OpenAI新模型才推出 知名測試者寫長文「為什麼我討厭它」

(圖:REUTERS/TPG)
(圖:REUTERS/TPG)

OpenAI週二(17日)推出GPT-6.2 Astra與Sol兩款新模型,主打更強工作能力,旗艦款比前代便宜兩成。但搶先試用的知名AI用戶,給出兩極、甚至嚴厲的評價。

根據OpenAI官方說明,Astra是處理複雜專業工作的旗艦模型,號稱做出來的簡報、試算表與文件更貼近各行業的專業慣例;Sol則是日常使用的平價版本。

投資人、前HyperWrite執行長Matt Shumer在X上寫道,新模型「基本上沒法用」,他不會像過去評測OpenAI新旗艦那樣,再寫長篇評測。

Shumer說,他把部分工作交給Astra分工執行,結果負責監督的Claude模型,還得把它做的工作重做一遍。

開發者、YouTuber Theo Browne更在X上發表長文「為什麼我討厭GPT-6.2 Astra」,稱這是「OpenAI史上最差的模型」。

他說,那是測試期間就寄給OpenAI的完整信件。他舉例,他讓Astra改寫一套程式、希望跑得更快,跑了七天沒成果,產出的版本還慢56%;改要求加速,又花四天無進展。

另一個例子是,他和另一位測試者分別請Astra為兩款不同遊戲設計新關卡,結果拿到幾乎一樣的成品:同樣以水、音樂和鐘為主題,連名字都叫「Bellwether」。

不過Browne也承認,Astra在程式審查時抓得出其他模型漏掉的問題,3D與遊戲開發能力出色,還幫他設計一套網路系統,他預期每月可因此省下2.5萬美元。

他說OpenAI在正式發表前已修正他的部分抱怨,但他目前做開發工作,仍偏好Anthropic的Claude Opus 5.5。

華頓商學院教授Ethan Mollick的體驗好壞參半:Astra幫他在3D軟體裡做出一座能玩、還模擬失重狀態的太空電梯,但他形容模型「很不穩定又很怪」,比對手更難駕馭。

Mollick在LinkedIn補充,這是GPT-4.5以來,他第一次不認為OpenAI的旗艦新模型是「明確的進步」,但他仍能想像它在某些複雜工作上表現出色。

生成式AI媒體Every的執行長Dan Shipper說,團隊測了幾週,Astra在多數程式測試跟前代差不多,但常做到一半就停,文字也過度精簡、省略必要解釋。

他稱讚Astra的預設設計感,但成品有「明顯的廠牌風格」,對需要一個模型橫跨多個品牌使用的團隊是個問題。

也有正面評價。Raindrop.ai技術長Ben Hylak與AI顧問Ashe Magalhaes稱讚Astra在動畫視覺、動態圖形、特效與AI自動剪輯影片的表現。

《VentureBeat》指出,發表首日的評價反映的是特定任務與特定測試者,但競爭正在加劇,這可能是最不適合OpenAI失手的時機。

Anthropic八天前才推出評價不錯的Claude Fable 5.2,預定19日以代碼「ANT」在那斯達克掛牌。

CNBC引述知情人士報導,Anthropic的IPO很可能以高於70至78美元區間的價格定價;Google一週前也開放新模型Gemini 4 Carbon,入門價與Sol相同。

對這些兩極評價,OpenAI方面則表示,公司裡許多員工已把平價版Sol當成日常工作與技術任務的預設模型。


相關貼文

prev icon
next icon