GPT-6.2发布后,用户实测反馈呈现明显分化。一方面,有用户抱怨需与模型反复交互数小时才能获得满意结果,长任务还会因对话长度上限被中断;另一方面,AI评论者Nate B Jones为其辩护,认为这是一个执着于细节、token效率极高的模型,只是适用场景与大众预期存在错位。

辩护观点:细节控模型,适合agent通信

面对普遍差评,Nate B Jones给出不同解读。他认为GPT-6.2是一个“非常聪明但‘只见树木’”的模型,执着于细节和反复验证,token效率极高——这一点对重新陷入算力紧张的OpenAI尤为重要。

Nate B Jones将差评来源归结为两方面:一是写作能力弱,二是在“树状”问题上表现良好,却不擅长“森林级”工程问题。但他指出,这一特性恰好使该模型非常适合agent间通信——高信息密度、强调验证。

这是一个非常聪明但「只见树木」的模型,执着于细节和反复验证,token效率极高。

用户实测:高质量输出伴随高摩擦

博主imjustnewatai表示,本想多分享GPT-6.2的实测结果,但每次都要和模型反复拉扯数小时才能得到一个好结果,因此发帖频率受限。这从侧面反映出,该模型虽能产出高质量输出,但可控性与稳定性仍有明显摩擦。

长任务体验:对话长度上限打断关键流程

另一位用户晒出ChatGPT截图:他让模型“创作一首交响乐并围绕配乐拍一支震撼的视频”,模型刚开始规划就显示Stopped working。用户点击Continue询问后,弹出提示“本次对话已达最大长度限制,请开启新对话继续”。发帖人以此吐槽“这就是我讨厌OpenAI的原因”——长任务在关键节点被对话长度上限打断,上下文无法延续,体验相当挫败。

后续关注

综合多条线索,GPT-6.2的争议集中在模型风格与可控性两个维度:其细节导向和token效率在agent通信等场景具备优势,但在写作、长程任务和交互稳定性上仍存在明显短板。后续值得关注OpenAI是否针对对话长度限制与模型可控性作出调整,以及用户实测反馈能否推动适用场景的进一步明确。