GPT-6.2 Sol 和 GPT-6.2 Astra 编程实测:两款都快,只有一款给了我意外的解法

Yifei ·

两款模型都能很快给我一版能跑的代码。GPT-6.2 Sol 偶尔会想到我没想到的解法;GPT-6.2 Astra 写文章更好了,但任务一长,我很难让它始终盯住目标。

用 GPT-6.2 Sol 和 GPT-6.2 Astra 编程,我最满意的是第一版代码:两款写得都快,我发现的错误也很少。更大的惊喜来自 GPT-6.2 Sol。日常任务的回答感觉很熟悉,但它偶尔会拿出一个我压根没想到的解法。

GPT-6.2 Sol 和 GPT-6.2 Astra 写第一版代码有多快?

我通常会分开看两件事:代码写得快不快,拿到手还要修多少问题。这次两方面的体验都不错。GPT-6.2 Sol 和 GPT-6.2 Astra 都很快,第一版代码里要我修的错误也很少。这是我的使用感受,没有专门测延迟,也没有统计缺陷率。

GPT-6.2 Sol 和 GPT-6.2 Astra 的子智能体适合审代码还是改文章?

让子智能体审代码,我觉得挺有用。让它们读一篇草稿,能帮我把文章改好的意见却很少。如果只安排一次额外审查,我会把它留给代码。

GPT-6.2 Sol 的编程水平:日常表现熟悉,偶尔有新解

平时写代码,我没觉得常见问题的答案明显变好了。真正让我对 GPT-6.2 Sol 改观的,是它偶尔会给出很有创意的解法。看到那些回答,我觉得它能达到的水平更高了,但不会期待每个任务都有这种提升。

GPT-6.2 Astra 的写作和编程:文章更好读,对话却更费劲

代码任务说清楚以后,GPT-6.2 Astra 解决问题的能力不错,但很少给我出乎意料的思路。我也觉得它写文章进步了。这里说的是它自己写出来的文章;让它的子智能体评一篇草稿,我依然很少收到有用的建议。

GPT-6.2 Astra 用起来很快,我也觉得花费不高。让我头疼的是,有时很难让它明白我真正想做什么。任务一长,它会陷进某个细节,做着做着就偏了。我专门请它写文章时,成稿比以前好;可在对话里,它解释自己在做什么,我却常常读不明白。问题界定得越清楚,我越愿意用它。

GPT-6.2 Sol 为什么接到新指令还会重复之前的工作?

GPT-6.2 Sol 有时会陷入循环。我已经换了指令,它还是沿着原来的思路继续做。这时最费劲的是让它停下来,真正换个方向。

还有一种偏差没那么显眼。GPT-6.2 Sol 会在某个小细节上花太多精力,把大目标忘了。单看它在做的事,可能讲得通。我审查时会多问一句:就算做好这个细节,离我最初想要的结果更近了吗?

GPT-6.2 Sol 和 GPT-6.2 Astra,下一个任务我会选哪个?

写第一版实现或请人再看一遍代码,两款我都愿意用。碰到一个棘手问题,想换个角度试试,我会先选 GPT-6.2 Sol。如果任务很长,我会把预期结果摆在眼前,先确认方向,再决定要不要让模型继续打磨某个细节。

GPT-6.2 Sol 和 GPT-6.2 Astra 分别适合做什么?

OpenAI 同时发布了这两款模型。GPT-6.2 Sol 面向日常工作和智能体工作流,GPT-6.2 Astra 是面向编程、科学推理等高难度专业任务的旗舰模型。两者都支持文本和图像输入,输出文本,上下文窗口都是 105 万 token。

有一项结果可以解释为什么开发者可能先试 GPT-6.2 Sol。Cognition 的 FrontierCode 2.0 评估代码修改能否达到维护者的合并标准。据 OpenAI 发布的数据,在两款模型都使用最高推理强度时,GPT-6.2 Sol 的得分与 GPT-6.2 Astra 相差不超过 0.5 分,费用约为后者的五分之一。这些数字仅对应这次基准测试。

GPT-6.2 Sol 和 GPT-6.2 Astra 在哪里用?API 怎么收费?

OpenAI 宣布向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 和 Edu 用户提供 GPT-6.2 Sol 和 GPT-6.2 Astra。Enterprise 和 Edu 工作区需要管理员开启权限。开发者可以在 OpenAI API 中使用模型 ID gpt-6.2-sol 和 gpt-6.2-astra。

发布时,对不超过 272,000 token 的输入,标准 API 按每百万 token 计费。GPT-6.2 Sol 的输入价格是 2 美元,输出是 10 美元;GPT-6.2 Astra 的输入是 8 美元,输出是 40 美元。缓存输入另行计价。我觉得 GPT-6.2 Astra 用起来不贵,指的是完成我手头编程任务时的感受。上面的数字是 OpenAI 的 API 单价。

GPT-6.2 Sol 和 GPT-6.2 Astra 常见问题

GPT-6.2 Sol 和 GPT-6.2 Astra 各自适合什么任务?

按 OpenAI 的定位,GPT-6.2 Sol 面向日常工作和智能体工作流,GPT-6.2 Astra 面向编程、科学推理等高难度专业任务。两者都接受文本和图像输入,输出文本。

GPT-6.2 Sol 和 GPT-6.2 Astra 的 API 价格相差多少?

发布时,标准短上下文 API 按每百万 token 计费。GPT-6.2 Sol 输入 2 美元、输出 10 美元;GPT-6.2 Astra 输入 8 美元、输出 40 美元。这些单价适用于输入不超过 272,000 token 的请求。

做长时间的编程任务时,你会怎么用这两款模型?

我会先请它做一个小改动,再对照最初目标检查结果。用 GPT-6.2 Sol 时,我会留意换了方向后它是否还在重复之前的尝试。用 GPT-6.2 Astra 时,我会先问它下一步要解决什么问题,再决定是否值得继续钻研细节。

写文章和改文章,哪方面表现更好?

我觉得 GPT-6.2 Astra 帮我写的草稿进步了。但评文章是另一项工作:无论哪款模型,让子智能体来审稿,我都很少收到能让草稿变好的反馈。

写代码时,你会先试哪个?

实现要求清楚的话,两款我都愿意试。如果想换个角度解决问题,我会先选 GPT-6.2 Sol。长任务里,无论用哪款,我都会检查当前工作是否仍然服务于最初的目标。

同一份 Offloop 额度能试用两款模型吗?

可以,两款都已在 Offloop 上线。每个新账户可领取一次价值 200 美元的免费额度,在自己的 Offloop 工作区内使用。

速度和错误数量来自计时测试吗?

这些是我自己写代码时的感受。两款模型用起来都快,第一版代码里我发现的错误也很少。文中的 FrontierCode 数据来自 OpenAI 的发布报告。

GPT-6.2 Sol 和 GPT-6.2 Astra 官方文档与价格

  1. OpenAI 发布公告:GPT-6.2 Astra 和 GPT-6.2 Sol
  2. GPT-6.2 Sol 的 OpenAI API 文档
  3. GPT-6.2 Astra 的 OpenAI API 文档

关于作者

Yifei 是一位有多年 AI Agent 产品开发经验的创业者,关注如何让 AI Agent 成为组织中可管理、可协作、可治理的成员。