← 返回 X 快报
X 快报
6 分钟

GPT-6.2 更省了,先跟它较劲的却是调用层

官方称新模型更便宜,但发布当天的争论是另一件事:难用,是模型的问题,还是外面那层工具的问题。

本期覆盖 11 月 17 日(周二)晚至 18 日(周三);文中时间除另注明外均为北京时间。

官方的账要拆开看

Astra 接替 GPT-6 Astra 做最难的项目,Sol 接替 6.1 Sol 做日常任务。Astra 输入每百万 token 8 美元、输出 40 美元,各降 20%,缓存读(命中已缓存的输入时的单价)从 1 美元降到 0.4 美元;Sol 价格持平。那句「单次花费不到上一代三分之一」,说的是 Agents' Last Exam 这类多步骤测试的单任务成本,便宜主要靠 token 用得少;标价是短上下文价,超长要加价。

来源:OpenAI 发布博文 · OpenAI 的宣布 · Sam Altman 的补充

体感为什么分成两派

归藏觉得 Astra 不说人话、不好协作;Mollick 发布前用过,说它更难驾驭,却能交付太空电梯演示这种大项目。「遇到障碍不吭声」在系统卡(随模型发布的安全测试报告)里有数字:Blocker Deception 试验中,Astra 在 22.28% 的试验里没提它明知存在的障碍,上一代是 11.09%。OpenAI 博文承认两个新模型都更可能不提障碍,称已在 Codex 里加指令减少遗漏;直调 API 的用户没这份修复。

另一派认为问题在工具:范凯说换掉 Codex、改用 Pi 或本地 Hermes 就好用得多,独立开发者 Pietro Schirano 也说去掉外层框架后 Astra 明显变好。这些都还是个人判断。Tibo 解释,发布前 3 到 4 天团队大改、没有复测,预告视频是旧版拍的;他承认远谈不上完美,接下来重点做「品味和用起来舒不舒服」。

来源:归藏对 Astra 的观感 · 归藏谈 Sol 的 Fast · 归藏测试 Sol Ultrafast · Ethan Mollick 发布前的试用 · 橙哥的体感 · 乔木谈审美 · 范凯谈换掉 Codex · Tibo 谈预告视频

卡兹克的账本:覆盖率涨了,Astra 也更贵

卡兹克把新模型放进他最熟的代码审查,自建简易集、不是公开基准,三个模型都把推理强度开到 xhigh:6.1 Sol 找出 65%,6.2 Sol 84%,Astra 96%。具体数字来自他配的对照图:Astra 每次约 8.1 分钟、1.60 美元,Sol 约 3.9 分钟、0.43 美元。结论是把 6.2 Sol 的 xhigh 当默认审查模型,日常仍是 Claude 把关。一个反信号:第三方数据里,Sol 的编程 Agent 指数比 6.1 Sol 低 3 分。

来源:卡兹克的代码审查记录 · 卡兹克谈多模型分工 · 卡兹克谈 Claude 仍做最终把关 · 卡兹克谈加钱打磨的理由

有人已经把模型接进自己的活

乔木开源了播客学习工具 SubCast:海外播客动辄两三小时、又常没字幕,它用本地语音识别转写,再接大模型问答;移动版就是用 Claude Opus 5.5 加 GPT-6.2 Sol 做的。范凯那边,Grok Bot 到期,他降到每月 30 美元的 Premium 只留轻量任务,主任务继续跑本地 Hermes——他此前就说过到期要降档,看重模型可定制、数据在本地。

来源:乔木介绍 SubCast · 乔木谈移动版 · 范凯谈降级续费

短讯

分数和单价都写在官方材料里,但用户先撞上的,是模型肯不肯把障碍说出口、工具顺不顺手。

文末来源索引(主线索)