博主实测 GPT-6.2 双模型:Sol 适合日用,Astra 贵且毛病多
soumitrashukla9 · x · 2026-11-18
Peter Gostev 分享对 GPT-6.2-Astra 与 GPT-6.2-Sol 的真实工作体验(非演示):
- Sol:推荐作日常主力模型,能顺利完成数据分析、代码迁移、应用改进等任务,UI 工作也还行;没有「产出翻倍」级别的飞跃,但整体表现扎实。
- Astra:价格更贵(不过缓存价格下降了 60%),但毛病不少——一部分像是 RL 训练的伪影,一部分是安全机制过度的副作用。作者认为它不值这个价。
- 具体翻车点:在人际/心智理论类任务上表现偏弱(如提交 IT 工单的例子),经常被随机事项卡住或犹豫,作者判断是安全护栏过度收紧所致。
「模型」频道最新
- Domingos 吐槽 iWSP 论文:直接用程序,何必写进 LLM 权重 — pmddomingos · 2026-11-18
- VoxelBench 实测:GPT-6.2 两款模型错误率创历史新高 — legit_api · 2026-11-18
- GPT-6.2 Astra 首过「巴赫基准」:首次写出经过装饰的 4-3 挂留 — deanwball · 2026-11-18
- 西语博主上手 GPT-6.2:跑分领先还意外便宜 — ramos_casals · 2026-11-18
- Chutes 联手阿里云上线 GLM-5.3 与 DeepSeek V4.1,限时 65 折 — markjeffrey · 2026-11-18
- Meta 发布 Muse Spark Open:816B 参数 MoE 编码模型,上下文 100 万 token — PyTorch · 2026-11-18