GPT 6.2 Astra
OpenAI 推出的 AI 模型,在 Artificial Analysis 智能指数上得分较高,单次任务成本较低。
核心事实
时间轴 (近 90 天)
Qwen 4 Max生成的游戏中角色在水中无法自行脱困,类似缺陷在前沿模型中仅见于GPT 6.2 Astra。
在质量几乎相同的情况下,Astra的成本远低于Fable,单位得分花费更低,是本次测试中性价比最高、令牌效率最好的模型。
创作者建议日常任务不必使用Fable或Astra这类面向复杂任务的模型,更便宜的模型往往够用;小预算场景下Hydrogen是备选但需人工介入,Qwen最便宜且表现超出预期。
在人类投票评选最佳网站的竞技场中,Fable排名第一,Qwen第六,Hydrogen第十一;Astra刚发布,尚未上榜。
Artificial Analysis用与测试相同思考等级对四款模型跑基准:Fable得分最高,Astra紧随其后,Hydrogen居中,Qwen垫底;Astra完成全部测试所写的令牌量只有Fable的四分之一多一点。
按各厂商公开定价折算,Fable的影片成本远高于Astra,Astra又高于Hydrogen(后者还需为一次失败启动额外付费),Qwen最低。
四份代码的文件体积从约104KB(Qwen)到183KB(Gemini Hydrogen)不等,Fable和Astra居中;Astra的令牌消耗远低于其他三家,约为Fable的五分之一。
GPT 6.2 Astra用时47分钟,细节最丰富(如扭曲树干樱花、真实神社元素、精致角色服饰与伤疤),但主动添加了提示词未要求的元素(石墙、台阶、岩石、白纸绳),属于对指令的偏离。
测试的最终排名为:Astra 54分第一,Fable 53分第二,Hydrogen 47分第三,Qwen 37分(55分制)第四。
一位YouTube创作者将同一段提示词交给四款AI编程模型(Claude Fable 5.2、GPT 6.2 Astra、Gemini 4 Hydrogen、Qwen 4 Max),要求用纯代码生成20秒日式动漫剑斗动画,并按11项标准打分。
还有 23 条时间轴事件
全部知识事实 (20)
在 Artificial Analysis 的 Intelligence Index 上,GPT-6.2 Astra 得分 62,较上一代 Astra 的 57 提升 5 分,位列第二,仅次于 Cloud Fable 5.2 的 65。
65%部分验证OpenAI 的 GPT-6.2 系列包含两个独立型号:Astra 和 Sol,同时上线 AI Gateway。
65%待验证Qwen 4 Max生成的游戏中角色在水中无法自行脱困,类似缺陷在前沿模型中仅见于GPT 6.2 Astra。
50%待验证Artificial Analysis用与测试相同思考等级对四款模型跑基准:Fable得分最高,Astra紧随其后,Hydrogen居中,Qwen垫底;Astra完成全部测试所写的令牌量只有Fable的四分之一多一点。
50%待验证在质量几乎相同的情况下,Astra的成本远低于Fable,单位得分花费更低,是本次测试中性价比最高、令牌效率最好的模型。
50%待验证创作者建议日常任务不必使用Fable或Astra这类面向复杂任务的模型,更便宜的模型往往够用;小预算场景下Hydrogen是备选但需人工介入,Qwen最便宜且表现超出预期。
50%待验证在人类投票评选最佳网站的竞技场中,Fable排名第一,Qwen第六,Hydrogen第十一;Astra刚发布,尚未上榜。
50%待验证测试的最终排名为:Astra 54分第一,Fable 53分第二,Hydrogen 47分第三,Qwen 37分(55分制)第四。
50%待验证GPT 6.2 Astra用时47分钟,细节最丰富(如扭曲树干樱花、真实神社元素、精致角色服饰与伤疤),但主动添加了提示词未要求的元素(石墙、台阶、岩石、白纸绳),属于对指令的偏离。
50%待验证四份代码的文件体积从约104KB(Qwen)到183KB(Gemini Hydrogen)不等,Fable和Astra居中;Astra的令牌消耗远低于其他三家,约为Fable的五分之一。
50%待验证按各厂商公开定价折算,Fable的影片成本远高于Astra,Astra又高于Hydrogen(后者还需为一次失败启动额外付费),Qwen最低。
50%待验证在 extreme high 档位下,Neon 的智能指数全球第三,仅次于 GPT 6.2 Astra 和 Claude Fable 5.2。
50%待验证在涵盖 4000 个真实用户会话的 Agent Arena 上,默认 high 档的 Neon 排第三,每次会话成本 $2.60,约为 Opus $5.89 的一半,低于 GPT 6.2 Astra 的 $3.18;GPT 6.2 Sol 仍居榜首。
50%待验证Google 的基准图表漏掉了 Fable 5.2 和 GPT 6.2 Astra,这两个模型得分都高于图中展示的模型。
50%待验证OpenAI发布博客称针对对抗性蒸馏的防护已用在GPT 6.2 Astra上,内部红队测试的攻击成功率从5%降到0.2%。
50%待验证开发者Elliot用同一道CUDA调试题测试8个主流模型,Neon思考消耗的Token是Opus、Fable和Astra的3到20倍,导致同一道题Astra和Opus约20秒完成,Neon需76秒。
50%待验证对照实验中,同样用开源 prompt 复刻森林木屋场景,Fable 5.2 跑了 18 小时产出 127KB 完整文件,而 GPT 6.2 Astra 仅 23 分钟交付 11KB 半成品,六个相机机位和场景切换均未完成。
50%待验证与 Claude Fable 5.2 相比,GPT 6.2 Astra 生成的游戏在机制趣味性和运镜设计上稍显呆板,物理感与视觉丰富度更逊。
50%待验证社区早期反馈集中批评 GPT 6.2 Astra 不理解人类意图,典型例子是用户想导出 4K 视频时模型追问底层编码技术。
50%待验证Astra 的风格偏向素雅保守,缺乏 Fable 5.2 那种多样性和叙事想象力,在需要‘高大上’但未明确标准的任务中,Astra 需要极其精确的指令。
50%