国外 AI 模型三巨头轮番更新,谷歌刚下场,OpenAI 又登台咯!
之前传闻说 GPT-6.2 Astra 可能不发了,没想到今天一起床就看到通知了。而且是所有用户立马能用。这个节奏很好。当你不期待的时候,它突然出现了。
现在我正在看 GPT-6.2 Astra 的官方博客和别人发的一些例子和排名情况。
例子看起来还是很酷的啊,我把所有例子做成视频放在文末了。
我的测试任务已经开起来了!
今天先根据"卖家秀"来看看这个模型最大的特点是什么,有哪些实用的更新,适合哪些专业和哪些人群。另外关注一下,它在哪些方面能超过 Claude!
AA 的智能排名已经更新了,我先贴一下,给大家一个参考!

从这个排名来看 GPT-6.2 Astra还是不如 Fable5.2 的,目前名列第二,也不算差。GPT-6.2 Sol比 Opus5.5 差一点。
看这个排名 Claude 还是压 OpenAI 一头。另外我也标了一下最强的国产模型的位置。Kimi 在第十名,Qwen4 在 12 名。大概就是这个情况。
既然是卖家秀,必须给它找出一个排名第一的:

AA3D 测试中,GPT-6.2 Astra 成功拿下第一名,比第二名的 Fable5.2 高出了不少。6.2 Sol 也比 Opus5.5 高。
所以有 3D 建模相关的场景,大家要注意了,GPT 的表现很好!
另外有一个注意点,在 3D 方面,其实 Sonnet5.5 比 Opus5.5 还强一些,所以选 Sonnet 性价比会高很多。这个和我实际使用体验基本一致。
排名就说这些吧,这是一个宏观结果,不同的具体场景表现会有差异。
下面我就根据官方博客中的信息来挖掘一下,有什么值得关注的点!
先来看核心结论:
markdown
我们正式推出 **GPT‑6.2 Astra** 和 **GPT‑6.2 Sol**:前者是应对最棘手项目的全新前沿模型,后者则是面向日常工作的高效多面手。
两款模型都能以更少的输出 Token,在高难度任务中取得更好的结果,让你在用量限制内完成更多工作。对企业和开发者而言,这意味着能以适合大规模应用的成本,获得前沿性能。
GPT‑6.2 Astra 为 AI 处理复杂专业工作的质量树立了新标杆。
它生成的幻灯片、电子表格和文档更少带有 AI 写作痕迹,也更贴合你提供的模板和所在领域的惯例。它编写的代码更简洁,构建的前端在视觉和功能上都更出色,尤其适用于网站、游戏和 3D 设计。
看这类文章重点是看开头。
开头提到了两个模型核心应用场景,Astra 专门应对最棘手的项目。Sol 面向日常工作的高效多面手。
另外,强调了,省 tokens。
这种我是不太信的,目前的核心趋势还是越新越强的模型越费 tokens。我的 Plus 一个需求还没做完,五小时 tokens 已经消耗完了。
OpenAI 还专门强调了一下,Astra 树立了新标杆,在 PPT、表格、文档中 AI 味儿更少,也更贴合你提供的模板和所在领域的惯例。
这一点,我是有深刻理解的。我也知道它的优化点在哪里。
GPT6 系列之前的前端和设计,布局很差,雷同性很高,样式单一,没有根据题主进行个性化设计。它说的"更贴合"大概就是这些方面的改进。
另外一句是:它编写的代码更简洁,构建的前端在视觉和功能上都更出色
这一点用 GPT 写过代码和做过网页的人应该都知道。GPT 特别喜欢废话,过度设计,前端一直被吐槽。不过最近的版本确实有改善。
上面所说的所有点,Claude 早就已经做得很好了。但是 GPT 能意识到这些问题,并且进行改进,对 GPT 用户来说也是一个极好的消息。
另外它专门提到了"3D 设计",并作为压制出场的关键词。前面的内容属于它本该做好的部分,属于优化,而 3D 设计是当前最流行的部分,属于占领无人区。
宏观介绍就是这些了,下面来看细节!
1、专业工作又强又便宜
在做完总述之后,立马接上的是两张图片,其中一张如下:

首先说一下这个 Agents' Last Exam V1.1 是干什么的,针对哪些人群的。
这个基准是由 UC Berkeley RDI 联合百余家机构的 300 多位行业专家开发的。ALE 的测试任务全部源自人类专家完成过的真实职业项目,按美国职业分类体系(O*NET / SOC 2018)覆盖了 13 个大类行业、55 个子行业,核心针对需要长程、多步骤工作流的专业人群。
主要的人群包含了:
软件工程与设计人员:复杂代码编写、前端开发、网站、游戏与 3D 设计等。
金融、商业与咨询从业者:制作贴合模板与行业惯例的幻灯片、电子表格和专业分析文档。
科研、医疗与法律等高门槛领域专家:需要深度专业知识、持续推理及工具调用的长周期任务。
专业一点说就是针对"非体力白领与专业知识工作者",说白了就是针对大部分脑力劳动者,所有坐办公室的打工人!
知道了什么意思,然后可以重点来看一下这个图表。
图表中的加号和三角形、方框,这都是对手家的模型的表现。然后有颜色的,黄色、蓝色就是自家的表现。
这个图表给我们的结论是 GPT-6.2 Astra 是又强又便宜,还有一个细节,在这一领域上,Gemini 4 Carbon 表现也不错。
而 Claude 就属于能力中等,价格很贵。(这是 GPT 要表达的意思哈,不一定代表真实情况)
也就是说,对于打工人而言,这是一个很好的选择。
2、最适合科学家
OpenAI 的特点就是很懂宏观把握。已经把打工人的事情给解决了,接下来就是要解决科学家的事情。
下到"平民百姓",上到"求道修仙"都能用。
然后就有第二张图了:

这里提到了一个 TBS 的基准。主要是用来评估处理科研工作流的能力。
平时写文章的时候,也有人会问起说,做科研工作、做学术工作用哪个模型好?现在 OpenAI 就主动来告诉你了!
从这个图中可以看到,即便是 OpenAI 自己也无法否认,Fable5.2 和 Opus5.5 的能力。
但是它表达了另外一种观点,就是它可以做到又便宜又强。从图表中可以看到,OpenAI 的模型都特别靠左边,就是成本特别低。Astra 把思考等级拉到最大,能力也是最强的。
关于成本这个东西啊,实际体验可能和图表不一定一致。
比如从 Codex 和 Claude 套餐用户的使用量来说,Astra 的用量和 Fable5.2 的比较,完全不是图片中的这种感觉。它们是半斤八两,都很费。
不管怎么说,从 OpenAI 的角度来说,它的模型做科研工作是又好又便宜!
数据是很好的参考,但是看起来有点抽象和无聊!
下面来一些效果展示!
3、计算机使用与交互式网页设计
上面都是一些宏观抽象的内容啊,这部分就展示一些具体的例子,看是否 make sense!
博客中提到了这样一段描述:
GPT‑6.2 Astra 的计算机操作更加精准,能在 CAD 和仿真工具中细化到单个零件及其连接关系。工程师可以利用这些更精细的细节,检查组件的配合情况,观察设计在运动时载荷如何转移,并在制作原型前测试修改方案。
同时也有这样一个基准配图:

这个就有点涉及到专业领域了啊,设计师和工程师们要注意了!
这一部分看起来就非常有意思喽。
驾驶仿真
这是一个看起来非常全面,非常酷的例子。

就是直接让 GPT-6.2 Astra 将汽车在山路上行驶的底盘动力学过程可视化。它负责创建这些 3D 模型,然后编写代码来模拟轮胎与悬架之间复杂的动力学关系,再用 Blender 将结果制成动画。
通过这一套东西可以让工程师能够快速测试新设计,并持续提高仿真!
这个看起来挺有实用价值的,而且效果也很好,这个场景做得很逼真!
机械设计与装配
然后我们来看第二部分,我觉得这些例子男性朋友会很喜欢,喜欢建模、3D 打印这些朋友肯定也很喜欢。
这一部分展示了两个例子。
第一个是遥控越野车的装配。

直接要求 GPT‑6.2 Astra 根据公开照片和组装手册,为一辆遥控越野车及其发动机建模。
它对各个零部件分别建模,创建了装配动画指南,并制作了图文零件目录。
最终效果如下:

这个视频看起来太赞了。就是看着它从零件一个一个组装成一辆完整的车辆,这种过程看起来是很爽的。
另外一个例子是六缸发动机的制作:

直接要求 GPT‑6.2 Astra 在线研究零部件和规格后,设计一台新的直列六缸发动机。
它在 CAD 中对零件建模,实现了一个 CFD 求解器来迭代设计,并用 Blender 将结果制作成动画。随后,它对发动机整个工况曲线范围内的动态应力进行建模,调整活塞和配重的质量,以降低应力和振动。GPT-6.2 Astra 还基于 CFD 仿真对这台发动机的声音进行了建模请开启声音
卧槽,还有引擎的轰鸣声!这个看着爽,听着也爽。
这个功能不知道实际体验如何,感觉直接可以做产品了。
从 CAD 设计到纸灯
这部分展示了,将芝加哥滨海城双塔的扇贝形阳台转化为一盏灯的设计。

视频展示了从参考照片、CAD 设计修改,到手工组装成实体灯具的全过程。
另外还生成了一个可以定制灯纸的网站。

可以直接设计在灯纸上的图案!
网页设计
关于网页设计,一开头就提到了,中间也提到了,这其实还是一个蛮大的领域。这次 GPT-6.2 Astra 也专门展示了相关的例子。

这个例子是让它做一个露营车的网站。可以看到 6.0 的版本就是很平淡,很随意,纯文字。6.2 的版本就插入了图片,网站做得更加立体和动感,构思也根据贴合主题。
3D 建模
说完了网站设计之后,话锋一转就说到了:视觉推理和计算机使用能力的这些提升,也延伸到了 3D 设计领域。
GPT‑6.2 Astra 和 Sol 可以将书面需求转化为浏览器中的交互体验,既能制作可玩的弹球台,也能重建可从不同角度探索的罗马斗兽场。
并且专门提到了我开头说的那个 AA 3D 的评估,它拿下了第一名。
下面就来看三个例子:

这个例子是通过一张照片重建后院花园。这里给了一个对比图,非常直观。左边是老版本的,右边是新版本的。这个效果提升还是非常明显的,感觉从幼儿园到了大学。

这个例子是一个飞行比赛的游戏,建模和场景非常赞。文化有限,只能说看起来确实很赞。

这个叫漫步大教堂巴黎圣母院。 3D 场景的建模和光影做得非常好。
这些例子都是直接可以在官方博客里面查看的,然后也有专门的链接。我会把完整的视频放在文末。
4、安全和对齐
国外很早就开始强调模型的安全性和人类价值的对齐,OpenAI 自然不会落后。他们专门花了两个章节来介绍这部分内容!说实话,这一点确实也蛮重要的。如果开发出来的模型既不安全,又偏离人类价值观,那是一个很危险的事情。
我这里就放一张图吧,叫做"不当行为"测试:

这个图是数值越小越好。主要用来评估智能体办公应用场景中,完成模糊且复杂指令任务的情。 6.2 版本已经做到了 1%以下,应该说是很不错了,可以放心使用。
最后提一句价格的问题,供参考:
得益于更高的 Token 使用效率、输入和输出 Token 价格降低 20%,以及缓存输入 Token 价格进一步降低 60%,GPT‑6.2 Astra 的单项任务成本显著低于 GPT‑6 Astra
具体价格如下:
标准 API 定价按每百万 Token 计:输入 8 美元,缓存输入 0.40 美元,输出 40 美元。GPT‑6.2 Sol 沿用 GPT‑6.1 Sol 的定价,每百万 Token 的输入价格为 2 美元,缓存输入为 0.10 美元,输出为 10 美元。
看文章是需要一点脑力和思维能力的,下面就来一个不需要脑子的。
来看一个酷炫的卖家秀吧:

这个视频是用 GLM5.3Flash 抓取,制作的!
好了,可以点赞了。
不管是你们要给 OpenAI 点赞,还是要给我点赞,尽情的点赞吧!
然后看看这些领域是否和你的工作场景匹配,匹配的话就可以用起来了。