网易首页 > 网易号 > 正文 申请入驻

深度实测 GPT-6.2:强是真强,难用也是真难用

0
分享至


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

然而,模型上线不到 12 小时,X 上就出现了大量差评。

知名开发者 Theo 直言,这是「OpenAI 史上最糟糕的模型」;AI 创业者 Matt Shumer 更是评价其「基本无法使用」。


上下滑动查看更多内容

争议主要集中在几个方面:回答过度简洁,写作水平倒退,长程 Agent 任务容易提前停止,甚至遇到问题也不主动向用户报告。


图|https://developers.openai.com/api/docs/guides/latest-model

但有意思的是,即便是批评最激烈的用户,也承认 GPT-6.2 Astra 在 3D 建模、空间推理和成本效率上的巨大优势,部分能力甚至领先于目前所有竞品。


一边是创纪录的性能和极低的成本,一边是社交媒体上几乎一边倒的差评。GPT-6.2 Astra 到底是一个被低估的天才,还是一个聪明却不好用的模型?

带着这些争议,我们让它完成了一系列真实任务,看看它究竟表现如何。

毋庸置疑的 3D 能力

和 Fable 5.2 一样,我们从零开始用一句提示词,GPT-6.2 Astra 就给我们做出了这个游戏。

「你知道吗,你也应该给我做一个FPS。请务必做到极其精细的质量,视觉效果要看起来能跟AAA大作媲美。范围做小一点(比如一个小关卡),但除此之外要有令人惊艳的照片级真实画面。」


即便我们使用的是 Ultra 的推理程度,GPT-6.2 也只花了 17 分钟的时间完成这个游戏项目。

经典的鹈鹕项目,GPT-6.2 Astra 绘制的 3D 鹈鹕骑自行车,感觉也已经来到了下一个阶段,从一开始的 2D SVG,到后来的 3D 动画,再到现在的超写实真实鹈鹕。


我们也参考 Fable 5.2 的经典案例,让 GPT-6.2 Astra 做了一个 Pop-up Atlas,一本可以走进去的 3D 立体书。

玩家可以控制一个提着灯的纸片旅人,沿着溪流、红桥和山村散步。镜头跟着它走,前方的树和房屋从书页上立起来,走远后,身后的景物又慢慢折平。


完成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」……

如果一个用户只是想要测试一些提示词的玩法,想要自己做一个简单的 Demo 小项目,根本不懂什么是 SwiftShader、也不知道 gITF 和 DNS 分别是什么,确实会对模型最后附上的这段文字感到疑惑。


更多的项目测试还有要求 GPT-6.2 Astra 构建一款第三人称开放世界犯罪游戏,背景设定在阳光明媚的1980年代迈阿密风格城市。


GPT-6.2 不仅给了我们一个可玩的游戏,还把整个游戏的测试过程做成了一份报告,里面涵盖了对抗、开跑车、刹车以及在沙滩散步等等场景。


最让我感觉 GPT-6.2 Astra 超强 3D 能力,还是这个「孔雀开屏」的项目。

我们的提示词只是「画出一只极其逼真的孔雀开屏可交互 3D 动画」,模型就生成了可直接打开的互动 3D 场景,可以拖动视角,也可以手动控制孔雀从收羽到完全开屏,近看每根尾羽上的眼斑。

[Peacock-Display-20s-2K.mp4]

在线的审美,和确实该加强的写作

现在的前沿模型几乎都已经摆脱了过去那种做什么都是一股 AI 味的状态,无论是做网页,还是生成报告,整体的样式都更高级,更具设计感。

我们直接跟 GPT-6.2 Astra 说「创建你能想象到的最美丽、最惊艳的单个 HTML 文件。」


GPT-6.2 Astra 给我们的是一本想象中的深海图谱,收录于单个离线 HTML 文件中。玫瑰金水母在幽暗水域中脉动,条纹鹦鹉螺拖着象牙色触须,玻璃栉水母捕捉着光线。

我们还能将 2.5× 放大镜在标本上移动,以查看更精细的细节;或打开野外笔记本,查看石墨插图,同时可选的水下声景会随每幅图版而变化。

而各种文字的报告网页,GPT-6.2 Astra 也没有采用那些固定的风格,而是带了一些设计感。


图|提示词:帮我深度研究一下黄仁勋最近的动态,从他宣布自己出轨,到今天英伟达的电话财报,把这些时间线都捋一下,用好看、生动形象,更具可读性,交互性强的网页报告呈现。

我们接着让它把这份报告制作为一份 PPT,GPT-6.2 Astra 生成的 PPT 文档也比之前缺少模板,样式单一的排版更加有审美了。


再参考 X 上生成的 GIF 动图,我们也能让 GPT-6.2 Astra 在 7 分钟内,根据一句话的提示词,就生成一个日式奇幻城市动画 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。


而在写作上,我们把最近社交媒体的重新出现的信小呆动态,结合 Reddit 上不断有人分享自己被裁员的经历,这两个听着没什么关系的时间,看看模型会给我们什么样的文章。

先看看 Gemini Hydrogen 给我们的回答,文章里面确实有不少的金句,Gemini 把这两件事链接起来的方式是「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,

无论是八年前以为中奖就能彻底逃离工位的信小呆,还是 2026 年在 Reddit 上面对裁员名单与无尽加班陷入自我怀疑的科技从业者,人们真正恐惧的其实从来不是「劳动」本身,而是失控感——当你的生活节奏被一张过期的优惠券绑架,或者你的职业价值被一个黑盒算法随时否定时,人就会陷入深度的虚无与焦虑。


上下滑动查看更多内容

而 GPT-6.2 Astra 给的文章呢,似乎很难看到它是怎么把这两件事联系起来的,它说「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。」

读下来也觉得 GPT-6.2 写的文章很多类似废话的表达,像是「这一站带不回能剪进 vlog 的素材,她就没去。」还有大量的短句,割裂了文章的阅读体验,让人不明所以。


上下滑动查看更多内容

又或是让它们写一篇高考作文,同样是泛泛而谈地 AI 解决所有问题,我们的认知障碍怎么突破之类的局限。Gemini 写的作文标题是「垂手可得的答案,与无可替代的追问」,遣词造句确实有很高考作文的感觉。

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

而 GPT-6.2 Astra 的版本写的作文标题是「那一级台阶」,文章确实另辟蹊径,避开了 Gemini 那种大多数人都会写的角度,它说「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。」

但似乎又觉得很多观点的表达过于隐晦,文体也四不像,既不是议论文,也不是记叙文。而且这篇文章从第一段开始,就把重心完全滑向了「无障碍设施」和「关爱残障群体」。

全篇大段笔墨在讲轮椅导航、修学校台阶,AI 反而成了一个可有可无的背景板,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

如果是我,我想我也不会选择用 GPT-6.2 Astra 来完成写作方面的任务,因为写的东西确实一言难尽。

越聪明的,一定越好用吗

仔细阅读社交媒体上对 GPT-6.2 「讨伐」最深刻的文章,会觉得模型和用户之间已经出现了某种错位,大家并不是觉得 GPT-6.2 「蠢」。

这篇文章对于 GPT-6.2 一顿炮轰之余,同样发现了不少优点:

  • 出色的审阅者,能发现其他模型漏掉的问题
  • 偶尔能提出真正出色的新颖解决方案。它帮我做出了一个新的反向代理,每月能省下 2.5 万美元,Opus 没那个胆量去探索足够多的选项。
  • 在 3D 和游戏方面是世界级的
  • 代码质量有了实质性提升
  • 写的子 Agent 提示词相当不错


上下滑动查看更多内容

我们随便单独拎出来一条放在某个模型上,大家都不会说这是一个糟糕的模型。甚至如果把 GPT-6.2 Astra 放在一年前发布,大概很多人都会惊呼是 AGI 来了。

Fable 5.2 的发布,把与人的聊天交互体验阈值拉得越来越高,我们一边觉得 Fable 5.2 在很多方面已经能满足我们对智能模型的期待,一边又觉得 Fable 5.2 懂人话、丝滑,能自主交付。

相比之下,GPT-6.2 就像一个刻板印象里的理科生,不懂得交流,无法与我们很好的协作。


这就好比团队里来了一个技术极强的天才极客,他偶尔能写出超神级别的架构,帮团队省下几十万。但是,他平时拒绝写文档、代码里全是晦涩的缩写、遇到报错喜欢藏着掖着,甚至干活干到一半跑来问你一个极其低级的文件夹命名问题。

作为项目负责人,你大概率还是会觉得他「没法用」,因为你花在破译他意图、帮他兜底上的心智成本,已经抵消了他带来的收益。

于是乎,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」。所以当一个人说这个模型好不好的时候,现在还需要考虑人类的智能上限。

这么说是不对,如果任何产品缺陷都可以被解释成用户不够格,模型也就永远不需要改进。做得好,证明模型聪明;做得让人无法理解,也证明模型太聪明。

一个真正更聪明的模型,按理说应该更懂得向不同人解释同一件事,而不是只能以自己的内部术语表达,高智能与难理解之间没有必然关系。


GPT-6.2 的很多毛病并不是那种「高维智慧的降维打击」,大多数时候就是纯粹的工程妥协和对齐带来的副作用。

「不说人话」是因为 OpenAI 为了把推理成本压到 Fable 5.2 的 5%,强行在训练时压缩了它的输出 Token。「卡在长任务里」是因为前代 GPT-6.1 Astra 被砍,团队进一步把安全护栏焊死。

另一方面,GPT-6.2 似乎也确实在预示着,如果大模型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、冷冰冰的工业算力时,我们会觉得难受,是不是因为我们还在用管理「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。

如果未来出现一个完全不向我们解释过程、甚至人类根本看不懂它推理逻辑,但代码和结果经过自动化测试 100% 跑通的模型,我们会愿意把核心系统的控制权交给它吗?

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
篮网托马斯加盟山东男篮!这种小外来CBA得拿多少分?

篮网托马斯加盟山东男篮!这种小外来CBA得拿多少分?

篮球大图
2026-11-18 15:07:37
54岁杨钰莹近况曝光:定居深圳,每天打理菜园子,生活平淡

54岁杨钰莹近况曝光:定居深圳,每天打理菜园子,生活平淡

小徐讲八卦
2025-11-17 07:29:28
字节跳动贷款4.8亿美元买显卡被叫停:这事比你想得要大!

字节跳动贷款4.8亿美元买显卡被叫停:这事比你想得要大!

城事堂
2026-11-18 17:22:57
A股开盘:三大指数集体高开

A股开盘:三大指数集体高开

界面新闻
2026-11-18 09:27:02
李嘉诚家训中有一条从不公开的生存铁律:人没钱时,靠勤奋是耗,靠借钱是毒,唯一的活路是死磕三个“时间杠杆”!

李嘉诚家训中有一条从不公开的生存铁律:人没钱时,靠勤奋是耗,靠借钱是毒,唯一的活路是死磕三个“时间杠杆”!

唠叨说历史
2026-11-05 16:51:48
全国供销合作总社:过去大家印象里,供销合作社主要是回收“废铜废铁”,如今积极开展废旧家电回收拆解,拓展“新三样”固废回收等新业务

全国供销合作总社:过去大家印象里,供销合作社主要是回收“废铜废铁”,如今积极开展废旧家电回收拆解,拓展“新三样”固废回收等新业务

政知新媒体
2026-11-17 17:46:28
1925年韩淑秀被处决后留下的照片,不远处是他的丈夫郭松龄的遗体

1925年韩淑秀被处决后留下的照片,不远处是他的丈夫郭松龄的遗体

小豫讲故事
2026-11-18 06:00:13
CBA杯-北控30分大胜江西 邹雨宸16+9引领6人得分上双

CBA杯-北控30分大胜江西 邹雨宸16+9引领6人得分上双

醉卧浮生
2026-11-18 17:14:56
赵本山的徒弟程野在直播间说了大实话:拍新戏《走马上任》那会儿,师父不仅下了极大功夫,私下里更是把他们这帮人敲打得冷汗直流

赵本山的徒弟程野在直播间说了大实话:拍新戏《走马上任》那会儿,师父不仅下了极大功夫,私下里更是把他们这帮人敲打得冷汗直流

一盅情怀
2026-11-13 12:44:00
克宫发言人回应克里米亚大桥遭袭:俄将继续特别军事行动

克宫发言人回应克里米亚大桥遭袭:俄将继续特别军事行动

参考消息
2026-11-18 18:21:54
销量大增73%,到底是谁,在狂买中国造的“落后芯片”?

销量大增73%,到底是谁,在狂买中国造的“落后芯片”?

户外钓鱼哥阿旱
2026-11-18 05:42:12
很多人好奇,黄仁勋作为英伟达创始人,为什么只有3.58%的股份?

很多人好奇,黄仁勋作为英伟达创始人,为什么只有3.58%的股份?

猫叔东山再起
2026-11-18 12:35:05
外交部:中俄美三国元首将就事关全球和平的重要问题深入交换意见

外交部:中俄美三国元首将就事关全球和平的重要问题深入交换意见

澎湃新闻
2026-11-18 15:39:07
英伟达停止向中国供应H200芯片,外交部回应

英伟达停止向中国供应H200芯片,外交部回应

支点财经
2026-11-18 18:28:44
比亚迪王传福:外界有一些误会,中国制造不是抢饭碗

比亚迪王传福:外界有一些误会,中国制造不是抢饭碗

极目新闻
2026-11-17 18:03:37
人到中年一定要舍得吃!推荐3样食物,低脂肪高蛋白,常吃身体棒

人到中年一定要舍得吃!推荐3样食物,低脂肪高蛋白,常吃身体棒

花小厨
2026-11-18 13:25:15
离开央视11年,前员工曝张泉灵猛料,更多细节被扒,被压榨仅开胃菜

离开央视11年,前员工曝张泉灵猛料,更多细节被扒,被压榨仅开胃菜

梦想总会变成真
2026-11-18 17:29:38
吃降压药的最佳时间公布!医生忠告:吃错了时间,效果相差很大

吃降压药的最佳时间公布!医生忠告:吃错了时间,效果相差很大

荷兰豆爱健康
2026-11-18 15:46:31
查理·芒格:如何确保自己过上痛苦的一生?

查理·芒格:如何确保自己过上痛苦的一生?

洞见
2026-11-18 10:50:12
女子30万元买下网剧3%收益权,上线5个月仅能分得17元 诉请出品方付30万回购,一审判了

女子30万元买下网剧3%收益权,上线5个月仅能分得17元 诉请出品方付30万回购,一审判了

红星新闻
2026-11-18 11:19:59
2026-11-18 18:48:49
爱范儿 incentive-icons
爱范儿
消费科技第一媒体
39730文章数 2602824关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

特朗普抵达深圳 中国军人在“空军一号”边上岿然不动

头条要闻

特朗普抵达深圳 中国军人在“空军一号”边上岿然不动

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

主持人张泉灵被曝猛料,公司成老赖

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

本地
数码
时尚
房产
手机

本地新闻

乌兰察布:以前种土豆,现在种Token

数码要闻

字节海外算力遇阻:4.8亿美元显卡采购贷款被叫停

奶瓶界爱马仕,批量收割中产父母

房产要闻

效果图曝光!三亚超级万象城,长这样!

手机要闻

苹果折叠屏陷入两难 博主:iPhone Duo 2外屏上Face ID 体验会很割裂

无障碍浏览 进入关怀版