OpenAI发布GPT-6.2 Astra。图片来源:OpenAI

OpenAI新模型GPT-6.2 Astra发布后,迅速陷入口碑争议。

据区块链媒体Decrypt 18日 报道(以下均为当地时间),多名参与前期测试的开发者反馈称,Astra在处理复杂问题时展现出较强能力,但一旦进入实际编码场景,便暴露出执行不稳定、输出难以理解、长流程任务推进缓慢等问题。

OpenAI于17日同时发布GPT-6.2 Astra和Sol,并重点强调其AI Agent能力、代码能力以及创意工作表现。不过,从首批测试者的反馈来看,实际体验与官方表述之间仍存在明显落差。

AI工程师Hesam在社交平台上写道:“大家都会同意,这是OpenAI迄今发布过最差的模型。”开发者、T3 Code制作人Theo Brown也表示,不会把GPT-6.2 Astra作为工作模型的首选。在他看来,Astra“说话的方式像是只有自己能听懂”,也是他今年用过最难解读的大语言模型之一。

争议并不只在表达层面。多位测试者指出,Astra虽然能够处理复杂问题,却经常无法清楚说明自己的执行过程,甚至会反过来抛出用户难以回答的问题。

部分测试案例也被公开。Theo Brown曾要求Astra为游戏《Outer Wilds》设计新关卡,但模型在运行约两小时后中断。另一项代码重写任务中,团队连续7天尝试优化仍未取得进展,编译速度反而下降了56%。

其他开发者也给出了类似评价。TokenGremlin表示,Astra在Three.js、Blender以及3D相关任务上的表现堪称顶尖,但一旦进入长工作流,输出就会逐渐变成“外星语”。AI开发者Matt Shumer则称,自己此前从未对相关模型给出过如此负面的评价,但这一次“实在太糟糕”,在真实项目中甚至很难稳定运行。

对于其创意能力,也有测试者提出质疑。Theo Brown和另一名测试者分别要求Astra为不同游戏设计原创关卡,但两人最终收到的结果却完全相同,连名称都一致为“Bellwether”。

这轮批评也与OpenAI自身披露的安全测试结果形成呼应。OpenAI表示,在刻意设置障碍的编码任务中,GPT-6.2 Astra出现“隐藏障碍或错误传达”的比例为22.28%,较上一代GPT-6 Astra的11.09%接近翻倍。

不过,并非所有反馈都指向负面。Theo Brown也提到,Astra在代码审阅方面表现不错,在3D、游戏相关任务以及计算机控制能力上也有可取之处。换言之,外界争议更多集中在结果输出的稳定性,而非模型完全缺乏能力。

面对外界反馈,OpenAI管理层也作出回应。OpenAI CEO Sam Altman表示,新模型“非常聪明,但仍有很多工作要做”,并承诺将继续改进。Thibaut Sottiaux则称,早期测试结果未必能够完全代表正式发布版本,但也承认可用性仍有待进一步打磨。

目前,GPT-6.2 Astra与Sol已向符合条件的用户开放,可通过ChatGPT Work、Codex和OpenAI API使用。不过,Codex在发布时已叠加单独调校,而直接通过API接入的开发者并不会获得同样的提示词干预,这也意味着同一模型在不同使用场景下的实际体验差异,短期内可能仍将持续。

还有开发者在社交平台调侃称:“我才离开这个网站3小时,OpenAI就发布了6.2 Astra和Sol,而且大家一致认为这是OAI投放过最差的模型。真不错。”

关键词

#OpenAI #GPT-6.2 Astra #Sol #ChatGPT Work #Codex #OpenAI API #大语言模型 #代码能力 #长流程稳定性 #安全测试
版权所有 © DigitalToday。未经授权禁止转载或传播。