Every 实测 GPT-6.2 Astra 与 Sol:有界任务高效,深度工作仍欠判断力
danshipper · x · 2026-11-19
媒体公司 Every 发布对 OpenAI 新模型 GPT-6.2 Astra 与 Sol 的 Vibe Check 评测,并将于 11 月 18 日下午 3 点 ET 直播复测。
- 核心结论:两款模型处理有边界的任务相当高效,但团队最想获得帮助的那类工作——需要判断力与持续跟进的深度任务——仍显不足,"让我们意犹未尽"。
- 测试团队包括 Dan Shipper、Katie Parrott、Jack Cheng、Kieran Klaassen、Mike Taylor 等 6 人,每人用各自真实工作场景检验。
- 此前系列评测还包括 Gemini 4 Carbon(编码能力强于判断力)、GPT-6 Astra(大升级但有坏习惯)、Fable 5.2 等。
「模型」频道最新
- Surge AI 发布 DAYJOB: Law:71 个真实律师任务测 AI 判断力,Gemini 4 翻车 — echen · 2026-11-19
- Astra 6.2 实测:随口描述想法就能生成完整可跑应用 — kagigz · 2026-11-19
- 微软发布 2.3B 端侧小模型 Aion-1.0-Instruct — adefa · 2026-11-19
- GPT-6.2 Astra 登顶 Harvey 法律评测,成本仅为前代三分之一 — ahelkky · 2026-11-19
- 上线仅 19 天,Bittensor 上 Cascade MoE 拿下 GIFT-Eval 预测基准领先成绩 — const_reborn · 2026-11-19
- Sciforium 让 DeepSeek-V4.1-Flash 在 4 张 AMD MI355X 上跑出 P90 1129 tokens/秒 — rohanpaul_ai · 2026-11-19