事件专题 ·多源确认

Astra 6.2 遭用户差评:实测比基准成绩差得多

Bindu Reddy 在 X 上发布了 Astra 6.2 上线第二天的观察:这是一个在真实场景中表现不佳的模型,用户用过后不会再次使用。她指出 6.2 在实际使用中比 6.1 更便宜,但实际效果远差于基准测试所展示的水平。她判断 OpenAI 对 Astra 产品线做了能力削减(nerf),并认为 OpenAI 应该很快再推出一次模型更新来修正。 这条反馈的核心矛盾在于基准分数与真实体验的脱节:6.2 在评测中看起来不错,但用户留存反映出实际质量下降。对依赖基准选型的开发者来说,这类来自实际部署方的观察提示,模型更新后应先做自己的真实任务验证,再决定是否切换版本。

当前结论

Bindu Reddy 用了一天就发现 Astra 6.2 用户不回流、实测比 6.1 差很多,只是便宜。如果你在按 benchmark 选模型,这条实战反馈提醒你先拿自己的任务试跑再切版本。

11 个信源56° AI 热度最后更新 2026/11/18 21:51:00

证据链

11 个信源
相关来源 1Vaibhav Srivastav
查看原文
相关来源 9Artificial Analysis
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。