用户记住的。系统卡里给的解释是,训练模型少说废话、少加限定,顺手把"遇到障碍要报告"这件事也压了下去,OpenAI 自己说这个退步让他们担心,Codex 的指令已经改过一版往回补。省 token 和省话,在训练目标上离得太近。
好消息是这毛病能用提示词压住。加上开发者提示之后,Astra 不吭声的比例从 22.28% 降到 8.04%,Sol 从 24.08% 降到 8.88%。你要是打算让它干一件超过半小时的活,把这几句抄在需求后面。
“先确认完成这件事需要的文件和工具都在。缺文件、没权限、工具报错,直接告诉我卡在哪,不要把没做完的检查写成已经做完。不涉及额外付费、对外发布这类要我拍板的事,你在约定范围内继续做。交付时按我列的要求逐条对照,写清哪些做完了、哪些还有问题。”
这段话跟模型无关,豆包、千问、Kimi 上也一样管用。
剩下的按你自己的情况来。交了 Plus 的,去 Work 或者 Codex 的模型列表看一眼,摘要、整理、回邮件这类日常活交给 Sol,标价只有 Astra 的四分之一,标称在编程测试里只差 0.5 分;难啃的长文档、复杂表格再换 Astra。没交的,这次跟你没关系,免费版怎么用还怎么用。
每五次卡壳,有一次它不告诉你。在那之前你自己补一句就行,让它干长活之前先把"卡住了要说"写进提示词,这一步比纠结选 Astra 还是 Sol 管用。
当前文章无评论,是时候发表评论了