Wink Pings

GPT-6.2 Astra 和 Sol 的视觉编码实测,先看 100 种画狗

Arena.ai 放出一段 44 分钟实测,Peter Gostev 用 3D 世界、网页、游戏和数据可视化对比 GPT-6.2 Astra、Sol 与 Claude Fable 5.2。视频里有个测试叫 100 ways to draw a dog。Agent Arena 的真实会话评分还在路上。

Arena.ai 发布消息称,OpenAI 的 GPT-6.2 Astra 和 Sol 已经上线。基于全球社区真实会话的 Agent Arena 评分很快推出。在这之前,Peter Gostev 拿它们和 Anthropic 的 Claude Fable 5.2 做了一次视觉编码对比。

素材里的视频约 44 分钟,测试项包括 3D 世界、HTML 动画、网站、游戏、数据可视化,最后用 SVG 细节和 100 ways to draw a dog 收尾。

Arena.ai 的前身是 LMArena,平台让用户比较前沿模型并给出反馈,形成公开榜单。这次没有只发跑分,先放了一段 hands-on 视频。

视频章节如下:

  • 00:00 模型和价格背景
  • 01:08 3D 世界:建筑、水体和细节
  • 05:46 创意范围与风格一致性
  • 11:48 HTML 故事和动画
  • 16:45 黏土、钩针等视觉风格
  • 21:04 网站 UI:结构和重复布局
  • 27:32 游戏:画面、控制和 bug
  • 35:26 数据可视化
  • 37:24 用动画解释概念
  • 39:28 SVG 细节:孔雀测试
  • 40:57 100 种画狗
  • 42:16 总结:Astra、Fable 和 Sol

视觉编码演示很容易拍成烟花。放一段就能让人哇一声,落到项目里,重复布局和 bug 更早暴露问题。视频把网站 UI 和游戏 bug 单独列出来,这个安排比模型名更有信息量。它关心的不只是能不能生成,还包括能不能稳定交付。

价格注释也值得看。视频里的成本基于 Astra 6 价格,实际 Astra 6.2 价格低 35%。这条比模型代号更影响使用决策。

有网友在回复里说,100 ways to draw a dog 才是他的 benchmark。这个测试不复杂,但能看模型在大量变体下是否保持可辨认的狗和细节。

Peter 的提示词和更多信息在 YouTube。Agent Arena 的评分还在路上,等真实会话数据出来,再看这组对比会更有意思。

发布时间: 2026-11-18 03:26