GPT-6.2 系列编程能力被指不升反降
有人拿实测数据对比后发现 GPT-6.2 两个版本在编程上都没赢过上一代,Sol 甚至倒退。做代码开发的可以先不急着升级,用自己的任务跑一遍再决定换不换。
一条推文指出 OpenAI 的 GPT-6.2 Astra 在编程任务上相比 GPT-6 Astra 没有任何提升,GPT-6.2 Sol 的编程成绩甚至低于上一代 GPT-6.1 Sol。作者贴出了对比数据,并质疑这种跨版本倒退的可能性。若数据属实,这将是该系列在编程基准上少见的负升级案例。
具体机制目前推文未说明,但两种版本的表现方向不同:Astra 是持平,Sol 是明确下滑。这类结果通常可能与训练侧重转移(比如向多模态或推理倾斜)、后训练配方调整或评估条件变化有关,但原文没有给出官方解释。
对开发者而言,如果新版本编程能力不增反降,短期内继续停留在 GPT-6.1 Sol 做代码任务可能是更稳妥的选择。该结论目前来自单条推文的对比数据,还没有 OpenAI 官方基准卡佐证,实际部署前建议用自己的代码任务复测。
So GPT-6.2 Astra has no improvement in coding over GPT-6 Astra?
And GPT-6.2 Sol actually performs worse than GPT-6.1 Sol in coding?
How is this even possible… https://t.co/jXR4mE24KZ
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include GPT-6.2, OpenAI, coding assistants, reasoning models.
Source attribution: curated from Yuchen Jin (@Yuchenj_UW).