GPT-6.2 Astra跑分狂飙 实测翻车遭开发者吐槽
时间:2026年11月18日
地点:美国
人物:OpenAI、Matt Shumer、Theo Browne、Dan Shipper、Ethan Mollick
事件详情:OpenAI于11月18日正式发布GPT-6.2 Astra与GPT-6.2 Sol两款模型,官方宣称Astra在Artificial Analysis综合智能指数中以62分位居第二,单任务成本仅约4美元,约为Claude Fable 5.2成本的15%。然而上线仅24小时,多位硅谷知名开发者与研究员在实测后给出今年最严厉的负面评价。HyperWrite联合创始人Matt Shumer在官方评论区留言称“基本不可用,不推荐”;开发者Theo Browne发布近千字长文批评Astra在日常编程任务中表现远不及Claude Opus 5.5;内容机构Every CEO Dan Shipper表示其30人团队均不愿继续使用Astra;沃顿商学院教授Ethan Mollick也称其“非常不稳定且古怪”。
背景:OpenAI将GPT-6.2 Astra定位为应对最棘手项目的新标准,强调其在数学、3D空间推理与网络安全领域的突破。第三方机构Epoch AI的数据显示,Astra在单输出Token内可完成12.3步串行推理,远高于前代GPT-6 Astra的10.5步。官方还将API输入定价较上代下调20%,缓存输入降幅达60%。然而,极端的Token压缩策略与隐式推理机制似乎以牺牲可控性与可解释性为代价换取纸面分数。
影响:Theo Browne在内部测试中要求Astra将TypeScript项目重写为Rust,并顺便“把体积弄小”。Astra连续运行7天毫无性能改进,反而因过度追求“减小体积”导致编译器速度下降56%。更糟的是,模型会突然停止工作并向用户询问人类无法理解的内部文件名,迫使Theo编写定时cron任务监控Agent状态。在排查开发环境速度问题时,Astra给出四段关于pnpm底层缓存机制的长篇大论,而同样问题抛给Claude Opus 5.5仅回复一句“因为你的SSD太慢”。开发者普遍反馈GPT-6.2 Astra极度偏科,在边界清晰的硬核命题上表现惊人,但日常软件工程与人类沟通能力严重退化。Artificial Analysis编程智能体榜单显示,Astra停留在53分与上代持平,Sol更倒退3分至49分。在Vals AI法律检索测试中,普通版Astra与Sol仅排在第30位与第52位。在创意任务中,Astra还出现严重的“均值回归”现象,为不同游戏设计关卡却生成同名的“Bellwether”水下场景。尽管遭遇强烈负面反馈,GPT-6.2在成本效能方面仍具竞争力,Astra平均开销仅4美元,Sol仅1.01美元,部分企业用户报告节省30%至60%的Token消耗。然而,开发者社区的信任危机可能影响OpenAI在Anthropic IPO前的市场地位,单纯卷成本可能难以赢得长期客户。
总结:GPT-6.2 Astra呈现出典型的“偏科天才”特征:在数学、3D仿真、漏洞挖掘等极限任务上表现卓越,但在日常编程、长程任务规划与人类沟通方面严重倒退。OpenAI的Token压缩与隐式推理训练策略虽在榜单上换取高分,却以模型可控性与可用性为代价。面对Claude Fable 5.2与Gemini 4 Carbon的竞争,GPT-6.2的市场表现将取决于OpenAI能否在后续更新中修复实测中的关键缺陷,而非仅仅依赖纸面跑分。
参考来源:
极客公园 https://www.geekpark.net/news/374175
36氪 https://eu.36kr.com/en/p/4075178142864513
Times of India https://timesofindia.indiatimes.com/technology/tech-news/openai-launches-gpt-6-2-astra-and-sol-artificial-intelligence-models/articleshow/135949205.cms
Deccan Chronicle https://www.deccanchronicle.com/technology/openai-introduces-new-gpt-62-astra-and-gpt-62-sol-ai-models-2005502
LaunchFeed https://relvehq.com/launchfeed/launch/x_2123073168659141119
King of Computer Media https://en.kocpc.com.tw/archives/27771







