模型

GPT-6.2 系列编程能力被指不升反降

精选理由

有人拿实测数据对比后发现 GPT-6.2 两个版本在编程上都没赢过上一代,Sol 甚至倒退。做代码开发的可以先不急着升级,用自己的任务跑一遍再决定换不换。

一条推文指出 OpenAI 的 GPT-6.2 Astra 在编程任务上相比 GPT-6 Astra 没有任何提升,GPT-6.2 Sol 的编程成绩甚至低于上一代 GPT-6.1 Sol。作者贴出了对比数据,并质疑这种跨版本倒退的可能性。若数据属实,这将是该系列在编程基准上少见的负升级案例。

正文

具体机制目前推文未说明,但两种版本的表现方向不同:Astra 是持平,Sol 是明确下滑。这类结果通常可能与训练侧重转移(比如向多模态或推理倾斜)、后训练配方调整或评估条件变化有关,但原文没有给出官方解释。

对开发者而言,如果新版本编程能力不增反降,短期内继续停留在 GPT-6.1 Sol 做代码任务可能是更稳妥的选择。该结论目前来自单条推文的对比数据,还没有 OpenAI 官方基准卡佐证,实际部署前建议用自己的代码任务复测。

原文 · Yuchen Jin

So GPT-6.2 Astra has no improvement in coding over GPT-6 Astra?

And GPT-6.2 Sol actually performs worse than GPT-6.1 Sol in coding?

How is this even possible… https://t.co/jXR4mE24KZ

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:GPT-6.2、OpenAI、编程助手、推理模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「Yuchen Jin」(@Yuchenj_UW),经 AITOP 多维评分管线结构化提炼。