评测图揭 GPT-6.2 Astra 短板:Agentic 大跌至 70.8,浏览器任务 93 分领跑
bindureddy · x · 2026-11-18
Bindu Reddy 评测 OpenAI 新模型 GPT-6.2 Astra,认为其总体表现「为成本牺牲了性能」:
- Agentic 任务被削弱:分数从上一代的 75.6 降至 70.8
- 浏览器使用出色:93.0,并列最高
- Token 效率极高:每成功任务成本 $1.941,远低于 Claude Fable 5.2 的 $9.850,但仍高于 GPT-6.1 Sol 的 $0.823
- 总分 84.9,与 Claude Fable 5.2(84.9)持平,超过 Gemini 4 Carbon(83.5)
- GPT-6.2 Sol 更令人失望:总分 80.3,反而低于 Sol 6.1(81.4),agentic 仅 63.6
配图 benchmark 表显示 Astra 走的是「便宜+浏览器强」路线,牺牲了 agentic 能力。
「模型」频道最新
- 微软发布 MAI Code 2 与 Code 2 Flash,主打企业级性价比 — AmyKateNicho · 2026-11-18
- sudo L7 编码榜更新:GPT 6.2 两款进前五,仍落后最新 Claude — echen · 2026-11-18
- 实测GPT-6.2:别信时间线唱衰,它是高效的计算机使用利器 — nickbaumann_ · 2026-11-18
- Arena 智能体榜单:Claude 好评差评比近两倍领先其他模型 — thursdai_pod · 2026-11-18
- GPT-6.2 Astra 口碑翻车:多位知名评测人齐称「不可用」,不及 Opus 5.5 和 Fable — deedydas · 2026-11-18
- ARC-AGI 评测台澄清:OpenAI 用「厂商适配 harness」,跨轮保留隐式推理并自动压缩 — giffmana · 2026-11-18