[控场AI]
· 8 分钟阅读· 4,025 字

GPT-6.2 Astra/Sol与Claude Opus/Sonnet 5.5封神对决实测

GPT-6.2 Astra/Sol与Claude Opus/Sonnet 5.5封神对决实测

GPT-6.2实测:Astra审美与大局观突出,Opus物理真实感与写作更稳。

GPT-6.2 系列的 Astra 与 Sol 分别对标 Claude Opus 5.5 和 Sonnet 5.5。实测显示,Astra 降价后单价仍为 Opus 两倍,编程榜与上代持平,Sol 甚至略有退步。3D 雪景生成中,Opus 在物理真实感、代码效率和 60 帧流畅度上完胜,Astra 胜在中式审美与步行漫游;iPhone 拆解任务里 Astra 以 65 分钟产出高完成度 GLB 模型,大局观出色,Sol 虽走通流程但只完成 8/20 个组件。中文写作 Astra 翻车无主线,Opus 与 Sonnet 双情感线交织但啰嗦。作者建议日常用 Terra 和 Sol,复杂工程用 Astra,长期项目先由 Astra 搭框架再交 Sol 细化。

GPT-6.2系列正式发布,Astra和Sol两款模型直接与Claude Opus/Sonnet 5.5展开正面对决。B站UP主带来了一场从3D场景生成到中文写作的全方位实测,结果出人意料:审美与大局观Astra占优,但物理真实感和代码完成度Opus更胜一筹。

做出来的雪落紫禁城

价格与定位:降价但未改竞争格局

Astra 6.2发布即官宣降价:输入输出各降20%,缓存读取降60%。但降价后单价仍是Opus 5.5的两倍。Sol 6.2价格未变,与Sonnet 5.5同价位贴脸硬刚。UP主直言降价力度低于预期,正准备冲刺上市的A社应该能松一口气。据第三方机构Artificial Analysis的综合智能榜,Astra 6.2排在Fable 5.2之后位列第二;但在Coding Agent编程榜上,Astra 6.2与上一代完全持平,Sol 6.2甚至比上一代降了三分——写代码这件事上这一代可能还有点退步。

3D场景实战:审美与物理真实感的取舍

同一道题——生成北京的第一场雪3D场景,让四款模型同台竞技。

Astra 6.2:中式审美突出,但细节粗糙

Astra用时一小时十八分钟,是所有选手中最长的。它采用位图贴图策略,画了不少写实又有国风味道的位图,中式审美相当讨喜。太和殿广场的3D呈现蛮震撼,但地面只有一小块做了积雪贴图,空中稀稀拉拉飘着十来颗雪粒,雪花飘落效果一般。镜头一转,屋顶的积雪贴图就没了,露出建筑本体;镜头拉近角度变化,贴图问题更明显,像外头只包了层薄薄的纸皮。地面贴图一直在闪烁,暴露了代码能力的不足。不过步行漫游功能比Opus做得好,上台阶时有迈步起伏,物理和空间理解还可以。UP主尝试穿过栏杆时被挡住,但退不回去——bug了。

Opus 5.5:物理真实感与代码完成度完胜

Opus开场一个急速推进,太和殿恢弘大气,漫天飞雪缓缓落下,近处雪花做了近景模糊。它非常懂在同一场景调度不同运动主体:地上小人有的漫步有的忙碌,空中飞鸟和一万片雪花相得益彰,展翅姿态不生硬,复杂动态同频全程丝滑跑在60帧。红墙夹道能像3D游戏一样自由行走。代码层面,Opus把场景内的铜材质组件合并成仅仅12个大网格,运行效率很高,但细节精准得可怕——角楼在冰面上的倒影顺着凹凸不平的冰面呈现自然的斑驳和扭曲。除了树木和小人建模稍显简陋,整个场景对真实世界物理的遵循让人拍案叫绝。

Sol 6.2与Sonnet 5.5:次旗舰的差距明显

Sol 6.2的中式审美与Astra一脉相承,但完成度掉了一整个身位。北京第一场雪的地面干干净净半点积雪没有,空中也几乎没几片雪花。它没用Astra的位图策略,而是直接把部分建模颜色设成白色,塑料感很重。漫步体验依然能打,建筑质感不输大哥,但更像3D游戏而非第一场雪演示。

Sonnet 5.5的紫禁城比大哥Opus小了足足一半,迷你版雪花落得更快,天上飞鸟生硬地一上一下。人物建模比Opus简略,树木是简单几何体,大红大绿大黄配色有点low poly加卡通混搭。河面本意画成冰却做成带波纹的水面,角楼倒影扭曲奇怪。

有一棵树直接穿膜嵌进了墙里

纯代码凭空造一座下雪的城市,既考空间逻辑又考动态感知和审美。GPT-6.2不是顶级选手,但给它一个现成的3D模型呢?

GLB 与 Three.js

GLB 是 glTF(GL Transmission Format)的二进制容器格式,由 Khronos Group 制定,用于在运行时高效传输和加载 3D 场景。一个 GLB 文件可以把网格、材质、贴图、动画、节点层级全部打包进单个文件,浏览器端不必再解析多份外部资源,因此常被 Web 3D 应用当作“交付格式”。

Three.js 则是浏览器里最主流的 WebGL 封装库,负责把 GLB 中的场景图翻译成 GPU 指令:加载器解析二进制后建立 Object3D 树,材质被编译成着色器,几何体上传为顶点缓冲。文中模型“在 Three.js 中加载”意味着生成物不是一张渲染图,而是可交互、可编程控制的实时场景——这也解释了为什么镜头调度、雪花粒子数量、帧率会成为评测维度:它们都直接对应 Three.js 场景中的对象数量与渲染开销。

3D模型拆解:Astra的大局观令人刮目相看

让Astra和Sol直接改GLB模型文件,各自拆解一台iPhone。Sol用38分钟完成iPhone 18 Pro拆解工作台,把苹果公开的3D模型转为GLB并在Three.js中加载,光泽材质和机身细节分毫毕现。它做了自动播放演示前面板和后面板打开后的结构,但爆炸展开后部件数量太少,镜头组件很抽象,仍有一组镜头长在机身上,三根排线位置不准确。从官网找到AR模型只提取了一种颜色,内部组件位置和结构来自维修手册——手册上有20个组件,它只做出来8个。流程走通了,但完成度和准确性不高。

Astra用65分钟交出iPhone Duo折叠屏拆解,开合完全由代码控制,非常丝滑。爆炸拆解的拆分力度、建模完整性和物理结构严谨程度都是前所未见的水平。它为所有3D开合和拆解组件配齐控制选项,打了三束环境光展示材质质感,折叠过程中逐个调整网格顶点让屏幕精准弯曲。相机模组的长焦和广角多层镜头组精巧,机身框架的支撑结构各种连接件外部按键和每颗螺丝清晰分明,连底部八个防尘网都做了独立建模。Astra专门写了说明:先提取官方模型中的73个网格,找到维修手册里的内屏总成定位图和精准尺寸,生成了屏幕上7个GLB模型。不用Blender也能生成这种3D模型。

他贴心的为所有3D开合和拆解组件

UP主总结:Astra的大局观让人刮目相看,能高效处理多种复杂输入和输出,逻辑极其缜密,完成度非常高。虽然前端代码不如Opus 5.5,但综合类型任务上Astra更强。Sol也能正常完成需求,但说一做一,完全不会自己多花心思。做长期项目的建议:先用Astra搭全局框架,再把局部细化和修改交给Sol落地。

爆炸视图与网格顶点级变形

爆炸视图(exploded view)是工程与维修文档中的标准表达:把装配体的零部件沿装配方向平移拉开,使内部结构和装配顺序一目了然。它的技术难点不在“拉开”,而在“拉对”——每个零件必须知道自己的装配约束方向、层级归属和相邻件,否则拆开后会出现零件穿插或悬空。

Astra 在折叠屏任务里“逐个调整网格顶点让屏幕精准弯曲”,属于比爆炸视图更细一层的网格变形(mesh deformation):GLB 中的屏幕是一个由顶点构成的网格,要让它在铰链处平滑弯折,就需要按位置对顶点施加分段旋转,而不是整体旋转一个刚体。这类操作通常在 Blender 里由绑定和形态键完成,由模型直接生成代码实现,说明模型对网格数据结构与空间变换有相当程度的掌握。

中文写作:新模板下Opus和Sonnet潜力被挖掘,Astra翻车

用验证过的小说提示词模板测试旗舰组和轻量组。Claude两个模型分数明显提升,节奏更紧凑。但Astra这次翻车——整个故事没有主线,三个人物互不相关情节各做各的像在凑字数,文字故作深沉却让人读不懂。Opus的创意在于两条情感主线互相交织:一条是主人公怀念祖父继承祖父的事业,另一条是抚慰灾难后人们受伤的心灵,两条线穿插把故事写完整,但有点啰嗦,节奏平铺直叙。Sol首尾呼应做得可以,结尾解释了开头母女通过敲击暗号确认对方还活着并撑到获救,但主体情节牵强,阴差出现突兀,与情感联系勉强。Sonnet风格和Opus很像,也是两条情感主线,但交织不紧密,写法更流水账,啰嗦是通病。

两条情感主线互相交织

新模板下Opus、Sonnet和Sol的潜力都被挖掘出来,偏偏Astra约束给得越细反而越散,三个人物连条主线都串不起来。大模型写作这条路还是有点远,各家强化编程能力时写作会是痛点。

提示词模板与“约束越细反而越散”

提示词模板通常把创作任务拆成若干槽位:人物设定、核心冲突、情感主线、节奏要求、结尾呼应等,通过结构化约束把模型的输出空间收窄到可控范围。它的有效性依赖于模型对多层指令的保持能力——槽位越多,模型越需要在长生成过程中持续回看并满足每一条约束。

评测中出现的分化正源于此:Opus、Sonnet 和 Sol 在更细的模板下反而被“激活”,说明它们能把约束转化为结构;Astra 则出现约束越多、人物越散的现象,即模型在长文本中丢失了全局主线,各段落各自响应局部指令。这与它在 3D 任务中表现出的强全局规划形成有趣反差,提示“大局观”在不同模态和任务形态下并不通用。

日常使用与花絮

UP主日常主力是GPT-6.1 Terra和6.2 Sol,遇到复杂工程如3D拆解再请出6.2 Astra。相比GPT-6 Astra和GPT-6.1 Sol,日常体感基本一样,速度会快一点。

花絮:现在ChatGPT聊天模式里几乎可以不限次数生成GIF表情包,但12月1日之后近乎无限的额度会取消,额度将跟工作模式合并。

这期视频全程用GPT-6.2 Sol剪辑。UP主强调,测中文和3D是因为大模型训练太偏重代码,中文表达越来越平,常见问题是啰嗦、套路、用力过猛;3D普通任务很难测出前沿模型上限,只有推到更专业更难的场景才能看清旗舰模型能走多远。

#GPT-6.2 Astra#GPT-6.2 Sol#Claude Opus 5.5#Claude Sonnet 5.5#大模型评测#3D场景生成#AI中文写作#AI编程对比
分享:

相关推荐