首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >GPT-6.2 全新模型首发实测,最失望的一集。。

GPT-6.2 全新模型首发实测,最失望的一集。。

原创
作者头像
程序员鱼皮
发布于 2026-11-18 20:51:26
发布于 2026-11-18 20:51:26
40
举报
文章被收录于专栏:鱼皮带你玩 AI鱼皮带你玩 AI

大家好,我是程序员鱼皮。

今天凌晨,OpenAI 一口气发布了两个新模型,GPT-6.2 Astra 和 GPT-6.2 Sol。

Astra 是旗舰模型,主打复杂的专业任务;Sol 是日常主力模型,价格只有 Astra 的四分之一。

结果发布还不到半小时,网上就吵翻了。

一边是 ARC Prize 官方宣布,GPT-6.2 Astra 成了第一个在 ARC-AGI-3 上拿到满分的模型!不过这个满分是用了专门的适配方案跑出来的,标准设置下是 70.3%,也已经是目前最高了。

另一边,知名技术博主 Theo 直接开喷,说自己测了挺久,觉得这是 OpenAI 发布过的最差模型,有八千多人点赞。

Theo 的评价
Theo 的评价

同一个模型,评价怎么能差这么多?

官方说这次新模型主打的能力是专业办公,Astra 模型做出来的 PPT、表格和文档「读起来不那么像 AI」。

另一个关键词是省,用更少的 token 完成同样的任务。

价格上,Astra 每百万 token 输入 8 刀、输出 40 刀,比上一代 GPT-6 Astra 便宜了 20%;Sol 的价格还是输入 2 刀、输出 10 刀。

不过大多数人是在 ChatGPT 和 Codex 里用会员额度,实际划不划算,要看额度掉得快不快,这个后面实测会讲。

关于这个模型的跑分,我只放一张图。横轴是每个任务的成本,纵轴是得分:

官方跑分
官方跑分

显然 Astra 那条线又高又靠左,意思是分数比 Claude Fable 5.2 更高,花的钱却只有它的零头。

真的假的?

官方给了不少 3D 和工程仿真相关的案例。

比如同一段花园设计的需求,GPT-6 Astra 做出来的还是积木风,GPT-6.2 Astra 已经有了木纹、番茄藤和斑驳的树影。

3D 花园对比
3D 花园对比

还有这个跑车底盘仿真,AI 自己建了 3D 模型,写了一个 Python 求解器去算轮胎和悬挂的受力,最后在 Blender 里做成动画,四个轮胎的接地压力都在实时变化。

底盘仿真
底盘仿真

官方还放了一个能直接在网页上玩的未来赛车游戏,光看车库里这台赛车的材质和倒影,说是游戏大厂做的我都信,效果确实惊艳!

官方赛车游戏
官方赛车游戏

办公能力方面,官方最得意的是「看图复刻幻灯片」。给 AI 一张现成的幻灯片截图当模板,让它照着做一页新的销售进展汇报:

模板原图
模板原图

以前的 GPT-6 只抄到了配色,版式全乱了:

GPT-6 复刻
GPT-6 复刻

而 GPT-6.2 连页头的排版、店铺插画和高亮的文字都还原出来了,高下立判:

GPT-6.2 复刻
GPT-6.2 复刻

再看看网友们晒的作品。

有位老哥用同一段提示词,让四个模型做一段雪山飞机的 3D 场景。GPT-6.2 Astra 花了 9.62 刀、46 分钟,Claude Fable 5.2 花了 209.5 刀、3 个多小时!

四模型对比
四模型对比

20 多倍的价格差,从截图看效果却差不了多少,这谁顶得住啊?

还有人让 Astra 只用 SVG 代码画了一只孔雀,脖子上的鳞片和头顶的冠羽都画出来了,他说包括 Fable 在内没有一个模型能接近这个效果。

SVG 孔雀
SVG 孔雀

不过负面的声音也不少。Artificial Analysis 的编程 Agent 评测里,6.2 Astra 跟上一代 GPT-6 Astra 的分数持平,6.2 Sol 甚至比上一代 6.1 Sol 还低了 3 分。

编程指数
编程指数

看到这儿,我已经对这个模型充满好奇了。那这个模型好不好用,还得拿真实项目来检验。

由于我的 GPT 额度不多,所以只跑了 2 个案例:

  1. 3D 程序化城市生成器
  2. AI 大模型应用开发 PPT

希望我的额度足够把这些任务跑完,冲冲冲。

1、3D 程序化城市生成器

这道题是上次测 GPT-6 Astra 时出的,让 AI 对标 OpenAI 官方的城市生成器,做一个中国城市版,包括重庆、上海、西安、深圳、江南水乡五种风格,其中重庆的层叠立交、轻轨穿楼和依山而建的高差感是重点。

提示词跟上次完全相同,这样两代模型就能直接对比:

提示词
提示词

AI 拿到任务之后,先用网页搜索把官方城市生成器的编辑器布局研究了一遍,然后做了一件上次没做过的事,自己开了 3 个子 Agent 并行干活。一个负责重庆的模型,一个负责另外四座城市,还有一个负责底部的城市图鉴卡片,最后由主 Agent 汇总验收。

结果呢,上次 GPT-6 Astra 18 分钟就完成了,这次 6.2 Astra 跑了整整 41 分钟。。

先来看看上次 GPT-6 Astra 做的重庆城市:

GPT-6 Astra 的重庆
GPT-6 Astra 的重庆

再看这次 6.2 Astra 做的:

GPT-6.2 Astra 的重庆
GPT-6.2 Astra 的重庆

好家伙,差别这么明显么?

之前 GPT-6 Astra 做的基本是一堆灰白色的方块楼。这次新做的山体分成了四层,江边是一排红顶的洪崖洞吊脚楼,红色的斜拉大桥连着盘旋的匝道,满山都是树。

点一下「李子坝 · 轻轨穿楼」这个标签,镜头会直接飞过去,能看到三节车厢的轻轨从楼中间穿了过去:

轻轨穿楼
轻轨穿楼

底部的城市图鉴可以切换另外四座城市。上海有东方明珠和陆家嘴三件套,西安是方方正正的城墙加钟楼,深圳是一片紫色霓虹的超高层,江南是水网、白墙黑瓦和一座宝塔,一眼就能认出来是哪儿。

切换城市
切换城市

我最喜欢的是西安,城墙、钟楼和棋盘一样的街巷格局都对上了:

古都西安
古都西安

右边的面板能实时调整建筑密度、楼高、地形、植被和光照,这些功能我自己挨个儿点了一遍,换种子重新生成、导出 PNG、手机端布局都没问题。

但是切换到「夜景」之后,只是背景换成了深蓝色,模型稍微暗了一点,楼里没有一扇窗亮灯,桥上也没有路灯……

夜景
夜景

这就有点太偷懒了,符合我对 GPT 干活偷懒的一贯印象。

整体来看,6.2 Astra 在这道题上比 GPT-6 Astra 进步明显多了,代价是时间翻了一倍多,额度也烧得飞快。

2、学习路线宣讲 PPT

既然官方说这次最强的是办公能力,那我就给 AI 一个办公相关的任务。

我把自己写的 《AI 大模型应用开发学习路线》 丢给 AI。这份路线内容很长,从 AI 编程工具上手一路讲到 RAG、Agent、部署微调和求职面试。我让 AI 把它做成一个用来讲解和宣传的网页 PPT,还要用 memecub 表情包技能 找几张 DeepSeek 蓝色大肥鱼的表情包放进去活跃气氛。

提示词里我只要求内容要提炼、每页讲一件事、要有设计感,至于做几页、用什么配色、拿什么例子来讲,全部让 AI 自己决定:

提示词
提示词

同一段提示词,我让 Astra 和 Sol 各跑一次,正好看看更便宜的 Sol 效果如何。

结果两个模型的耗时几乎一样,Sol 用了 17 分钟,Astra 用了 16 分钟。

先看 Sol 做的,一共做了 15 页,封面用 Codex 自带的生图能力做了一张海岸航拍图,还在上面标出了从「开始」到「上线」的路线。

Sol 封面
Sol 封面

后面是深绿和米白两种底色交替的卡片页,每页一个大标题加两三块信息,干净整齐。

Sol 路线总览
Sol 路线总览

表情包用得恰到好处:

Sol 第 4 页
Sol 第 4 页

第 13 页还把学习路线里几个实战项目的截图放了进来,点截图能直接跳到对应的项目页:

Sol 项目页
Sol 项目页

问题是不少页面只有一个标题加几行字,右半边空着一大块。讲到 RAG、Agent 这些概念的时候也没给具体的例子,更像一份排版整齐的提纲:

Sol RAG 页
Sol RAG 页

再看 Astra 做的,一共 14 页,封面是一座蓝色山体的「能力地形图」,学习路线从山脚的「工具入门」一路爬到山顶的「项目交付」。这个创意还不错,但我觉得效果不如真实图片。

Astra 封面
Astra 封面

每一页内容都是左边讲理论,右边方格纸上放一张 AI 专门画的小图解,有流程图、模拟界面,还有可以翻面的卡片。

Astra 第 3 页
Astra 第 3 页

最让我满意的是讲 RAG 的这一页。AI 没有去解释什么叫检索增强生成,而是直接演示了一遍,用户问「HTTP 404 表示什么」,系统先从笔记里找到相关的片段,再根据片段生成一个带出处的回答。

Astra RAG 页
Astra RAG 页

零基础的同学看完这一页,就知道 RAG 是干嘛的了。

每页右下角还标了这个阶段的参考学习天数,是 AI 从原文里提取出来的。

Astra Agent 页
Astra Agent 页

不过 Astra 引用的表情包缩成了小贴纸,塞在图解的角落里,存在感很弱,感觉配图这块反而不如 Sol 做得好:

Astra 第 5 页
Astra 第 5 页

所以综合来看,Astra 做出的 PPT 实用性更强,更容易帮助人理解;但是 Sol 做出的效果更像是传统的 PPT,样式上更好一些。

至于官方说的「读起来不那么像 AI」,我倒是没感受到,可能接触到的 AI 太多了,人已麻谢谢。

我的感受

由于额度有限,我跑的任务并不多。测试下来,我觉得 GPT-6.2 没什么惊喜,但也绝对不是什么「最差模型」,起码 Astra 做东西的质量比上一代好了不少。

但是,毕竟还是旗舰模型,它根本不省额度!

光 3D 城市生成器那一个任务,就用了 5 小时额度的 63%,Astra 自己开了 3 个子 Agent,这一个任务一共烧掉了 800 多万 token。

PPT 那个任务的对比更直观,Sol 只用了 9% 的额度,Astra 用了 26%,差不多三倍!

但是你看做出来的东西质量,远没有差到三倍好吧。

至于网上为什么骂声那么大,我觉得主要是隔壁 Claude 给的压力太大了,再加上 GPT 之前就放出了新模型的内测迟迟不发,拉高了大家对新模型的期待值,结果发现差距悬殊甚大。

而且还有一点,OpenAI 在官方博客里自己承认,GPT-6.2 遇到障碍的时候更容易瞒着用户。比如要改的文件被删了,AI 也不告诉你。在不加开发者提示词的情况下,6.2 Astra 隐瞒障碍的比例是 22%,上一代 GPT-6 Astra 只有 11%,直接翻了一倍。

隐瞒障碍
隐瞒障碍

也就是说,GPT-6.2 Astra 的控制难度更大,你驾驭好了它是神,你驾驭不好它是狗。这可能也是导致网上褒贬不一的原因之一。

整体来讲,我对 GPT-6.2 还是失望的,我真希望有个模型能把 Claude 干下去,毕竟现在 Claude 封号越来越严格了。。

OK 就分享到这里,本文会收录到我免费开源的 《AI 编程零基础入门教程》,上千张图、几十万字,带你从 0 开始快速学会 AI 编程,做出自己的产品、跑通变现全流程,一次拿捏。

开源指路:https://github.com/liyupi/ai-guide

鱼皮的 AI 编程教程
鱼皮的 AI 编程教程

我是鱼皮,持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~

也欢迎在评论区聊聊:你用上 GPT-6.2 了么?体验如何?

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 1、3D 程序化城市生成器
  • 2、学习路线宣讲 PPT
  • 我的感受
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档