GPT-6.2 两款模型在 VoxelBench 2 错误率登顶
第三方评测机构 VoxelBench 对 OpenAI 新发布的 GPT-6.2 Astra 和 GPT-6.2 Sol 进行实测,发现这两款模型是 VoxelBench 2 上错误率最高的模型,创下历史新高,其中 Astra 出现 19 次错误,在体素生成任务中表现尤其糟糕,Sol 的错误次数同样位居榜首。
2026-11-18 ~ 2026-11-18 · 2 条相关
- 第 1 集:Codex 模型列表惊现 GPT-6.2 Sol 与 Astra 未发布型号(2026-11-18,5 条)
- 第 2 集:OpenAI 发布 GPT-6.2 双模型:Astra 攻坚、Sol 省钱(2026-11-18,93 条)
- 第 3 集:GPT-6.2 Astra/Sol 发布:智能与性价比提升但编码停滞、口碑翻车(2026-11-18,89 条)
- 第 4 集:OpenAI 被质疑故意降智 GPT-6.2 演示(2026-11-18,2 条)
- 第 5 集:OpenAI 发布 GPT-6.2 Astra,网络安全能力大幅领先(2026-11-18,4 条)
- 第 6 集:Theo 发公开信批评 GPT-6.2 Astra 开发体验糟糕(2026-11-18,3 条)
- 第 7 集:GPT-6.2 遭差评刷屏,多位博主质疑有组织带节奏(2026-11-18,4 条)
- 第 8 集:GPT-6.2 两款模型在 VoxelBench 2 错误率登顶(2026-11-18,2 条)
- 第 9 集:GPT-6.2 舆论两极,博主实测称计算机使用高效(2026-11-18,2 条)
- 第 10 集:安全研究者称GPT-6.2 Astra看似更安全实则更难监控(2026-11-18,8 条)
- 第 11 集:Epoch 实测 GPT-6.2 Astra 能力指数 174,超越推理趋势线(2026-11-18,3 条)
- 第 12 集:开发者实测 GPT-6.2 Astra:有改善但方向仍糟糕(2026-11-18,2 条)
- VoxelBench 实测:GPT-6.2 两款模型错误率创历史新高 — legit_api · 2026-11-18
另有 1 条近重复转述:legit_api