Event ·Multi-source

GPT-6.2 Astra 实测评测:单例表现不错,综合项目仍不敌 Claude

作者对 OpenAI 的 GPT-6.2 Astra 做了一轮实际用例测试,结论是单用例表现不错,但指令笼统的综合项目表现欠佳,自主性不及 Claude 系列。在“赛博上河图”图像生成测试中,新版本把河岸拉得过远,人物和房子细节模糊,桥的布局混乱,效果不如灰度测试时的版本;不过从 GPT-6.1 Sol 到 GPT-6.2 Astra,画面色调从墨绿色转向黄绿色。在“甲维斯的车库”3D 建模测试中,人物和车辆的建模轮廓与细节属于当前最强水平,但 Mark III 建模仍然走样。 速度是 Astra 的亮点:做一个完整的绝地求生网页游戏只花了 30 多分钟,天文机械表 4'55、交互式手柄 5'02、清明上河图 6'24、甲维斯的车库 22'16,明显快于 DeepSeek4.1、HY4、Qwen4。单个例子消耗约 10% 套餐额度,比上一代压缩了不少;但一个简单问题就思考 6 分钟、消耗 7% 额度,tokens 消耗仍然偏高。手柄接入测试里,它对幽灵插槽问题的处理和交互体验做到中等偏上,SVG 参考图复刻是全场最优——此前 GPT-6、Astra、Sora、Luna 在这项上全部失败。 短板集中在综合项目:同样是“做一个绝地求生”的笼统指令,Astra 的成果在可玩性和功能完整性上都不如 Claude 家的 Opus 5.5 和 Fable 5.2,存在游戏界面卡顿、外部贴图开裂、鼠标视角跳跃、子弹无命中效果、场景卡通化等问题。不过它也有优势:除 Claude 外做得最好,能生图制作封面,还创建了两个子智能体并行分工。

Current read

这篇是 GPT-6.2 Astra 的一手实测,拿它做了 3D 建模、SVG 复刻和整个绝地求生网页游戏。结论挺实在:单任务又快又好,30 分钟搓出个游戏,但跟 Opus 5.5、Fable 5.2 比还是有不少漏洞。正在纠结要不要订阅或者换模型的朋友,这篇能帮你避坑。

11 sources66° AI heatLast updated 2026/11/19 05:28:52

Evidence

11 sources
Primary source掘金本周最热
View source
Related source 1Artificial Analysis
View source
Related source 2TestingCatalog
View source
Related source 3Vaibhav Srivastav
View source
Related source 5Simon Willison’s Weblog
View source
Related source 6Rowan Cheung
View source
Related source 8歸藏(guizang.ai)
View source
Related source 9lmarena.ai
View source
Related source 10Yuchen Jin
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.