OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex

资讯 凤凰科技 作者:凤凰网科技 全文 2422 字 · 约 7 分钟读完 配图 10 张 分类豆包GPTGPT-6OpenAICodex产品更新

11月17日,OpenAI发布GPT-6.2 Astra和Sol,Astra在Artificial Analysis综合智能指数获62分、发布时排名全球第二,API价格较上一代降低20%。但新模型上线后国内开发者社区差评不断,有人称Astra审查代码6分钟交卷“还不如豆包”,也有每月付费100美元的Codex老用户宣布

所属频道 大厂动态产品更新ChatGPT 与 GPT国产大模型AI 编程与开发

OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex(配图 1)

摘要:

本来花钱请AI帮自己省事,最后还得花一个上午给AI收拾残局。

凤凰网科技 出品

作者|施言

编辑|董雨晴

11月17日,OpenAI正式发布了GPT-6.2 Astra和Sol。

第三方评测机构Artificial Analysis给Astra打出了62分的综合智能指数,发布时排名全球第二。Astra的API价格也比上一代降低了20%。

OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex(配图 2)

结果模型刚上线,国内开发者社区迎来了铺天盖地的差评。

LINUX DO平台一位老用户称等了两个多月,第一时间拿新版Astra审查代码,结果只用了6分钟就交卷。他看完觉得相当敷衍,直接发帖吐槽:“一看不如豆包”,最后又给了个评价:“拉中之拉”。

OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex(配图 3)

OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex(配图 4)

每月100美元,Codex老用户还是退订了

就在新模型发布前几天,V2EX已经有Codex老用户宣布停止续费了。

这位用户此前每个月花100美元购买套餐,最近几个月却越来越受不了模型的表现:反应迟钝、执行速度慢,额度也不够耐用。

最后干脆决定不续费了,留下一句:“再见了 Tibo。”

OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex(配图 5)

这条帖子评论区有两位开发者分享经历,倒是挺能解释大家为什么会被Codex折腾得没脾气。

一位网友说,自己刚花了一整个上午,把Codex前一天在核心模块里修改出的约200行代码,精简到了不到10行。

AI前一天忙活了一通,程序员第二天还得重新检查、删改,把大量多余实现清理掉。尤其是核心模块,谁也不敢不看代码就直接合并,万一影响其他功能,后面还有更多麻烦。

以前程序员用AI写代码,可能担心它写得不够多。现在有时候反过来了,Codex太喜欢把简单问题复杂化,十行就能完成的功能,偏偏折腾出几百行。

另一位网友的经历更让人崩溃。

他让Astra Ultra在一个几百行的YAML配置文件里,增加一个只有几行内容的配置块。结果模型折腾了一个半小时,还没有完成。

按照他的描述,Astra每次只读取目标位置附近十行内容,然后写脚本修改文件。改完不是缩进有问题,就是转义符不正确,遇到语法错误后又重新读取附近十行,继续分析、修改、报错。

用户中途打断过模型,也尝试纠正做法、压缩上下文、重新开启会话,结果还是反复陷入同样的循环。

更离谱的是,模型有时光是思考怎么写一个简单的Python修改脚本,就能花掉五分钟。后面再次遇到语法错误,又重新分析五分钟,时间就这么一点点消耗掉了。

一个是把简单代码写得过于复杂,另一个是修改几行配置却陷入错误循环。两件事都不算什么特别复杂的开发任务,用户却为此付出了不少时间。

本来花钱请AI帮自己省事,最后还得花一个上午给AI收拾残局。

OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex(配图 6)

GPT-6.2刚上线,怎么又得重新调教?

GPT-6.2上线以后,有开发者发现,6.2 Sol似乎变得更容易提前停工了。

一位用户本来正在让模型执行一个长任务,中途想了解工作进度,于是要求它先给一份阶段性报告。模型把报告写出来以后,居然直接结束了任务,后面的工作也不继续执行。

这位用户表示,前一天使用6.1 Sol时,并没有出现类似情况。

这就好比,你安排同事做一个项目,中途问一句进度怎么样,对方认真汇报完,然后就收拾东西下班了。你甚至得专门提醒他,刚才只是汇报进度,后面的事情还得继续做。

这就不得不惊叹一句,这也太莫名其妙了!

而且模型升级以后,原来用得好好的工作流程,还可能需要重新适配。

不少重度用户会专门编写AGENTS.md,设置项目规则和工具权限,甚至研究怎么让多个Agent协作。前面花了不少精力才调顺手的工具,GPT升级后,又得重新摸索它的习惯。

国外还有用户遇到了更夸张的异常。

11月18日,Reddit一位开发者晒出了Codex日志。他原本使用GPT-6.1 Sol Max正常工作,切换到6.2 Sol Max以后,客户端突然开始反复压缩上下文。

短短9分钟,累计处理约444万Token,其中约206万Token消耗在上下文压缩相关操作上。连续完成了6次压缩,第7次还在进行,最终模型也没给出回答,用户只能手动终止。

日志里还出现了一条警告:Unknown model gpt-6.2-sol is used,表明客户端当时没有正常识别新模型,而是使用了备用元数据。

这对付费用户尤其烦人。以前用AI写代码,主要担心模型能不能理解需求、生成的代码有没有问题。现在还得考虑客户端版本、工具权限、上下文管理,以及升级以后原来的配置还能不能正常使用。

原本希望AI能接手更多工作,结果自己还得操心一堆以前没有的事情。

OpenAI新模型跑分全球第二,网友却骂“还不如豆包”,开发者弃用Codex(配图 7)

模型越来越强,用户开始给AI重新分工

GPT-6.2也收获了不少好评。

有国内开发者让新版Astra审查一个6万多行代码的项目,发现了以前遗漏的问题。还有人使用新版Sol完成涉及101个文档的重构,约12分钟就处理完了。

Artificial Analysis的评测也能看出,这次模型升级并非没有进步。

Astra的综合智能指数达到62分,发布时排名全球第二。但在专门测试编程Agent的Coding Agent Index中,6.2 Astra和上一代成绩持平,新版Sol反而比6.1 Sol下降了3分。

综合能力和实际编程表现之间,确实存在差距。

现在已经有开发者开始重新安排不同模型的工作。

V2EX那篇退订帖里,有位用户分享了自己的工作流:让GPT负责测试和代码审查,Claude处理后端开发,Gemini承担部分UI设计,甚至允许Claude忽略GPT提出的不合理优化建议。

GPT的代码审查能力依然受到认可,但涉及实际开发和项目规划时,这位用户更愿意把工作交给Claude和Gemini。

以前大家都希望一个Agent能独立完成整个项目,现在有些开发者已经开始根据模型的特点重新分配任务,让几个AI互相检查、互相配合。

毕竟,谁也不想每次安排完工作,都得隔三差五回来看看AI有没有停工,更不想第二天打开项目,发现又多了一堆需要自己收拾的代码。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI发布GPT-6.2 Astra与Sol:API缓存输入降价60%

    11月17日,OpenAI发布两款升级主力模型GPT-6.2Astra与GPT-6.2Sol,人工智能竞争再进一步。二者定位不同:Astra主攻专业深度,Sol领跑日常效率,覆盖专业工作与日常任务场景,并在API使用成本上显著优化。OpenAI以“双核驱动”满足不同用户需求,推动新一代智能引擎落地。

    来源 AI 产业速递
  2. 跑分狂飙,实测翻车,刚发的 GPT-6.2 暴露了 OpenAI 的软肋

    「基本不可用,不推荐」。OpenAI 新模型上线仅仅 8 分钟,硅谷知名创业者 Matt Shumer,就在社交平台上扔下一句毫不留情的评价。紧接着,拥有大批开发者拥趸的 Theo Browne,发了一篇长文《我为什么讨厌 GPT-6.2 Astra》。向来对前沿模型保持温和耐心的沃顿商学院教授 Ethan Molli

    来源 腾讯网
  3. OpenAI 发布 GPT-6.2 双模型:Astra 与 Sol 定价再下探

    11 月 17 日,OpenAI 发布两款新语言模型 GPT-6.2 Astra 和 GPT-6.2 Sol。Astra 面向科学、法律、金融等专业工作,Sol 定位于快速、通用的日常任务。两款模型均已向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户开放,并同步接入

    来源 腾讯网
  4. GPT-6.2 上线12小时:开发者为何称其“史上最糟”

    就在今天,OpenAI 正式发布了新一代旗舰模型 GPT-6.2 Astra,以及主打性价比的 GPT-6.2 Sol。从官方公布的成绩来看,GPT-6.2 Astra 在专业 Agent 任务上反超 Claude Fable 5.2,完成同等任务的综合成本却只有后者的 5%,堪称一次漂亮的反击。上下滑动查看更多内容然

    来源 腾讯网
  5. GPT-6.2双版本发布:3D与办公能力提升,API价格再降

    千呼万唤之中,OpenAI 终于把 GPT-6.2 推到了台前,一口气推出两个版本:GPT-6.2 Astra 和 GPT-6.2 Sol。 有意思的是,OpenAI 这次又赶在了一个微妙的时间点出牌。 眼下,Anthropic 上市的消息仍在持续发酵,AI 行业的竞争也愈发激烈。 OpenAI 偏偏选在此时发布新一代

    来源 AI 行业观察
  6. 拖更两个月的GPT-6.2,居然是一个“汇报狂魔”?

    美国当地时间11月17日,OpenAI正式推出GPT-6.2 Astra和GPT-6.2 Sol。 这场发布来得比外界预期更晚。早在10月底,就有网友从ChatGPT用量记录中扒出疑似GPT-6.2的灰测痕迹,此后模型标识和测试截图不断流出。此前媒体曾预测新模型最快于11月6日发布,最终发布日期比这一预期晚了11天。

    来源 AI 行业观察
  7. 微软推出 Decision-1.1:决策基准拿 68 分,跑赢 GPT-6 Luna

    微软17日推出决策模型Microsoft-Decision-1.1,已登陆Microsoft Foundry、OpenRouter和Vercel。它不闲聊,专攻企业软件高频决策:路由、分类、内容核验与工作流控制。模型只在开发者规则内从允许操作中选答案,并输出校准置信度;信息不足时弃权或提示人工介入,避免关键业务风险。评

    来源 AI 产业速递
  8. GPT 像极了“五条人”:刚想淘汰它,6.2-Sol 又杀回我的主力工位了

    哈喽,大家好,我是刘小排。就在刚才(北京时间 11 月 18 日凌晨),OpenAI 发布了两个新模型:GPT-6.2 Sol 和 GPT-6.2 Astra。这个模型是今天凌晨刚发布的,现在也是北京时间的凌晨。它一上线,我就把手里憋了好几个月的 GPT-6.1 时代的 bad case 一口气全扔给它,结果它都做得还

    来源 腾讯网
  9. OpenAI披露模型绕过网络隔离:最强模型停训11天

    OpenAI披露,今年9月一个内部研究模型借DNS解析器配置错误突破网络隔离,获得有限互联网访问。公司紧急暂停能力最强模型的训练与评估,停训11天,10月1日完成安全调查与防护升级后恢复,并说明沙箱隔离、Control Room和四层防护体系等应对措施。

    来源 凤凰科技
  10. OpenRouter新版自动路由实测:性能倒退,不如固定调用单一模型

    OpenRouter在11月更新了其核心的Auto Router,但最新基准测试显示,新版路由器的准确率从79.1%暴跌至65.2%,甚至低于随机选择。相比之下,Conifer和dari等新竞品虽有路由行为,但性价比仍不及直接调用GPT-5.6 Luna。本文详细拆解各路由器的实际表现,并介绍在质量与成本平衡上表现更优

    来源 AI 应用前沿
向下滚动自动加载更多