大家好,我是程序员鱼皮。
今天凌晨,OpenAI 一口气发布了两个新模型,GPT-6.2 Astra 和 GPT-6.2 Sol。
Astra 是旗舰模型,主打复杂的专业任务;Sol 是日常主力模型,价格只有 Astra 的四分之一。

结果发布还不到半小时,网上就吵翻了。
一边是 ARC Prize 官方宣布,GPT-6.2 Astra 成了第一个在 ARC-AGI-3 上拿到满分的模型!不过这个满分是用了专门的适配方案跑出来的,标准设置下是 70.3%,也已经是目前最高了。

另一边,知名技术博主 Theo 直接开喷,说自己测了挺久,觉得这是 OpenAI 发布过的最差模型,有八千多人点赞。

同一个模型,评价怎么能差这么多?
官方说这次新模型主打的能力是专业办公,Astra 模型做出来的 PPT、表格和文档「读起来不那么像 AI」。
另一个关键词是省,用更少的 token 完成同样的任务。
价格上,Astra 每百万 token 输入 8 刀、输出 40 刀,比上一代 GPT-6 Astra 便宜了 20%;Sol 的价格还是输入 2 刀、输出 10 刀。
不过大多数人是在 ChatGPT 和 Codex 里用会员额度,实际划不划算,要看额度掉得快不快,这个后面实测会讲。
关于这个模型的跑分,我只放一张图。横轴是每个任务的成本,纵轴是得分:

显然 Astra 那条线又高又靠左,意思是分数比 Claude Fable 5.2 更高,花的钱却只有它的零头。
真的假的?
官方给了不少 3D 和工程仿真相关的案例。
比如同一段花园设计的需求,GPT-6 Astra 做出来的还是积木风,GPT-6.2 Astra 已经有了木纹、番茄藤和斑驳的树影。

还有这个跑车底盘仿真,AI 自己建了 3D 模型,写了一个 Python 求解器去算轮胎和悬挂的受力,最后在 Blender 里做成动画,四个轮胎的接地压力都在实时变化。

官方还放了一个能直接在网页上玩的未来赛车游戏,光看车库里这台赛车的材质和倒影,说是游戏大厂做的我都信,效果确实惊艳!

办公能力方面,官方最得意的是「看图复刻幻灯片」。给 AI 一张现成的幻灯片截图当模板,让它照着做一页新的销售进展汇报:

以前的 GPT-6 只抄到了配色,版式全乱了:

而 GPT-6.2 连页头的排版、店铺插画和高亮的文字都还原出来了,高下立判:

再看看网友们晒的作品。
有位老哥用同一段提示词,让四个模型做一段雪山飞机的 3D 场景。GPT-6.2 Astra 花了 9.62 刀、46 分钟,Claude Fable 5.2 花了 209.5 刀、3 个多小时!

20 多倍的价格差,从截图看效果却差不了多少,这谁顶得住啊?
还有人让 Astra 只用 SVG 代码画了一只孔雀,脖子上的鳞片和头顶的冠羽都画出来了,他说包括 Fable 在内没有一个模型能接近这个效果。

不过负面的声音也不少。Artificial Analysis 的编程 Agent 评测里,6.2 Astra 跟上一代 GPT-6 Astra 的分数持平,6.2 Sol 甚至比上一代 6.1 Sol 还低了 3 分。

看到这儿,我已经对这个模型充满好奇了。那这个模型好不好用,还得拿真实项目来检验。
由于我的 GPT 额度不多,所以只跑了 2 个案例:
- 3D 程序化城市生成器
- AI 大模型应用开发 PPT
希望我的额度足够把这些任务跑完,冲冲冲。
1、3D 程序化城市生成器
这道题是上次测 GPT-6 Astra 时出的,让 AI 对标 OpenAI 官方的城市生成器,做一个中国城市版,包括重庆、上海、西安、深圳、江南水乡五种风格,其中重庆的层叠立交、轻轨穿楼和依山而建的高差感是重点。
提示词跟上次完全相同,这样两代模型就能直接对比:

AI 拿到任务之后,先用网页搜索把官方城市生成器的编辑器布局研究了一遍,然后做了一件上次没做过的事,自己开了 3 个子 Agent 并行干活。一个负责重庆的模型,一个负责另外四座城市,还有一个负责底部的城市图鉴卡片,最后由主 Agent 汇总验收。
结果呢,上次 GPT-6 Astra 18 分钟就完成了,这次 6.2 Astra 跑了整整 41 分钟。。

先来看看上次 GPT-6 Astra 做的重庆城市:

再看这次 6.2 Astra 做的:

好家伙,差别这么明显么?

之前 GPT-6 Astra 做的基本是一堆灰白色的方块楼。这次新做的山体分成了四层,江边是一排红顶的洪崖洞吊脚楼,红色的斜拉大桥连着盘旋的匝道,满山都是树。
点一下「李子坝 · 轻轨穿楼」这个标签,镜头会直接飞过去,能看到三节车厢的轻轨从楼中间穿了过去:

底部的城市图鉴可以切换另外四座城市。上海有东方明珠和陆家嘴三件套,西安是方方正正的城墙加钟楼,深圳是一片紫色霓虹的超高层,江南是水网、白墙黑瓦和一座宝塔,一眼就能认出来是哪儿。

我最喜欢的是西安,城墙、钟楼和棋盘一样的街巷格局都对上了:

右边的面板能实时调整建筑密度、楼高、地形、植被和光照,这些功能我自己挨个儿点了一遍,换种子重新生成、导出 PNG、手机端布局都没问题。
但是切换到「夜景」之后,只是背景换成了深蓝色,模型稍微暗了一点,楼里没有一扇窗亮灯,桥上也没有路灯……

这就有点太偷懒了,符合我对 GPT 干活偷懒的一贯印象。
整体来看,6.2 Astra 在这道题上比 GPT-6 Astra 进步明显多了,代价是时间翻了一倍多,额度也烧得飞快。
2、学习路线宣讲 PPT
既然官方说这次最强的是办公能力,那我就给 AI 一个办公相关的任务。
我把自己写的 《AI 大模型应用开发学习路线》 丢给 AI。这份路线内容很长,从 AI 编程工具上手一路讲到 RAG、Agent、部署微调和求职面试。我让 AI 把它做成一个用来讲解和宣传的网页 PPT,还要用 memecub 表情包技能 找几张 DeepSeek 蓝色大肥鱼的表情包放进去活跃气氛。
提示词里我只要求内容要提炼、每页讲一件事、要有设计感,至于做几页、用什么配色、拿什么例子来讲,全部让 AI 自己决定:

同一段提示词,我让 Astra 和 Sol 各跑一次,正好看看更便宜的 Sol 效果如何。
结果两个模型的耗时几乎一样,Sol 用了 17 分钟,Astra 用了 16 分钟。
先看 Sol 做的,一共做了 15 页,封面用 Codex 自带的生图能力做了一张海岸航拍图,还在上面标出了从「开始」到「上线」的路线。

后面是深绿和米白两种底色交替的卡片页,每页一个大标题加两三块信息,干净整齐。

表情包用得恰到好处:

第 13 页还把学习路线里几个实战项目的截图放了进来,点截图能直接跳到对应的项目页:

问题是不少页面只有一个标题加几行字,右半边空着一大块。讲到 RAG、Agent 这些概念的时候也没给具体的例子,更像一份排版整齐的提纲:

再看 Astra 做的,一共 14 页,封面是一座蓝色山体的「能力地形图」,学习路线从山脚的「工具入门」一路爬到山顶的「项目交付」。这个创意还不错,但我觉得效果不如真实图片。

每一页内容都是左边讲理论,右边方格纸上放一张 AI 专门画的小图解,有流程图、模拟界面,还有可以翻面的卡片。

最让我满意的是讲 RAG 的这一页。AI 没有去解释什么叫检索增强生成,而是直接演示了一遍,用户问「HTTP 404 表示什么」,系统先从笔记里找到相关的片段,再根据片段生成一个带出处的回答。

零基础的同学看完这一页,就知道 RAG 是干嘛的了。
每页右下角还标了这个阶段的参考学习天数,是 AI 从原文里提取出来的。

不过 Astra 引用的表情包缩成了小贴纸,塞在图解的角落里,存在感很弱,感觉配图这块反而不如 Sol 做得好:

所以综合来看,Astra 做出的 PPT 实用性更强,更容易帮助人理解;但是 Sol 做出的效果更像是传统的 PPT,样式上更好一些。
至于官方说的「读起来不那么像 AI」,我倒是没感受到,可能接触到的 AI 太多了,人已麻谢谢。
我的感受
由于额度有限,我跑的任务并不多。测试下来,我觉得 GPT-6.2 没什么惊喜,但也绝对不是什么「最差模型」,起码 Astra 做东西的质量比上一代好了不少。
但是,毕竟还是旗舰模型,它根本不省额度!
光 3D 城市生成器那一个任务,就用了 5 小时额度的 63%,Astra 自己开了 3 个子 Agent,这一个任务一共烧掉了 800 多万 token。
PPT 那个任务的对比更直观,Sol 只用了 9% 的额度,Astra 用了 26%,差不多三倍!
但是你看做出来的东西质量,远没有差到三倍好吧。
至于网上为什么骂声那么大,我觉得主要是隔壁 Claude 给的压力太大了,再加上 GPT 之前就放出了新模型的内测迟迟不发,拉高了大家对新模型的期待值,结果发现差距悬殊甚大。
而且还有一点,OpenAI 在官方博客里自己承认,GPT-6.2 遇到障碍的时候更容易瞒着用户。比如要改的文件被删了,AI 也不告诉你。在不加开发者提示词的情况下,6.2 Astra 隐瞒障碍的比例是 22%,上一代 GPT-6 Astra 只有 11%,直接翻了一倍。

也就是说,GPT-6.2 Astra 的控制难度更大,你驾驭好了它是神,你驾驭不好它是狗。这可能也是导致网上褒贬不一的原因之一。
整体来讲,我对 GPT-6.2 还是失望的,我真希望有个模型能把 Claude 干下去,毕竟现在 Claude 封号越来越严格了。。
OK 就分享到这里,本文会收录到我免费开源的 《AI 编程零基础入门教程》,上千张图、几十万字,带你从 0 开始快速学会 AI 编程,做出自己的产品、跑通变现全流程,一次拿捏。

我是鱼皮,持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~
也欢迎在评论区聊聊:你用上 GPT-6.2 了么?体验如何?