GPT-6.2双模型发布:Astra性能反超Claude,成本仅5%却遭开发者差评
OpenAI 发布 GPT-6.2 Astra,官方称其专业 Agent 任务表现超越 Claude Fable 5.2,综合成本仅为后者的 5%。实测显示,它在 3D 建模、游戏和网页设计上表现出色,但写作、长任务执行与沟通体验仍有短板。
OpenAI 在今天正式推出新一代旗舰模型 GPT-6.2 Astra,同时带来的还有主打性价比的 GPT-6.2 Sol。
官方晒出的成绩单显示,在专业 Agent 任务上
GPT-6.2 Astra 已经压过 Claude Fable 5.2,而完成同样任务的综合成本仅为后者的 5%,算是一次相当漂亮的反击。

上下滑动查看更多内容
不过上线还不到 12 小时,X 上就冒出了大量差评。
知名开发者 Theo 直接说这是「OpenAI 史上最糟糕的模型」,AI 创业者 Matt Shumer 的评价则是「基本无法使用」。

上下滑动查看更多内容
用户吐槽的点集中在几处:回答太简略,写作能力出现退步,长程 Agent 任务动不动就提前停下,碰到问题也不主动告诉用户。

有意思的是,骂得最凶的那批用户,同样认可 GPT-6.2 Astra 在 3D 建模、空间推理和成本效率上的明显优势,有些能力甚至比眼下所有竞品都强。

纪录级的性能、极低的成本,对上社交媒体上几乎一边倒的差评。GPT-6.2 Astra 究竟是被低估的天才,还是聪明却难用的模型?
我们带着这些疑问,让它跑了一系列真实任务,看看到底表现如何。
3D 能力毋庸置疑
和
Fable 5.2 那回一样,我们从零开始,只给了一句提示词,GPT-6.2 Astra 就把这个游戏做了出来。
「你看,你也该给我整一个FPS出来。质量必须做到特别精细,画面看上去得达到AAA大作那个水准。范围可以收窄(例如只做一个小关卡),可除此之外,得拿出让人惊艳的照片级真实画面。」

我们用的还是 Ultra 推理档位,即便如此 GPT-6.2 完成整个游戏项目也只花了 17 分钟。
经典鹈鹕项目里,GPT-6.2 Astra 画出的 3D 鹈鹕骑自行车,看上去又上了一个台阶:最早的 2D SVG,到后来的 3D 动画,再到如今超写实的真鹈鹕。

我们也照着 Fable 5.2 的经典案例,让 GPT-6.2 Astra 做了一本 Pop-up Atlas,一本能走进去的 3D 立体书。
玩家操控一个提灯的纸片旅人,顺着溪流、红桥和山村往前走。镜头一路跟随,前方的树和房屋从书页上立起,走远之后,身后的景物再慢慢折回平面。

这个项目的交付文档里,GPT-6.2 写着「性能方面,测试环境只能使用 SwiftShader 软件渲染」、「Blender 建模脚本已附上,本次 glTF 由同一套模型定义经 CPU 导出」、「在线预览发布时遇到 DNS 故障」……
可要是用户只想试试提示词玩法、搭个简单的 Demo 小项目,压根不知道 SwiftShader 是什么,也搞不清 gITF 和 DNS 分别指什么,看到模型最后附上这么一段话,难免一头雾水。

更多的测试里,我们还要求 GPT-6.2 Astra 做一款第三人称开放世界犯罪游戏,背景设在阳光明媚的 1980 年代迈阿密风格城市。

GPT-6.2 给到的不只是一个能玩的游戏,还把整个测试过程整理成了一份报告,对抗、开跑车、刹车、在沙滩散步等场景都覆盖在内。

要说最能体现 GPT-6.2 Astra 3D 实力的,还得是这个「孔雀开屏」项目。
我们的提示词只有「画出一只极其逼真的孔雀开屏可交互 3D 动画」,模型就产出了一个能直接打开的互动 3D 场景:视角可以拖动,孔雀从收羽到完全开屏也能手动控制,凑近还能看清每根尾羽上的眼斑。
[Peacock-Display-20s-2K.mp4]
在线审美这块,它确实在线;写作这块,也确实该补补
眼下这些前沿模型,基本都洗掉了早些年那股浓得化不开的AI味。做网页也好,出报告也罢,出来的整体样式更讲究,设计感也更强。
我们没绕弯子,直接对GPT-6.2 Astra下了指令:「创建你能想象到的最美丽、最惊艳的单个 HTML 文件。」

它交出来的是一本想象中的深海图谱,全部收在一个离线HTML文件里。幽暗水域中,玫瑰金水母一明一暗地搏动;条纹鹦鹉螺拖着象牙色的触须;玻璃栉水母则负责捕捉光线。
标本上还能推着2.5×放大镜来回移动,看清更细的纹理;也可以翻开野外笔记本,看里面的石墨插图,可选的水下声景会跟着每幅图版一起变。
换成各类文字报告网页,GPT-6.2 Astra同样没套那些固定风格,多少带出了自己的设计感。

接下来我们又让它把这份报告做成PPT。GPT-6.2 Astra生成的文档,比早先那种缺模板、样式单一的排版耐看不少。

再看X上那些生成的GIF动图。同样给一句话的提示词,GPT-6.2 Astra能在7分钟内产出一段日式奇幻城市动画GIF,像素艺术,超精细,超高质量,画面惊艳,整体协调统一且完美。

写作方面,我们挑了两件事:社交媒体上重新冒头的信小呆动态,加上Reddit上不断有人分享自己被裁员的经历。两件事听着八竿子打不着,就看模型能写出什么文章。
先看Gemini Hydrogen的回答。文章里金句不少,它把两件事串起来的路子是「人们不再轻易相信天降横财就能一劳永逸的神话,也开始对 AI 马上就能全自动接管一切的激进承诺保持警惕。」它在文章里面说,
八年前,信小呆以为中了奖就能彻底摆脱工位;到了 2026 年,Reddit 上的科技从业者又对着裁员名单和无休止的加班陷入自我怀疑。这两拨人真正害怕的,其实从来都不是「劳动」本身,而是失控感。生活节奏被一张过期的优惠券牵着走,或者职业价值随时被一个黑盒算法否定,人就会掉进深深的虚无与焦虑里。

上下滑动查看更多内容
轮到GPT-6.2 Astra,它这篇文章就很难看出两件事是怎么被联系到一起的。它写的是「这些个人经历还回答不了有多少人因 AI 辞职,却足以解释那个程序员为什么想把画画留给自己。」
通读下来,GPT-6.2写的文章里废话式的表达不少,比如「这一站带不回能剪进 vlog 的素材,她就没去。」另外短句用得太多,读着读着就断了,整篇文章的阅读体验被割得七零八落,让人不明所以。
上下滑动查看更多内容
我们又让它们写高考作文,题目方向一样,都是AI把问题全解决了、人的认知障碍该怎么突破这类泛泛而谈的局限。Gemini交出的标题是「垂手可得的答案,与无可替代的追问」,措辞和腔调确实很像那么回事。
我们要面对的,不再是「如何做到」的技术困局,而是「为何而做」的价值迷思,以及「何以为人」的精神保卫战。
上下滑动查看更多内容
GPT-6.2 Astra的作文标题叫「那一级台阶」。角度确实另辟蹊径,绕开了Gemini那种多数人都会选的路子,它写的是「AI 能算出最短路径的米数,却看不见物理与人心之间的那道落差。」
可读下去又觉得,不少观点表达得太隐晦,文体也四不像,议论文不像议论文,记叙文不像记叙文。而且从第一段起,整篇文章的重心就整个滑向了「无障碍设施」和「关爱残障群体」。
大段笔墨都在讲轮椅导航、修学校台阶,AI反倒成了可有可无的背景板。读起来会让人觉得,GPT-6.2 Astra是背了一篇关爱弱势群体的文章,硬往AI题目上套。
上下滑动查看更多内容
换作是我,写作类的任务大概不会交给GPT-6.2 Astra,它写出来的东西确实一言难尽。
越聪明的,一定越好用吗
翻遍社交媒体上对 GPT-6.2 批得最狠的那些文章,会发现模型和用户之间其实已经错位了——大家并不是嫌 GPT-6.2「蠢」。
那篇文章把 GPT-6.2 数落了一通,可同样也点出了它不少长处:
- 当审阅者很在行,别的模型漏掉的问题它能挑出来。
- 偶尔能拿出真正漂亮的新解法。它帮我做了一个新的反向代理,每个月省下 2.5 万美元;Opus 就没有那个胆量去试足够多的方案。
- 在 3D 和游戏上属于世界级水准。
- 代码质量实实在在往上提了一截。
- 写子 Agent 的提示词写得相当可以。
上下滑动查看更多内容
这些优点随便挑一条安到哪个模型身上,谁都不会说那是个糟糕的模型。甚至 GPT-6.2 Astra 要是放在一年前发布,估计不少人会惊呼 AGI 来了。
Fable 5.2 出来以后,把人和模型聊天交互的体验阈值越拉越高。我们一边觉得 Fable 5.2 在很多方面已经够得上我们对智能模型的期待,一边又觉得它听得懂人话、用着丝滑,还能自己把活交付了。
而 GPT-6.2 呢,活像刻板印象里的理科生,不会交流,也没法跟我们好好协作。
这就像团队里来了个技术强到离谱的天才极客,偶尔能写出超神级别的架构,帮团队省下几十万。可他平时不肯写文档,代码里全是看不懂的缩写,遇到报错就藏着掖着,甚至活干到一半跑过来问你一个特别低级的文件夹命名问题。
你是项目负责人,多半还是觉得他「没法用」,因为你花在猜他意图、替他兜底上的心智成本,早就把他带来的收益抵掉了。
所以也有网友说,「有时候我们在想我们是不是过于自大了,是人类的智能匹配不上模型的智能」。这么一来,当一个人评价这个模型好不好用的时候,如今还得把人类智能的上限也算进去。
这话不对。产品的任何缺陷要是都能解释成用户不够格,模型就永远不用改进了。做得好,说明模型聪明;做得让人摸不着头脑,也说明模型太聪明。
一个真正更聪明的模型,按理说更该懂得怎么向不同的人把同一件事讲明白,而不是只会用自己那套内部术语表达。高智能和难理解之间,并没有必然联系。
GPT-6.2 的很多毛病,并不是什么「高维智慧的降维打击」,大多数时候就是纯粹的工程妥协,加上对齐带来的副作用。
「不说人话」,是因为 OpenAI 要把推理成本压到 Fable 5.2 的 5%,训练时强行压缩了它的输出 Token。「卡在长任务里」,则是因为前代 GPT-6.1 Astra 被砍,团队把安全护栏又焊得更死了。
另一面,GPT-6.2 似乎也真在预示一件事:大模型如果从一个迁就人类沟通习惯的贴心助手,进化成一种高度异质化、冷冰冰的工业算力,我们会觉得难受,是不是因为还在拿管理「人类同事」的标准,去要求一个越来越像无所不能的外星人物种。
假如将来出现一个模型,完全不向我们解释过程,推理逻辑人类根本看不懂,但代码和结果经过自动化测试 100% 跑通,我们会愿意把核心系统的控制权交给它吗?