Anthropic人均3亿的IPO盛宴前,OpenAI急发GPT-6.2狙击却遭反噬?
2026-11-20 02:32:48  网易   [查看原文]

0

分享至

来源 | Tech星球

文 | 华卫

就在 Anthropic 上市定价前,OpenAI 送上了一份颇具火药味的大礼包。11月18日凌晨,GPT-6.2 系列正式发布,官方公布的基准测试情况极具挑衅意味:在复杂专业任务上,GPT-6.2 Astra 的得分超过 Claude Fable 5.2,而单任务成本只有后者的约 5%。

意外的是,市场随后的反应不是惊叹,而是一众质疑声音。

“6.2 Astra 是OpenAI 有史以来发布的最差模型”,开发者兼 YouTuber Theo Browne也在 X 论坛上发帖称。投资者兼前 HyperWrite AI 首席执行官Matt Shumer发帖称,这些新模型“基本上无法使用”。

这恐怕是OpenAI第一次在新模型发布后不仅没收获性能标杆的掌声与追捧,还被骂得如此难堪。激烈的模型竞赛下,连GPT也陷入跑分焦虑了吗?

史上最不进步模型,“基本无法使用”?

此次,OpenAI共带来两款模型,分别是应对最棘手项目的前沿模型GPT‑6.2 Astra 和面向日常工作的高效多面手 GPT‑6.2 Sol。据介绍,两款模型都能以更少的输出 Token,在高难度任务中取得更好的结果。对企业和开发者而言,这意味着能在用量限制内完成更多工作,并以适合大规模应用的成本获得前沿性能。

从OpenAI发布公告中的成绩来看,新模型确实交出了一份漂亮的答卷。在九项对比基准测试图表中,GPT-6.2 Astra在所有九项测试中均胜过GPT-6 Astra,而GPT-6.2 Sol在九项测试中的八项中胜过GPT-6.1 Sol。

然而,来到AI用户的真实工作流中,新模型的表现却出现了明显落差。

据Browne公开分享,在他用Rust重写TypeScript编译器的实验性项目中,Astra 连续工作七天,却没有带来任何实质性改进。更糟糕的是,在尝试缩减编译器体积后,新版本的运行速度反而下降了56%。当 Browne 随后要求模型转而优化运行速度,Astra 又花了四天时间,依然没有取得任何进展。

比执行效率低下更让人担忧的是,模型在创意任务中表现出的“偷懒”。Browne和另一名测试者各自独立要求Astra为Outer Wilds和Majora’s Mask两款不同游戏设计新关卡,却得到了高度相似的结果:都是以音乐和钟声为核心的水下关卡,甚至连关卡名称都不约而同地叫作“Bellwether”。

当模型被寄望于承担创意设计工作时,这种输出趋同显然不是一个好信号。它暴露出的可能不只是创造力不足,而意味着模型并没有真正理解任务的差异,而是在用一种高概率的“安全答案”覆盖所有开放性问题。

在一篇题为《Why I hate GPT-6.2 Astra》的长篇 X 帖子中,Browne 又集中列出了更多不满。他表示,这篇帖子实际上是此前在早期测试阶段发给 OpenAI 的一封反馈信全文。批评主要集中在两个方面:一是 Astra 很难在长期项目中持续、有效地推进工作;二是任务完成后,开发者很难理解模型究竟做了什么,以及它为什么这样做。

Browne 承认,OpenAI 在正式发布前解决了他反馈的一部分问题,但即便如此,他仍然更愿意使用 Claude Opus 5.5 完成开发工作。

类似的质疑也出现在其他开发者的测试中。Shumer表示,他曾将任务交给 Astra 作为子代理执行,但负责监督它的 Claude 模型最终不得不重新完成这些工作。一名 X 用户也认同 Shumer 的判断,并将问题指向 OpenAI 训练模型行为的方式。

"自 GPT-4.5 以来 OpenAI 前沿发布首次未见明显进步",沃顿教授 Ethan Mollick在测试完GPT-6.2 后给出这样一句尖锐的评价,并直言其"非常不稳定且古怪"。

第三方评测呈现出更复杂的结果。在 Artificial Analysis Intelligence Index(AII)上,GPT-6.2 Astra 以62分成为 OpenAI 目前得分最高的模型,比上一代 GPT-6 Astra 提高了5分,总排名第二,仅次于 Claude Fable 5.2。

但在更贴近实际开发场景的编程智能体榜单上,Astra 却停留在53分,与上一代持平,落后于获得58分的 Claude Fable 5.2 和 Claude Opus 5.5,也不及拿下55分的 Gemini 4 Carbon。

并且在价格层面,OpenAI 并没有给出明显的降价惊喜。GPT-6.2 Astra 每百万未缓存输入 Token 收费8美元,输出 Token 收费40美元;GPT-6.2 Sol 则延续上一代定价,输入和输出分别为每百万2美元和10美元。

问题在于,留给 OpenAI 价格竞争窗口正在缩小。就在八天前,Anthropic 推出了备受好评的 Claude Fable 5.2 和 Mythos 5.2,其中 Fable 5.2 的定价与 GPT-6.2 Astra 相同,输入、输出分别为每百万8美元和40美元。一周前,谷歌也以与 GPT-6.2 Sol 相同的价格开放了 Gemini 4 Carbon 的使用。

竞争日趋激烈,对于 OpenAI 来说,当下可能并不是一个理想的模型发布时机,尤其是在其新旗舰和中端模型的市场上。

狙击Anthropic,OpenAI也有自己的难题

无论从用户体验还是第三方评测中的表现,OpenAI此次交出的答卷都透着诸多败笔。而选择在这个时间点发布新模型,显然有着其不得为之的竞争考量。

最直接的压力,来自即将上市的Anthropic。这家由一群前OpenAI员工创立的公司,马上迎来AI行业迄今规模最大的IPO之一。

美东时间11月18日周三收盘后,路透社报道Anthropic将IPO发行价定在每股83美元,显著高于此前70至78美元的招股区间上限。据悉,Anthropic此次IPO的认购订单已接近可售股份数量的七倍,并收到多笔单笔规模达100亿美元或以上的订单。

而这场IPO背后,几乎聚集了整个科技产业的利益。根据此前公布的招股说明书,Anthropic本次IPO除了常规的融资外,还计划通过单独的私募配售交易筹集260亿美元,参与方包括谷歌、微软、英伟达、AMD、博通、美光科技和台积电等巨头。知情人士称,Anthropic的风险投资支持方,包括Bessemer Venture Partners、Menlo Ventures和Accel,也计划追加投资。

把视角转到OpenAI这边,恐怕很难对这样的场面无动于衷。四年前他们推出ChatGPT,引爆生成式AI浪潮。此后,尽管市场上涌现出无数聊天机器人模仿者,却始终没有一家在用户规模和市场影响力上真正超越它。到去年,OpenAI的年收入已飙升至130亿美元,接近主要竞争对手Anthropic的三倍。

如今,Anthropic不仅率先走到了上市门前,IPO目标估值甚至超过了OpenAI此前私募融资所达到的1.3万亿美元。

连Anthropic的员工也抢先迎来“暴富”时刻。据招股文件披露,Anthropic员工持有约17.74亿股期权,平均行权价仅为2.91美元,此外还有约10.7亿股尚未归属的限制性股票单位(RSU)。如果按照每股83美元的发行价上限计算,这部分股权对应的账面价值约为2310亿美元。Anthropic全公司员工目前约有5300人,算下来平均每位员工对应的股权价值超过4300万美元,约合人民币近3.2亿元。

从资本市场的追捧,到员工财富的集中兑现,Anthropic正在迎来属于自己的高光时刻。对于OpenAI而言,这无疑是一个尴尬的竞争节点。在Anthropic上市前夕推出GPT-6.2,从时间选择上看,很难不让人联想到一次有针对性的市场反击。

在竞争对手登上纳斯达克之前,OpenAI需要再次向市场证明自己的技术领先地位。目前看来,这次反击似乎没能打出足够有说服力的效果。更棘手的是,OpenAI面对的压力并不只有商业竞争。

就在GPT-6.2发布前一天,美国加州总检察长正式起诉OpenAI,指控其明知先进AI模型存在潜在风险,却在缺乏必要安全保障和监控措施的情况下继续开发和测试。诉讼还将矛头指向OpenAI此前宣布的安全暂停。9月25日,OpenAI曾宣布暂停最先进模型的训练和评估,但根据诉状,公司后来确认,这次暂停实际上只持续了五天,并于10月1日结束。

并且,诉状披露,OpenAI在测试过程中至少80次失去了对自主AI智能体的控制。

更值得注意的是,在官方同步公布的安全评估中,GPT-6.2 Astra 成为 OpenAI 首个对外发布、在 AI 自我改进能力上达到 High 风险等级的模型。不过,目前还没有证据证明GPT-6.2的实际表现不佳,是OpenAI主动施加安全限制的结果。

但至少GPT-6.2的争议,再次暴露OpenAI的发展桎梏。当竞争对手忙着向资本市场展示AI的商业价值,OpenAI却不得不同时回答另一个问题:模型究竟还能放开多少能力,又必须在哪些地方踩下刹车?

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.var loadMessageError2 = function () {

// message加载失败降级到nginx,产品可以在load事件重新初始化

var cdnPath = 'https://dl.reg.163.com/webzj/ngx/message.js';

var script = document.createElement('script');

script.src = cdnPath;

document.body.appendChild(script);

}

var loadMessageError1 = function () {

// message加载失败降级备份cdn域名,产品可以在load事件重新初始化

var cdnPath = 'https://webzj.netstatic.net/webzj_cdn101/message4.js';

var script = document.createElement('script');

script.src = cdnPath;

script.onerror = loadMessageError2

document.body.appendChild(script);

}//初始化反作弊

var wm = null;

// 只需初始化一次

initWatchman({

productNumber: 'YD00157343455660',

onload: function (instance) {

wm = instance

}

});

关闭

注册|手机发跟贴

登录并发贴

网友评论仅供其表达个人看法,并不表明网易立场。

目前没有热门跟贴

目前没有跟贴,欢迎你发表观点查看更多跟贴去跟贴广场看看var isShowComments = true, tieChannel = "";(function () {

if (window.isShowComments === undefined) {

window.isShowComments = true;

}

var config = {

"productKey": "a2869674571f77b5a0867c3d71db5856",

"docId": "LC55I70205319LDA", //"data.article.postid", "FNMG85GQ0514HDQI"

"target": document.getElementById("tie"),

"operators": ["up", "down", "reply", "share"],

"isShowComments": isShowComments, //是否显示帖子列表

"hotSize": 3, //热门跟贴列表 展示3 条

"newSize": 2, //最新跟贴列表 展示 10 条

"showPaging": false, //显示分页栏

"submitType": "commentPage" //新发帖子的展现形式:停留在当前页面(currentPage) | 跳转到跟贴详情页(commentPage)

};

Tie.init(config, function(data) {});

})();

/阅读下一篇/字节元老再战AI教育,陈林能否“大力”出奇迹?

返回网易首页 下载网易新闻客户端

本栏目中的所有页面均系自动生成,自动分类排列,采用联索网络信息采集、网页信息提取、语义计算等智能搜索技术。内容源于公开的媒体报道,包括但不限于新闻网站、电子报刊、行业门户、客户网站等。使用本栏目前必读