GPT-6.2 Soul/Astral 对比 Gemini 4 实测:审美仍输 Fable

三题实测显示 GPT-6.2 Soul 与 Astral 质量几乎无差,但 Soul 更快更便宜,性价比胜出。
本文基于 B 站 UP 主的三题实测视频,对比 GPT-6.2 Soul、Astral 与 Gemini 4 Carbon、Argon 在速度、价格和前端审美上的表现。测试使用官方 Harness、中等思考强度且未开 Skill,以保证公平。三题分别为果冻岛、骑车动画和海岛场景。结果显示:Soul 与 Astral 成品肉眼差异极小,但 Soul 速度更快、价格更低;Gemini 4 Argon 与 Carbon 效果接近,Argon 更划算。审美维度上 Fable 5.2 仍最强但成本高、速度慢,DeepSeek V4.1 Flash 表现不输 GPT-6.2 组但偏慢。最终结论取决于 Soul 对 Plus 用户的开放配额。
三题实测 GPT-6.2 Soul 与 Astral:速度、价格与审美全景对比
最近 GPT 发布了两款新模型:6.2 Soul 和 Astral,而 Gemini 阵营也拿出了 Gemini 4 Carbon 和 Argon。B 站 UP 主第一时间做了三题实测对比,从速度、价格和前端输出质量三个维度给出了一手体验。本文基于该实测视频,并交叉参考此前 Gemini 与 Fable 系列的测试结果,试图给出更清晰的结论:GPT-6.2 这波升级,到底值不值得换?
测试设置:同一套官方 Harness,中等思考强度
UP 主使用两家官方的 Harness,全部采用中等思考强度,均未开启 Skill,并使用相同的 MB 文件,以保证对比公平。测试模型包括:
- GPT-6.2 Soul(代号 A 或 B,视频中多次推测)
- GPT Astral(代号 A 或 B)
- Gemini 4 Carbon
- Gemini 4 Argon
此外,视频还回顾了此前用同一题目测试过的 Gemini 4 Hydrogen、DeepSeek广告 V4.1 Flash 与 Fable 5.2,形成跨模型对照。需要注意的是,视频中 UP 主对哪一款 GPT 模型对应 A、B 并未完全确认,因此个别排名结论带有一定推测成分。
Harness 在这里指模型厂商官方提供的评测或调用框架,通常包含统一的提示模板、工具调用接口和结果渲染环境。使用同一套 Harness 能最大程度排除“前端脚手架差异”带来的干扰,使不同模型在相同输入和输出管线下对比,因此比各自用第三方 UI 跑分更具可比性。
思考强度是推理模型引入的参数,控制模型在生成最终答案前进行内部推理的 token 预算或步数。中等强度意味着在质量与延迟之间取平衡,适合前端生成这类需要一定规划但不需要极深推理的任务。统一设置为中等,是为了避免某款模型因默认强度更高而获得不公平的质量优势。
第一题「果冻岛」:Soul 速度与价格双杀 Astral
第一个测试题是「果冻岛」,要求模型生成带有水池与房屋的交互场景。
速度与风格差异
Gemini 4 Carbon 耗时约一小时,而 GPT 两款模型都在半小时左右。Carbon 的成品风格与前代 Gemini 4 明显不同,被 UP 主形容为“方块感”较强,但水的质感其实相当不错,只是动画速度偏快,导致视觉上有些“加速”感。
GPT 两款模型的颜色更接近传统的“GPT 风格”,渐变不再是那种柔和的过渡,而是非常干脆的颜色切换。房屋建模比例偏大是常见的老问题,但整体也能看。UP 主在视频中猜测 B 选手可能是 Soul——这个判断后来被部分证实。

审美排名与价格反转
UP 主给出的审美排名是:A 第一,C 第二,B 第三。其中 A 被确认是 GPT-6.2 Soul,C 是 Gemini 4 Carbon。Soul 虽然在审美上不如 A(即 Gemini 4 Carbon)精致,但它在速度和价格上形成了压倒性优势——Soul 比 Astral 更便宜,速度也更快。
视频中 UP 主反复感叹:“这 Soul 很厉害朋友们,速度还比 Astral 快。” 从实用角度看,如果 Soul 的质量与 Astral 差距不大,那它显然是更划算的选择。
文中反复出现的 A/B/C 代号,是 UP 主在盲测阶段给各模型输出贴的标签,用于在不知道模型身份的情况下先做审美排名,揭晓后再对应回具体型号(如 A 为 GPT-6.2 Soul、B 为 Gemini 4 Carbon)。这种盲评方式能减少品牌偏见,但也带来一个限制:当某一代号对应的模型身份未被完全确认时,排名结论只能视为推测。阅读时应注意区分“盲评排名”和“身份揭晓后的性价比结论”,后者才是文章的核心判断。
第二题「醍醐骑自行车」:Gemini 4 Argon 与 Carbon 难分伯仲
第二题是动画类测试:让模型生成角色骑自行车的动画。
动画流畅度与审美分化
Gemini 4 Carbon 的动画比较流畅,但 UP 主认为“审美一般”。Fable 5.2 的版本则呈现出明显的水彩画风格,角色会挥手、表情也在变化,审美上拉开差距。而 GPT Astral 的版本则被吐槽“胳膊都没有小学生画的好”。
Gemini 4 Argon 的耗时约六分钟,Carbon 则花了十几分钟,但两者效果被 UP 主认为“真差不多”。视频中的结论很直接:用 Argon 就够了。

排名与成本考量
这一轮 UP 主的排名是:A 第一,C 第二,B 第三(因为 B 的腿和身体是分开的)。但更重要的信息是价格层面——Soul 比 Astral 便宜,而 Argon 在 Gemini 内部又比 Carbon 便宜得多。对于日常使用,UP 主的建议是优先考虑 Soul 和 Argon。
第三题「海岛」:Carbon 质感胜出,Soul 与 Astral 难分
第三题是此前展示过的海岛场景,重点考察水面反光与整体质感。
成品对比
Gemini 4 Carbon 一上来就呈现出很强的反光质感,转一圈看水面反射也相当可以。UP 主认为 B(Gemini 4 Carbon)明显比 A 好,而 A 和 C 风格相近,很难分出高下。这一轮排名:B 第一,C 第二。

Soul 与 Astral 的肉眼差异几乎为零
关键结论出现在揭晓价格之后:Soul 比 Astral 便宜不少,速度还更快。UP 主直言:“你们和我说这个 Soul 和 Astral 有啥区别啊?它除了比它便宜以外速度都一样快啊对吧,你们能分出区别吗?” 从成品看,天边云渐变、灯泡细节等几乎看不出差异。因此这一轮Soul 完胜。
API 成本与订阅配额是两类不同的计费方式。API 按 token 或调用次数计费,适合开发者和批量任务,成本随用量线性增长;而 Plus 等订阅套餐通常给固定的消息或额度上限,超出后降级或限流。文中说 Fable 5.2“API 成本高”,指的是按量计费时单价或消耗更大;而最后关心“Soul 对 Plus 用户开放的量”,则属于订阅配额问题。两者不能直接换算,这也是为什么“哪个模型更便宜”的结论要分场景看:高频开发者看 API 单价,普通用户看套餐内可用量。
跨模型对照:DeepSeek 不输 GPT-6.2,Fable 5.2 审美封神
视频后半段回顾了此前用同一批题目测试的其他模型,给出了更广的参照系。
DeepSeek V4.1 Flash 表现亮眼
在岛屿题目上,DeepSeek V4.1 Flash 的光影效果不输 GPT-6.2 那一组。动画方面物理表现合理,色彩也不差。UP 主认为“硬说 GPT-6.2 比 DeepSeek 这一轮做的好多少,我也觉得没多少”。不过 DeepSeek 的速度会慢一些。
Gemini 4 Hydrogen:轻量快出
Hydrogen 被形容为“偷懒”,但特别快,十二分钟就出结果。这符合小模型的定位:轻量、快速,质量够用。

Fable 5.2:审美真神,但 API 成本高
Fable 5.2 做的海岛被 UP 主称为“审美真神”,小光、质感都相当漂亮。这一轮对比下来,前端审美仍然是 Fable 5.2 最强。但代价是 API 成本明显更高,而且速度也更慢(海岛题用了二十六分钟)。
结论与建议:Soul 是性价比之选,但 Plus 配额是关键
综合三题实测,UP 主的体感结论是:GPT-6.2 Soul 和 Astral 区别不大,Soul 速度上来了,价格还是最便宜的。同时,Gemini 4 Argon 和 Carbon 的差别也不大,日常用 Argon 足够。
真正拉开差距的是审美维度:Fable 5.2 依然最强,但成本高;如果追求性价比,GPT-6.2 Soul 和 Gemini 4 Argon 是更务实的选择。
视频最后留了一个悬念:如果 Soul 对 Plus 用户开放的量足够多,那这波升级还算良心;如果给 Plus 的量很少,那结论可能还是和上一期一样——直接去用 Gemini 4 Flash。
对于开发者而言,选择逻辑可以简化为:审美优先选 Fable,速度与成本优先选 Soul 或 Argon,复杂建模与动画则值得等待后续更系统的测试。UP 主也表示后续会出建模方面或更笼统命题的对比,值得关注。
相关推荐

在终端里看片:Codex多智能体打造SSH流媒体服务
创作者用Codex多智能体工作流在终端搭建SSH流媒体服务,包含规划、云端异步开发、AI绘制电影场景和同步直播频道,展示AI编程工具如何快速实现个人创意。

阿拉斯加新州长:一位维基百科资深编辑
阿拉斯加当选州长 Jonathan Kreiss-Tomkins 拥有超过 13,000 次维基百科编辑记录。本文分析这一身份背后的信息素养与协作能力信号,以及对技术从业者的启示。

AI卖脸:微短剧新趋势还是好莱坞陷阱?
演员将面部授权给微短剧初创公司,用AI数字分身出演内容。这一模式在中国已流行,专家担忧其进入好莱坞后带来控制权流失、议价能力稀释等长期风险。