GPT-6.2成本性能说法与评测图争议
先了解这件事
OpenAI 被指发布“Agents' Last Exam v1.1”价格—分数图,将数据集中在0至15美元区间却把横轴延伸至60美元,造成大片留白、模型差异难以辨认;后续报道声称GPT-6.2 Astra以约2至3美元成本取得78%分数,逼近Gemini 4 Carbon,并称GPT-6.2 Sol以近零成本超过GPT-6.1 Sol。 另有报道声称Astra比GPT-6 Astra高5.2分、领先Claude Fable 5.2达5.5分,每任务成本降至原模型不到三分之一。不过,图中多个模型名称是否真实、图表是否被篡改,以及这些成绩和成本数据,均未获证实,因此不能确认OpenAI已推出相关模型或刷新纪录。
AI 根据报道生成 · 6 分钟前更新
事件进展
3 个进展
- 11月18日 02:25 · 1 篇报道GPT-6.2系列推进成本性能前沿AGI Hunt:OpenAI 发布 GPT-6.2 Astra 与 Sol,推进成本性能 Pareto 前沿
- 11月18日 02:03 · 1 篇报道GPT-6.2 Astra登顶Agents' Last ExamAGI Hunt:GPT-6.2 Astra 登顶 Agents' Last Exam v1.1 基准
- 11月18日 01:50 · 1 篇报道OpenAI模型对比图表设计遭吐槽AGI Hunt:OpenAI Agents' Last Exam v1.1 模型对比图表因数据拥挤再遭吐槽
报道时间线
沿着报道,了解事件的不同侧面。
- AGI HuntOpenAI 发布 GPT-6.2 Astra 与 Sol,推进成本性能 Pareto 前沿
OpenAI 新发布 GPT-6.2 Astra 与 Sol,成本性能榜单显示这两个模型推动 Pareto 前沿左移。Astra 以约 $2-3 成本取得 78% 分数,逼近 Gemini 4 Carbon,同档成本远低于 Claude Fable 5.2 的 $60 和 Claude Opus 5.5 的 $15;Sol 在近零成本下超过上一代 GPT-6.1 Sol。
- AGI HuntGPT-6.2 Astra 登顶 Agents' Last Exam v1.1 基准
OpenAI 的 GPT-6.2 Astra 在考察复杂多步骤专业工作的 Agents' Last Exam v1.1 上刷新纪录。其成绩较 GPT-6 Astra 高 5.2 分,领先 Claude Fable 5.2 达 5.5 分;每任务成本降至原来的不到三分之一,另有评论称仅用约 5% 的成本便实现领先。
- AGI HuntOpenAI Agents' Last Exam v1.1 模型对比图表因数据拥挤再遭吐槽
OpenAI 发布的 Agents' Last Exam v1.1 模型对比图表因将价格-分数数据点集中在 $0–$15,却把横轴延伸至 $60,导致大量留白和无效刻度、模型差异难以辨认。图中出现 GPT-6.2 Astra/Sol、GPT-6/6.1、Claude Fable 5.2、Claude Opus 5.5、Gemini 4 Carbon 等名称,但这些模型是否真实存在尚未证实。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。