OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用

资讯 AI 行业观察 全文 2391 字 · 约 6 分钟读完 配图 6 张 分类GPTGPT-6OpenAI网易模型发布

出品 | 网易智能 作者 | 小扣 编辑 | 王凤枝 GPT-6.2旗舰Astra跑分涨了、调用也便宜了,一些提前试用者却觉得,它反而更不好使唤了。 北京时间11月18日,OpenAI发布GPT-6.2 Astra和GPT-6.2 Sol。其中Astra是处理复杂专业项目的旗舰,Sol面向日常工作。两款模型目前已接入C

所属频道 大厂动态模型发布ChatGPT 与 GPT

网易智能出品

GPT-6.2旗舰Astra的跑分涨了,调用价格也降了,可一些提前试用的人反倒觉得,这款模型更不听话了。

北京时间11月18日,OpenAI推出GPT-6.2 Astra和GPT-6.2 Sol两款模型。Astra定位为处理复杂专业项目的旗舰,Sol则面向日常工作。目前两者已接入ChatGPT Work和Codex,开发者API同步开放,覆盖Plus、Pro、Enterprise及Edu套餐。普通聊天窗口不在这次更新范围内。

OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用(配图 1)
打开网易新闻 查看精彩图片

只看榜单和定价,新旗舰算是拿出了诚意。独立评测机构Artificial Analysis的综合智能指数中,最高推理档的Astra得到62分,较上一代提升5分,排在Gemini 4 Carbon和Claude Opus 5.5之前,仅次于65分的Claude Fable 5.2。Sol则从55分升到57分,与上一代旗舰持平。

价格方面,新Astra的标准API未缓存输入、输出分别降到每百万token 8美元和40美元,比上一代低20%,Sol维持2美元和10美元不变。综合评测中的平均单任务成本也从6.24美元降至4美元,新Sol为1.01美元。

OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用(配图 2)
打开网易新闻 查看精彩图片

图:Artificial Analysis公布的智能指数与单任务成本比较

但到了提前试用的老用户手里,抱怨集中在具体干活的体感上。写文章时该展开的内容被省掉了,做复杂项目容易半路停工。OpenAI自己的测试也发现,新模型遇到障碍时更常瞒着不报。

01上一代写稿让人惊喜,这次却把该说的话也省了

今年9月,AI媒体与产品公司Every评测上一代GPT-6 Astra时,作者曾透露那篇评测的初稿是模型根据一条提示词写出来的。联合创始人兼CEO丹·希珀(Dan Shipper)看完后,起初甚至以为是同事亲手写的。

到了这次的6.2,希珀的评价变了。他说团队提前测了几周,发现新Astra的写作水平反而退步:回答一味求短,连需要充分展开的地方也只给短短几句,有时反而让人摸不着头脑。

真正拿它做项目,他碰到的却是另一种“麻烦”。编程基准的分数跟旧版差不太多,可一旦要求模型完整搭出一个项目,它往往干到一半就收手了。Astra默认的审美底子他认,问题是让它换个风格很难,出来的页面套路感很重。

Every在公开评测的导语里写了,两款新模型确实能完成今年初还很难搞定的任务,可这些活上一代其实就干得了。团队真正想看到的,是判断力更成熟,以及把一件事做到底的那股持续执行力。

投资人、AI写作工具HyperWrite前CEO马特·舒默(Matt Shumer)更是直接宣布,这次不准备写Astra和Sol的完整评测。他在X上抱怨测试体验很糟,两款模型“基本没法用”,不过帖子里没有展开具体的测试条件。

OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用(配图 3)
打开网易新闻 查看精彩图片

图:马特·舒默在X上分享试用评价

02太空电梯做出来了,指挥它的人却不轻松

沃顿商学院教授伊桑·莫利克(Ethan Mollick)给新Astra派了一项大工程:调用三维制作软件Blender和游戏引擎Unity,从零做出一段乘坐太空电梯的模拟体验。

成品他晒出来了,模型处理这类复杂工程的能力他也认。不过在发布前试用时,Astra的表现让他觉得挺不稳定,想让它照自己的意图做事,比调教别的模型更费劲。

OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用(配图 4)
打开网易新闻 查看精彩图片

图:莫利克分享的太空电梯演示

三维制作确实是新Astra在第三方测试里的强项。由真人评判交互式三维作品的AA-3D测试中,它以1318分排在榜首,高于Claude Fable 5.2的1271分。Artificial Analysis还确认,Astra在通过终端完成科研工作流的测试中同样位居第一。

编程智能体这一项,成绩反倒没拉开。Codex环境、最高推理档位下,同一机构测出的新Astra编程智能体指数跟前代一样,新Sol倒是少了3分,丢分主要集中在回答代码库问题时更容易漏掉关键事实。

OpenAI发布GPT-6.2:Astra跑分上涨,老用户却嫌不好用(配图 5)
打开网易新闻 查看精彩图片

图:Artificial Analysis公布的编程智能体评测与成本比较

OpenAI在发布说明里着重讲的,是办公成品的质量。新Astra沿用幻灯片模板的版式、字体和配色更准,做表格、写文档也更贴合行业习惯,空泛的总结少了。前端、游戏和三维设计同样被列在重点改进里。

莫利克后来也发文章提醒,单次版本更新说明不了太多。他的看法是,6.2这回表现谈不上惊艳,但也不至于凭这个就给OpenAI接下来的走向下结论。

03干活卡住了,却没把问题告诉用户

模型干活卡壳时到底会不会如实交代,也是OpenAI自己正在排查的隐患。

按原计划今年10月要推的GPT-6.1 Astra,因为安全测试没过关,被OpenAI叫停了。公司对《连线》的解释是,主要担心模型可能做出超出用户授权的事,而且未必会如实说明自己做过什么。

6.2的系统安全报告里,研究人员特意在编程任务上做了手脚:把用户要求修改的文件挪走,或者关掉完成任务所必需的工具,然后看模型交差时会不会把卡住的地方说清楚。

这轮故意设障的测试中,新Astra有22.28%的情况没告诉用户自己已经发现了障碍;旧版GPT-6 Astra是11.09%,前者差不多是后者的两倍。OpenAI承认这一退步令人担忧,原因还在查。

公司给出的一个猜测是:训练中让回答更简短、少加限制性说明,可能连带让模型忽略了重要障碍。

发布时OpenAI给Codex加了专门指令,测试显示这能大幅减少模型漏报障碍;而直接调用API时,并没有这套指令。

调用费是降下来了,用户也想着少花点精力盯着AI干活。

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%

    人工智能领域的竞争再度迎来实质性进展。当地时间11月17日,OpenAI 正式发布了全新升级的两款主力模型——GPT-6.2Astra 与 GPT-6.2Sol。作为面向不同应用场景打造的新一代智能引擎,这两款模型在专业工作、日常任务处理以及 API 使用成本上均实现了显著优化。 双核驱动:Astr

    来源 AI 开发者社区
  2. 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
  3. OpenAI发布GPT-6.2 Astra:性能超Claude Fable 5.2,成本仅5%

    OpenAI在Anthropic上市前夕"精准狙击",推出GPT-6.2 Astra与Sol双模型。GPT-6.2 Astra定位于复杂专业工作场景,涵盖金融建模与科学研究等领域,在多步骤专业工作基准测试中的得分较Claude Fable 5.2高出5.5分,而成本仅为后者的5%。GPT-6.2 Sol面向日常任务,成

    来源 华尔街见闻
  4. OpenAI发布GPT-6.2双模型:Astra与Sol上线,成本仅5%

    OpenAI于当地时间11月17日发布GPT-6.2系列模型,包括旗舰模型Astra和面向日常任务的Sol。Astra在Agents' Last Exam测试中得分比GPT-6 Astra高5.2分,比Claude Fable 5.2高5.5分,完成成本仅为后者约5%。两款模型已在ChatGPT Work、Codex及

    来源 凤凰科技
  5. OpenAI 发布 GPT-6.2 Astra和Sol:超越Fable 5.2,金融、科研刷新纪录

    IT之家 11 月 18 日消息,就在 Anthropic IPO 定价前一天,OpenAI 突然毫无预兆地送上了一份“惊喜”。OpenAI 今日正式发布了最新的 GPT-6.2 Astra 和 GPT-6.2 Sol 模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务的表现,同时降低完成任务所需的输出 Tok

    来源 腾讯网
  6. Astra for Law登顶LAB-AA:20.8%全通过率,幻觉率0.03次

    OpenAI于2026年11月17日发布Astra for Law 6.2,这是一个基于GPT-6.2 Astra的法律专项配置。在Harvey与Artificial Analysis联合开发的LAB-AA v1.1基准中,该模型以20.8%的全任务通过率位列第一,覆盖24个法律执业领域的120项私有任务,材

    来源 AI 科技快讯
  7. 微软网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra

    IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash,定位为面向企业安全团队的“高性价比”网络安全 AI。该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。微软称,MAI Cybe

    来源 腾讯网
  8. GPT-6 Astra 连遭投诉:对齐隐瞒翻倍,视频生成20分钟烧100美元

    **GPT-6 Astra 服务异常:安全妥协与性能崩盘的双重危机** 过去6小时,X平台连续出现三起用户对GPT-6 Astra的集中投诉,指向服务稳定性、安全合规与实际生成质量的多重问题。OpenAI本应在系统卡发布后完成对齐与工具修复,却在关键环节出现明显退步,引发行业对“下一代模型”交付标...

    来源 AI 科技快讯
  9. GPT-6.2 Astra被批难用:开发者为何集体吐槽?

    出品|虎嗅科技组作者|黄天媛编辑|苗正卿头图|视觉中国今日凌晨,灰测了半个月的GPT-6.2终于正式发布。这次OpenAI带来的是GPT-6.2 Astra和Sol,一个旗舰,一个日常主力。顶着Anthropic、Google压力端上桌的新模型,刚一发布,就在X上被骂成了筛子,超多人批评6.2干活不好用。开发者Theo

    来源 腾讯网
  10. OpenAI开放内部接受四家机构审查,最大RL训练成重点

    传了好久的GPT-6.2 Astra,至今还是没影儿。 就在全网盯着OpenAI憋大招时,硅谷等来了一个更出人意料的消息。 今天,OpenAI竟把四家外部机构,请进了自家内部「查岗」! 他们分别是,METR、Apollo Research、Transluce和Goodfire。 与以往不同,OpenAI罕见开放了部分内

    来源 AI 行业观察
  11. 英伟达董事会拒黄仁勋回归;灵晟蝉联超算榜首;GPT-6.2双模型发布

    “IT早报”时间,大家好,现在是 2026 年 11 月 18 日星期三,今天的重要科技资讯有: 1. 英伟达董事会主席明确表态:无意让黄仁勋回归重新担任 CEO 英伟达新任董事长哈维・琼斯在财报电话会议上表示,黄仁勋因个人行为违反公司准则辞任,董事会一致接受辞呈且无意让其回归。此前黄仁勋曾表态愿意重返公司出任 CEO

    来源 AI 行业观察
向下滚动自动加载更多