
从官方公布的成绩来看,GPT-6.2 Astra 在专业 Agent 任务上反超 Claude Fable 5.2,完成同等任务的综合成本却只有后者的 5%,堪称一次漂亮的反击。

然而,模型上线不到 12 小时,X 上就出现了大量差评。
知名开发者 Theo 直言,这是「OpenAI 史上最糟糕的模型」;AI 创业者 Matt Shumer 更是评价其「基本无法使用」。


但有意思的是,即便是批评最激烈的用户,也承认 GPT-6.2 Astra 在 3D 建模、空间推理和成本效率上的巨大优势,部分能力甚至领先于目前所有竞品。

带着这些争议,我们让它完成了一系列真实任务,看看它究竟表现如何。
毋庸置疑的 3D 能力
和 Fable 5.2 一样,我们从零开始用一句提示词,GPT-6.2 Astra 就给我们做出了这个游戏。
「你知道吗,你也应该给我做一个 FPS。请务必做到极其精细的质量,视觉效果要看起来能跟 AAA 大作媲美。范围做小一点(比如一个小关卡),但除此之外要有令人惊艳的照片级真实画面。」

经典的鹈鹕项目,GPT-6.2 Astra 绘制的 3D 鹈鹕骑自行车,感觉也已经来到了下一个阶段,从一开始的 2D SVG,到后来的 3D 动画,再到现在的超写实真实鹈鹕。

玩家可以控制一个提着灯的纸片旅人,沿着溪流、红桥和山村散步。镜头跟着它走,前方的树和房屋从书页上立起来,走远后,身后的景物又慢慢折平。

如果一个用户只是想要测试一些提示词的玩法,想要自己做一个简单的 Demo 小项目,根本不懂什么是 SwiftShader、也不知道 gITF 和 DNS 分别是什么,确实会对模型最后附上的这段文字感到疑惑。



我们的提示词只是「画出一只极其逼真的孔雀开屏可交互 3D 动画」,模型就生成了可直接打开的互动 3D 场景,可以拖动视角,也可以手动控制孔雀从收羽到完全开屏,近看每根尾羽上的眼斑。
[ Peacock-Display-20s-2K.mp4 ]
在线的审美,和确实该加强的写作
现在的前沿模型几乎都已经摆脱了过去那种做什么都是一股 AI 味的状态,无论是做网页,还是生成报告,整体的样式都更高级,更具设计感。
我们直接跟 GPT-6.2 Astra 说「创建你能想象到的最美丽、最惊艳的单个 HTML 文件。」

我们还能将 2.5 × 放大镜在标本上移动,以查看更精细的细节;或打开野外笔记本,查看石墨插图,同时可选的水下声景会随每幅图版而变化。
而各种文字的报告网页,GPT-6.2 Astra 也没有采用那些固定的风格,而是带了一些设计感。

我们接着让它把这份报告制作为一份 PPT,GPT-6.2 Astra 生成的 PPT 文档也比之前缺少模板,样式单一的排版更加有审美了。


先看看 Gemini Hydrogen 给我们的回答,文章里面确实有不少的金句,Gemini 把这两件事链接起来的方式是「人们不再轻易相信天降横财就能一劳永逸的神话,也开始对 AI 马上就能全自动接管一切的激进承诺保持警惕。」它在文章里面说,
无论是八年前以为中奖就能彻底逃离工位的信小呆,还是 2026 年在 Reddit 上面对裁员名单与无尽加班陷入自我怀疑的科技从业者,人们真正恐惧的其实从来不是「劳动」本身,而是失控感——当你的生活节奏被一张过期的优惠券绑架,或者你的职业价值被一个黑盒算法随时否定时,人就会陷入深度的虚无与焦虑。

读下来也觉得 GPT-6.2 写的文章很多类似废话的表达,像是「这一站带不回能剪进 vlog 的素材,她就没去。」还有大量的短句,割裂了文章的阅读体验,让人不明所以。

我们要面对的,不再是「如何做到」的技术困局,而是「为何而做」的价值迷思,以及「何以为人」的精神保卫战。

但似乎又觉得很多观点的表达过于隐晦,文体也四不像,既不是议论文,也不是记叙文。而且这篇文章从第一段开始,就把重心完全滑向了「无障碍设施」和「关爱残障群体」。
全篇大段笔墨在讲轮椅导航、修学校台阶,AI 反而成了一个可有可无的背景板,会让人觉得 GPT-6.2 Astra 是背了一篇关爱弱势群体的文章,硬往 AI 题目上套。

越聪明的,一定越好用吗
仔细阅读社交媒体上对 GPT-6.2 「讨伐」最深刻的文章,会觉得模型和用户之间已经出现了某种错位,大家并不是觉得 GPT-6.2 「蠢」。
这篇文章对于 GPT-6.2 一顿炮轰之余,同样发现了不少优点:
出色的审阅者,能发现其他模型漏掉的问题
偶尔能提出真正出色的新颖解决方案。它帮我做出了一个新的反向代理,每月能省下 2.5 万美元,Opus 没那个胆量去探索足够多的选项。
在 3D 和游戏方面是世界级的
代码质量有了实质性提升
写的子 Agent 提示词相当不错

Fable 5.2 的发布,把与人的聊天交互体验阈值拉得越来越高,我们一边觉得 Fable 5.2 在很多方面已经能满足我们对智能模型的期待,一边又觉得 Fable 5.2 懂人话、丝滑,能自主交付。
相比之下,GPT-6.2 就像一个刻板印象里的理科生,不懂得交流,无法与我们很好的协作。

作为项目负责人,你大概率还是会觉得他「没法用」,因为你花在破译他意图、帮他兜底上的心智成本,已经抵消了他带来的收益。
于是乎,也有网友说「有时候我们在想我们是不是过于自大了,是人类的智能匹配不上模型的智能」。所以当一个人说这个模型好不好的时候,现在还需要考虑人类的智能上限。
这么说是不对,如果任何产品缺陷都可以被解释成用户不够格,模型也就永远不需要改进。做得好,证明模型聪明;做得让人无法理解,也证明模型太聪明。
一个真正更聪明的模型,按理说应该更懂得向不同人解释同一件事,而不是只能以自己的内部术语表达,高智能与难理解之间没有必然关系。

「不说人话」是因为 OpenAI 为了把推理成本压到 Fable 5.2 的 5%,强行在训练时压缩了它的输出 Token。「卡在长任务里」是因为前代 GPT-6.1 Astra 被砍,团队进一步把安全护栏焊死。
另一方面,GPT-6.2 似乎也确实在预示着,如果大模型从一个迁就人类沟通习惯的贴心助手,进化成一种高度异质化、冷冰冰的工业算力时,我们会觉得难受,是不是因为我们还在用管理「人类同事」的标准,去要求一个越来越像无所不能的外星人物种。
如果未来出现一个完全不向我们解释过程、甚至人类根本看不懂它推理逻辑,但代码和结果经过自动化测试 100% 跑通的模型,我们会愿意把核心系统的控制权交给它吗?