tszzl 反主流口味:爱被骂的 6.2 Astra,不爱广受好评的 5.6 Sol
11 月 18 日,AI 圈研究者 tszzl(拥有 51 万粉丝)公开表达了与大众口碑相反的模型品味:他不喜欢最终广受好评的 5.6 Sol,却很喜欢刚发布、正被大量批评的 6.2 Astra。这一对比式评论迅速引发社区对「首发口碑与实际质量错位」的讨论。
已确认
- tszzl 对两代模型的评价:他认为 6.2 Astra 有主见、会「藏拙」(sandbag),主动性不如前作,但他反而喜欢;而 5.6 Sol 被他形容为「像咬住 RLVR 不放的罗威纳」,死死咬住 RLVR 的形状不撒口,他并不喜欢。
- 社区共鸣与调侃:synthwavedd 转述并调侃新模型首发被骂是常态,内部审美与用户反馈并不同步;UltraRareAF 表示认同,称这种反差「难以置信」;Justin Halford 也加入讨论,提及 5.6 的 RLVR 数学/代码训练如罗威纳般死咬目标。
- repligate 于 11 月 19 日回应:Sol 5.6 是他最喜欢的 OpenAI 模型之一,与 Sydney 和 o3 并列,形容其「满是要得到的爱」,同时对 Astra 6.2 也抱有期待。
- tokenbender 借此批评当前 RL 训练范式:swarm RL 思维叠加 token 效率压力,正在损害模型可靠性。
为什么重要
- 这一讨论揭示了模型发布初期口碑与长期实际体验之间的系统性错位,提示用户对新模型的首发评价应保持耐心。
- tszzl 对 5.6 Sol「过度贴合 RLVR 训练形状」的比喻与 tokenbender 对训练范式的批评相互呼应,指向当前 RL 训练目标与用户真实偏好之间的张力,是理解模型行为差异的一个视角;而 repligate 的力挺则说明这种偏好分裂同样存在于资深研究者之间。
2026-11-18 ~ 2026-11-19 · 7 条相关
一手来源
- tszzl 点评新模型:6.2 Astra 有主见,5.6 Sol 像咬住 RLVR 不放的罗威纳 — tszzl ·
- repligate 谈 Sol 5.6:比 o3 还爱的 OpenAI 模型,「满是要得到的爱」 — repligate ·
- 研究者批当前 RL 训练范式:token 效率压榨致可靠性拉胯 — tokenbender ·
- tszzl唱反调: disliked被爱的5.6 Sol,却偏爱刚被骂的6.2 Astra — tszzl · 2026-11-18
- 新模型首发被骂是常态:6.2 Astra 遭嫌,5.6 Sol 却被爱戴 — synthwavedd · 2026-11-18
- 网友反差吐槽:不爱人气的 Sol,却偏爱开局被骂的 Astra — UltraRareAF · 2026-11-18
- 【源头】tszzl 点评新模型:6.2 Astra 有主见,5.6 Sol 像咬住 RLVR 不放的罗威纳 — tszzl · 2026-11-18
- 【源头】研究者批当前 RL 训练范式:token 效率压榨致可靠性拉胯 — tokenbender · 2026-11-18
- 圈内人观察:新模型不如前任主动,但更死磕 RLVR 目标 — Justin_Halford_ · 2026-11-18
- 【源头】repligate 谈 Sol 5.6:比 o3 还爱的 OpenAI 模型,「满是要得到的爱」 — repligate · 2026-11-19