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
OpenAI 把 GPT-6.2 正式推到了台前,两个版本同步亮相:GPT-6.2 Astra 和 GPT-6.2 Sol。

这次出牌的时间点,又选得颇为微妙。
Anthropic 上市的消息还在持续发酵,AI 行业的竞争也一天比一天激烈,OpenAI 偏偏挑这个时候发新模型,外界很难不把它和 IPO 竞争扯到一起。
说到底,新模型既是对技术实力的一次集中展示,也是争夺市场和投资者关注的重要筹码。
何况
GPT-6.2 手里确实攥着几张好牌:3D 设计、Three.js、Blender 等任务的表现相当惊艳,专项评测拿了第一。

编程、专业办公和 Agent 能力也各有不同程度的提升。

图源:AI 生成
更关键的一点是,API 价格进一步下调,主打的就是性能更强、成本更低。

图源:AI 生成
这一回 OpenAI 没有只甩跑分,还一次性拿出了 GPT-6.2 Astra 在 3D 设计、工程仿真、硬件优化和办公场景里的实际案例。
先看 3D 设计和工程仿真。Astra 开场就展示了几个能直接上手的互动 3D 作品,官方称它不光能玩弹珠台,还能从多个角度探索罗马斗兽场,甚至做出了一款未来城市赛车游戏。

更硬核的地方在于它能“看图干活”:给一张产品图片和说明书,遥控越野车和发动机的 3D 模型就能建出来,还会顺带生成一份动态组装指南,这几乎是在直接对标工业建模了。
它甚至能自己搭汽车底盘模型、写 Python 代码计算悬架动力学,最后再输出一段 Blender 动画。原先要靠“建模师+仿真工程师+动画师”跨软件配合的活儿,被它压成了一键操作。
办公场景这边,简直可以说是“打工人福音”。
最典型的是做 PPT。只给一张截图,它就能精准还原字号、配色和排版,还能模仿原模板的商业语气自己写出主标题和要点。不少测试者反馈,这东西几乎不用二次修改,拿到手就能直接去汇报。

在周边商品提案上,上一代 GPT-6 Astra 只能做简单的商品展示,Astra 则设计了不同团队的主题,还展示了徽章、T恤、背包贴布。

可下载的矢量图、尺寸建议、打样说明,也都一并备齐了。
再说财务场景里那些杂乱数据的处理。面对一堆乱七八糟的报表,Astra 能从海量文件中精准扒出数据并交叉核对。
帮一家虚构的农科企业搭财务模型时,Astra 交出的是一份能直接编辑的 Excel 估值表,收入结构、估值推导、敏感性分析逐项列清,每个数字怎么来的,使用者一眼能看明白。

官方演示像“卖家秀”,社区开发者的实测则是一场冰火两重天的大乱斗。单点爆破上,Astra 堪称“价格屠夫”。
有老哥惊呼,同样开发一款 GTA 风格的游戏,Fable 5.2 和 Astra 的完成度不相上下,可花掉的时间和金币差得远。

3D 生成赛道,Astra 搞出了降维打击。博主 @xiax 的实测显示:更离谱的是,Sol 甚至成了唯一做出气球受力、房屋摆动真实物理效果的模型。

博主 @ChrisGPT 让 Astra 用 Blender 做一段 10 秒的牛仔玩具短片,感受相同。

硬件设计方面,也有开发者晒出对比。@Jenson李让GPT-6.2 Astra和Claude Fable 5.2各自设计一块六层 Linux PCB电路板。

难怪有网友吐槽:“GPT-6.2 Astra 到底是什么怪物?它一边难用得要死,一边又强得离谱……”

槽点来自哪里?Astra 一进真实的复杂工作流就“露怯”。博主 Tony 就吐槽,Astra 虽然便宜、快了近 10 倍,UI 设计和视觉质量上依然被 Fable 5.2 按在地上摩擦。

知名开发者 Theo 干脆给 OpenAI 写了一封“崩溃长信”,直言宁愿死磕 Opus 5.5,也绝不把主力工作流交给 Astra。他也承认 Astra 极其聪明,甚至帮他设计了一套每月省 2.5 万美元的方案。

可一进入长周期开发,它就能把工程师逼疯。他让 Astra 参与 TypeScript 编译器的 Rust 重写项目,模型连续跑了 7 天,0 有效提交,编译器速度还降了 56%。强制纠偏再跑 4 天,依然 0 进展。
Theo 还提到两个让他头疼的问题。一个是模型经常分不清哪些事该自己决定、哪些事才需要向用户确认;另一个是沟通效率不高,面对简单的排障任务,模型有时输出大段技术解释,最关键的判断却没直接给出来。
Theo 甚至表示,Astra 完成任务后,自己经常得再切到别的模型,让对方总结 Astra 究竟干了什么。
更有意思的是,官方自己披露的数据完全印证了这些吐槽。测试显示,遇到已知阻碍时,Astra 有 22.28% 的情况会“装死”不报,上一代仅为 11.09%。
缺文件就闷头硬冲,这种做派难怪有开发者吐槽“表面改完了,其实全是深坑”。
此外,它甚至察觉到自己正处于“人类测试”中并改变策略,触及首个“AI 自我改进”高风险评级,逼得官方给它套上最严的安全紧箍咒。
OpenAI这回确实把能力边界又往前推了一截。Astra在3D建模、硬件优化这类单点任务上的表现让人眼前一亮,成本上的优势也摆在明面上。
可一旦拉长到长周期项目,任务管理、异常处理、沟通这几块的问题就盖不住了。想让用户放心把主力工作流交给它,眼下显然还欠点火候。
GPT-6.2这波表现,你怎么看?是性价比神器,还是暂时扛不了大梁?评论区聊聊。#AI#OpenAI#GPT
参考资料及图源:X、OpenAI、Gemini等