AI工具AI评分 头条 (85)AI 中文改写

“基本无法使用”:OpenAI发布GPT-6.2 Astra与Sol,遭AI界负面评价

2 天前 1 阅读来源:venturebeat.com

AI 中文改写

原文为英文,由 AI 改写为中文报道,内容完整。如需参考原文请点击下方链接

OpenAI于本周二发布两款新模型GPT-6.2 Astra和GPT-6.2 Sol,基准测试成绩亮眼,Astra的API价格还比上代下调了20%。但提前参与测试的AI重度用户们给出的反馈却相当刺耳:投资人、前HyperWrite AI CEO Matt Shumer在X上直言这两款模型“基本没法用”,并打破惯例拒绝撰写详细评测;开发者兼YouTuber Theo Browne更狠,称Astra是“OpenAI有史以来发布的最差模型”。两人集中批评的是模型在执行委派任务和创意类工作上的短板。沃顿商学院教授Ethan Mollick的体验则更为复杂——Astra能在Blender和Unity里搭出一部可玩的太空电梯,但他觉得模型“非常不稳定且古怪”,比竞品更难驾驭。 这轮差评之所以格外扎眼,是因为OpenAI正处在一个最不该失手的节点。就在八天前,竞争对手Anthropic在冲刺IPO的背景下发布了广受好评的Claude Fable 5.2和Mythos 5.2,定价同样是每百万token输入8美元、输出40美元;一周前,Google也开放了口碑不错的Gemini 4 Carbon,尝鲜价与Sol持平。换句话说,竞品接连交出高分答卷,OpenAI的新旗舰却在这个当口遭遇口碑滑坡。具体问题也相当具体:生成式AI媒体Every的CEO Dan Shipper透露,团队花数周测试后发现,Astra在多数编码基准上与上代持平,但端到端构建时经常提前收工;追求简洁的倾向会让文字难以跟上逻辑,或漏掉必要解释;默认设计感虽好,输出却难以变化,带有明显的“统一风格”,这对需要一套模型服务多个品牌、或针对不同读者调整解释深度的团队来说是个麻烦。Browne还举了一个更直观的例子:他和另一位测试者分别让Astra为《Outer Wilds》和《Majora's Mask》设计新关卡,结果两次都给出了以音乐和钟声为核心的水关卡,连名字都一模一样,叫“Bellwether”。在他那篇题为《我为什么讨厌GPT-6.2 Astra》的长文中,Browne还提到,让Astra用Rust重写TypeScript编译器的实验中,模型花了七天没有带来任何改进,最终版本为了压缩体积反而慢了56%;当他转而要求提升速度,又过了四天依然没有落地改动。不过他也承认,Astra在代码审查中能发现其他模型漏掉的问题,3D、游戏开发和电脑操作能力也可圈可点,还帮他设计出一个反向代理方案,预计每月能省下2.5万美元。他的不满主要集中在:长周期项目里很难让Astra持续推进,事后也难以搞清楚它到底做了什么。目前两款模型均为闭源托管模型,Astra定价为每百万未缓存输入token 8美元、输出40美元,Sol则维持上代6.1 Sol的输入2美元、输出10美元。Plus、Pro、Enterprise和Edu用户已可在ChatGPT Work和Codex中使用,也可通过API以gpt-6.2-astra和gpt-6.2-sol的名称调用。OpenAI对Astra的定位是改造复杂代码库、构建可运行的Web应用、按公司模板产出文档等重活,Sol则是常规编码、写作和多步骤工作流的低成本选择。

以上为 AI 中文改写版本,如需查看英文原文请访问

英文原文 · venturebeat.com

内容版权归原作者及 venturebeat.com 所有

这篇文章对你有帮助吗?
觉得有用?分享给更多人

留言 · 0 条

暂无留言,来说两句吧

留言经合规过滤后展示,禁止违法内容