Artificial Analysis 实测:GPT-6.2 回复缩短 40%,不再轻易承认不确定
ArtificialAnlys · x · 2026-11-19
Artificial Analysis 用 AA-PersonalityBench 对比了 GPT-6.2 Astra/Sol 与上一代的「性格」变化,两条主线是更短、更直接、更少格式:
- 回复大幅变短:Astra 从 352 词降到 210 词(-40%),Sol 从 337 词降到 223 词(-34%);在全模型对比中从偏长阵营直接跳到最短一档。
- 结构感骤降:Organization Index 从 70→11(Astra)、86→27(Sol),但 Answer First 从 49→89、64→87——先给答案,不再铺陈;每条回复的标题数从约 2 个降到 0.1-0.25 个,破折号减少近 8 成。
- 更少承认不确定性:Admits Uncertainty 从 96→24(Astra)、98→51(Sol),透明度显著下降。
- 更自然:Natural Sounding Astra 达到 100 百分位。
- effort 越高越「讲证据」:Evidence-Based 在 max effort 下 Astra 12→54、Sol 16→68,Disclaims Assumptions 同样随 effort 上升。
整体看,OpenAI 在刻意把模型调向口语化、结论优先的交流风格,代价是模型更少明确表达不确定性。
「模型」频道最新
- Resolve 发布 SRE-1:27B 模型定位生产事故根因,512 GPU 训成 — tianyin_xu · 2026-11-19
- Theo 试用后改口:Gemini 4 Neon「可能真的是个好模型」 — vitaliychiley · 2026-11-19
- Artificial Analysis 发布性格基准:30 项特质 8 大指数横评 53 个模型 — ArtificialAnlys · 2026-11-19
- DeepSeek 4.1-Flash 角色扮演秒入戏,Nemotron 系列却要反复哄 — rickasaurus · 2026-11-19
- Anthropic 官网页面泄露 Claude Mythos 5.5 字样,传新模型随 IPO 发布 — imjustnewatai · 2026-11-19
- Agent Arena Index 排行:GPT-6.2 Astra 列第6,成 OpenAI 最强模型 — arena · 2026-11-19