新模型 Sol 与 Astra 6.2 遭实测差评:『RL 胡话』式输出
max_paperclips · x · 2026-11-18
有用户称对新发布的 Sol 和 Astra 6.2 抱有期待、甚至为此重装了 Codex,结果实测后称其『发布即死亡』——满嘴『gigafried RL nonsense』式的空话,反而衬得 Opus 5.5 像真·超级智能。博主 maxpaperclips 转发并附和,质疑厂商是不是只盯着刷榜优化(hillclimbed benchmarks)、根本没让人真实对话使用过。这是一条典型的『发布成绩 vs 实际体验』反差的模型口碑讨论。
所属事件:GPT-6.2 Astra/Sol 实测口碑翻车,被称「多年来最差发布」(2 条相关)→
「模型」频道最新
- 推友断言「这绝对是 Gemini 的胜利:欢迎回来,谷歌」 — vitaliychiley · 2026-11-18
- 用户称 fable-5.2 是首个能真正读懂自己意图的模型 — adonis_singh · 2026-11-18
- 博主称 Astra 6.2 合理配置下或将直接解决 VLN 任务 — ChongZzZhang · 2026-11-18
- 曝 GPT-6.2 Astra/Sol benchmarks:速度成本曲线惊艳但编码代理倒退 — Electronic-Weekend66 · 2026-11-18
- DeepSeek V4.1 Flash 去审查版实测:HarmBench 命中率从 16.3% 升至 93.8% — Daemonix00 · 2026-11-18
- 自封「治疗模型安全对齐后遗症」的玩家:新模型让这门手艺又吃香了 — bingxu_ · 2026-11-18