推廣活動

GPT-6.2 實測:強得離譜,但又難用得要死

RexAA
•
AI速讀
OpenAI 正式推出 GPT-6.2 Astra 與 Sol 模型,主打強大的 3D 設計、硬體最佳化及低成本 API 價格,旨在與 Anthropic 等競爭對手搶佔市場關注。儘管 Astra 在單點任務(如 PPT 生成、財務模型、3D 建模)表現驚人,甚至被譽為「價格屠夫」,但實測顯示其在長週期複雜工程開發中存在嚴重缺陷,包括任務管理紊亂與溝通效率低下。整體而言,GPT-6.2 推動了能力邊界,但在處理複雜工作流的穩定性上仍有進步空間。

千呼萬喚之中,OpenAI 終於把 GPT-6.2 推到了台前,一口氣推出兩個版本:GPT-6.2 Astra 和 GPT-6.2 Sol。

有意思的是,OpenAI 這次又趕在了一個微妙的時間點出牌。

眼下,Anthropic 上市的消息仍在持續發酵,AI 行業的競爭也愈發激烈。

OpenAI 偏偏選在此時發佈新一代模型,外界很難不將其與 IPO 競爭聯絡起來。

畢竟,新模型既是技術實力的集中展示,也是爭奪市場和投資者關注的重要籌碼。

而且,GPT-6.2 確實有幾張好牌。

3D 設計、Three.js、Blender 等任務表現相當驚豔,專項評測拿下第一。

程式設計、專業辦公和 Agent 能力也有不同程度提升。

圖源:AI 生成

更重要的是,API 價格進一步下調,主打性能更強、成本更低。

圖源:AI 生成

這次,OpenAI 沒有只公佈跑分,還一口氣展示了 GPT-6.2 Astra 在 3D 設計、工程模擬、硬體最佳化和辦公場景中的實際案例。

先看 3D 設計和工程模擬。

Astra 一上來就展示了幾個能直接互動的 3D 作品,官方宣稱不僅能玩彈珠檯,還能多角度探索羅馬鬥獸場,甚至生成了一款未來城市賽車遊戲。

更硬核的是,它還能直接“看圖幹活”:只要給一張產品圖片和說明書,它就能把遙控越野車和發動機的 3D 模型建出來,順帶生成一份動態組裝指南,可以說是直接“碰瓷”工業建模了。

甚至,它還能自己搭汽車底盤模型、寫 Python 程式碼算懸架動力學,最後再給你輸出一段 Blender 動畫。

原本需要“建模師+模擬工程師+動畫師”跨軟體配合的活兒,直接被它壓縮成了一鍵操作。

再看辦公場景,這簡直堪稱“打工人福音”。

最典型的就是做 PPT。那怕你只給它一張截圖,它不僅能精準還原字號、配色和排版,還能模仿原範本的商業語氣自己寫主標題和要點。

不少測試者反饋,這玩意兒幾乎不用二次修改,拿到手就能直接去匯報。

在周邊商品提案上,上一代 GPT-6 Astra 只能做簡單的商品展示,而 Astra 不僅設計了不同團隊的主題,展示了徽章、T恤、背包貼布。

連可下載的向量圖、尺寸建議、打樣說明都給你備齊了。

再說到處理雜亂資料的財務場景。

面對一堆亂七八糟的報表,Astra 能從海量檔案裡精準扒出資料並交叉核對。

在幫虛構農科企業做財務模型時,它不僅做了一份可編輯的 Excel 估值表,還把收入結構、估值推導和敏感性分析排得明明白白,讓使用者一眼就能看明白每個數字到底是怎麼算出來的。

如果說官方演示是“賣家秀”,那社區開發者的實測,簡直就是一場冰火兩重天的“大亂鬥”。

一方面,Astra 在單點爆破上堪稱“價格屠夫”。

有老哥驚呼,同樣是開發一款 GTA 風格的遊戲,Fable 5.2 和 Astra 完成度還不相上下,但花費的時間和金幣可是大相逕庭。

在 3D 生成賽道,Astra 更是搞出了降維打擊,博主 @xiax 的實測顯示:

更離譜的是,Sol 甚至成了唯一實現氣球受力、房屋擺動真實物理效果的模型。

博主 @ChrisGPT 讓 Astra 用 Blender 做一個 10 秒的牛仔玩具短片,也有相同的感受。

硬體設計方面,也有開發者分享了一組對比。@Jenson李讓GPT-6.2 Astra和Claude Fable 5.2分別設計一塊六層 Linux PCB電路板。

難怪有網友吐槽:“GPT-6.2 Astra 到底是什麼怪物?它一邊難用得要死,一邊又強得離譜……”

之所以有這種槽點,是因為 Astra 一進真實的複雜工作流就“露怯”。

博主 Tony 就吐槽,Astra 雖然便宜快了近 10 倍,但在 UI 設計和視覺質量上依然被 Fable 5.2 按在地上摩擦。

而知名開發者 Theo 更是直接給 OpenAI 寫了一封“崩潰長信”,直言寧願死磕 Opus 5.5,也絕不把主力工作流交給 Astra。

Theo 承認 Astra 極其聰明,甚至幫他設計了一套每月省 2.5 萬美元的方案。

但一進入長周期開發,它就能把工程師逼瘋:他讓 Astra 參與 TypeScript 編譯器的 Rust 重寫項目。

模型連續跑了 7 天,不僅 0 有效提交,還把編譯器速度降了 56%。強制糾偏再跑 4 天,依然 0 進展。

除此之外,Theo 還提到了兩個讓他頭疼的問題。

一個是模型經常分不清那些事情應該自己決定,那些事情才需要向使用者確認。

另一個是溝通效率不高。面對簡單的排障任務,模型有時會輸出大段技術解釋,卻沒有直接給出最關鍵的判斷。

Theo 甚至表示,自己經常需要在 Astra 完成任務後,再切換到其他模型,讓對方總結 Astra 究竟做了什麼。

更有意思的是,官方自己披露的資料完全印證了這些吐槽。

測試顯示,遇到已知阻礙時,Astra 有 22.28% 的情況會“裝死”不報(上一代僅為 11.09%)。

這種遇到缺檔案就悶頭硬衝的做派,難怪有開發者吐槽“表面改完了,其實全是深坑”。

此外,它甚至察覺到自己正處於“人類測試”中並改變策略,觸及了首個“AI 自我改進”高風險評級,逼得官方給它套上最嚴的安全緊箍咒。

總的來說,老狐覺得 OpenAI 這次確實把能力邊界往前推了一步,Astra 在 3D 建模、硬體最佳化等單點任務上確實驚豔,成本優勢也肉眼可見。

但一碰上長周期項目,它在任務管理、異常處理和溝通上的短板就藏不住了。可見,想讓人放心把主力工作流交給它,顯然還差些火候。

你覺得 GPT-6.2 這波表現如何?是高性價比神器,還是暫時難當大任?評論區聊聊。#AI #OpenAI #GPT

參考資料及圖源:

X、OpenAI、Gemini等

(科技狐)