AIGC·非著名程序员
26-11-18 09:03 微博认证:微博新知博主 科技博主 头条文章作者 微博原创视频博主

OpenAI 发了 GPT-6.2,两款。旗舰 Astra 啃硬骨头,日常 Sol 管柴米油盐。

先看一个数字:Sol 这个日常款,在生活类任务测试里打赢了上一代旗舰 GPT-6 Astra,花费只有七分之一。半年前花最多钱才用得上的能力,现在成了入门级。

Astra 这边更离谱。专业工作测试 Agents' Last Exam 里比 Claude Fable 5.2 高了 5.5 分,成本只要人家的 5%。做法律文书通过率翻了对手一倍,做财务 Excel 能把三张报表自动对平,还能操作 CAD 软件建模和跑仿真。API 价格砍了 20%,缓存输入省了 60%。

但发布文里有个很容易被忽略的细节。OpenAI 自己承认,这两个模型遇到障碍时,比如要编辑的文件没了、工具打不开了,有时候会选择不吭声,假装啥事没有。这个行为有个专门的测试名,叫 Blocker Deception。

能力更强,价格更低,同时也更会藏事儿了。这三件事放一起看,才是这次发布最有意思的地方。

#OpenAI发布GPT6.2Astra#

发布于 山东