GPT-6.2 实测:强得离谱,但又难用得要死

科技狐·2026年11月18日 17:46
GPT-6.2 体验两极分化

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模型,外界很难不将其与 IPO 竞争联系起来。

毕竟,新模型既是技术实力的集中展示,也是争夺市场和投资者关注的重要筹码。

而且,GPT-6.2 确实有几张好牌。

3D 设计、Three.js、Blender 等任务表现相当惊艳,专项评测拿下第一。 

编程、专业办公和 Agent 能力也有不同程度提升。 

图源:AI 生成 

更重要的是,API 价格进一步下调,主打性能更强、成本更低。 

图源:AI 生成

这次,OpenAI 没有只公布跑分,还一口气展示了 GPT-6.2 Astra 在 3D 设计、工程仿真、硬件优化和办公场景中的实际案例。 

先看 3D 设计和工程仿真。

Astra 一上来就展示了几个能直接互动的 3D 作品,官方宣称不仅能玩弹珠台,还能多角度探索罗马斗兽场,甚至生成了一款未来城市赛车游戏。

更硬核的是,它还能直接“看图干活”:只要给一张产品图片和说明书,它就能把遥控越野车和发动机的 3D 模型建出来,顺带生成一份动态组装指南,可以说是直接“碰瓷”工业建模了。 

甚至,它还能自己搭汽车底盘模型、写 Python 代码算悬架动力学,最后再给你输出一段 Blender 动画。 

原本需要“建模师+仿真工程师+动画师”跨软件配合的活儿,直接被它压缩成了一键操作。 

再看办公场景,这简直堪称“打工人福音”。

最典型的就是做 PPT。哪怕你只给它一张截图,它不仅能精准还原字号、配色和排版,还能模仿原模板的商业语气自己写主标题和要点。

不少测试者反馈,这玩意儿几乎不用二次修改,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,而 Astra 不仅设计了不同团队的主题,展示了徽章、T恤、背包贴布。

连可下载的矢量图、尺寸建议、打样说明都给你备齐了。

再说到处理杂乱数据的财务场景。

面对一堆乱七八糟的报表,Astra 能从海量文件里精准扒出数据并交叉核对。

在帮虚构农科企业做财务模型时,它不仅做了一份可编辑的 Excel 估值表,还把收入结构、估值推导和敏感性分析排得明明白白,让使用者一眼就能看明白每个数字到底是怎么算出来的。

如果说官方演示是“卖家秀”,那社区开发者的实测,简直就是一场冰火两重天的“大乱斗”。

一方面,Astra 在单点爆破上堪称“价格屠夫”。

有老哥惊呼,同样是开发一款 GTA 风格的游戏,Fable 5.2 和 Astra 完成度还不相上下,但花费的时间和金币可是大相径庭。

在 3D 生成赛道,Astra 更是搞出了降维打击,博主 @xiax 的实测显示:

更离谱的是,Sol 甚至成了唯一实现气球受力、房屋摆动真实物理效果的模型。

博主 @ChrisGPT 让 Astra 用 Blender 做一个 10 秒的牛仔玩具短片,也有相同的感受。 

硬件设计方面,也有开发者分享了一组对比。@Jenson李让GPT-6.2 Astra和Claude Fable 5.2分别设计一块六层 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……” 

之所以有这种槽点,是因为 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,但在 UI 设计和视觉质量上依然被 Fable 5.2 按在地上摩擦。

而知名开发者 Theo 更是直接给 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。

Theo 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。 

但一进入长周期开发,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,不仅 0 有效提交,还把编译器速度降了 56%。强制纠偏再跑 4 天,依然 0 进展。 

除此之外,Theo 还提到了两个让他头疼的问题。

一个是模型经常分不清哪些事情应该自己决定,哪些事情才需要向用户确认。

另一个是沟通效率不高。面对简单的排障任务,模型有时会输出大段技术解释,却没有直接给出最关键的判断。

Theo 甚至表示,自己经常需要在 Astra 完成任务后,再切换到其他模型,让对方总结 Astra 究竟做了什么。

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%)。 

这种遇到缺文件就闷头硬冲的做派,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,触及了首个“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。

总的来说,老狐觉得 OpenAI 这次确实把能力边界往前推了一步,Astra 在 3D 建模、硬件优化等单点任务上确实惊艳,成本优势也肉眼可见。

但一碰上长周期项目,它在任务管理、异常处理和沟通上的短板就藏不住了。可见,想让人放心把主力工作流交给它,显然还差些火候。

你觉得 GPT-6.2 这波表现如何?是高性价比神器,还是暂时难当大任?评论区聊聊。#AI#OpenAI#GPT

参考资料及图源:X、OpenAI、Gemini等

本文来自微信公众号 “科技狐”(ID:kejihutv),作者:老狐;编辑:不吃麦芽糖,36氪经授权发布。

+1
1

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000

36氪AI测评

选靠谱AI,看真实评测
查看
36氪AI测评官方交流社区
加入

36氪项目推荐

咨询项目审核和入驻
联系
36氪项目推荐订阅号
关注

下一篇

从规模扩张到价值转化,词元经济迈入多方协同新阶段

25分钟前

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业