GPT-6.2 Sol與Astra最近3至4天內多次調整,Tibo表示,上週製作的體驗影片可能沒有反映最新變更。
Tibo於18日下午2時47分在X發文表示,曾讓部分網紅搶先使用這兩款模型,之後又對模型進行多次調整。
他說,影片是在上週製作,自己「相當確信」最近幾天沒有重新測試。是否重測是Tibo的個人判斷。
這番說明顯示,影片製作時間與模型推出後的使用時間可能不同,但沒有判定影片評估有誤,也未提供比較目前模型效能的結果。
貼文沒有指出涉及哪支影片或哪個模型版本。影片使用的版本與任務均未公開,因此無法直接將影片結果與目前模型比較。
OpenAI於17日公布GPT-6.2 Astra與Sol,並將Astra介紹為適用於複雜專業工作的模型,Sol則面向日常工作。
OpenAI表示,在自家評測中,Astra的「Agents’ Last Exam」分數高於GPT-6 Astra,且每項任務的成本較低。本報先前報導,Astra在AA-3D以1318 Elo排名第一。
OpenAI自家評測與AA-3D排名,分別是已公開的效能評估結果;兩者都不是針對Tibo提到的近期變更前後進行的測試。
OpenAI的API文件指出,使用GPT-6.2時,若中途修改對話紀錄、變更部分模型(包括降級),或更換使用者或組織,推理項目可能會被移除。文件也說明,這可能降低回答品質,或使模型重做先前工作、消耗更多token。
這項說明涵蓋使用API時可能遇到的情況,並未確認Tibo所說的近期模型變更或影片是否重測。
Reddit上的OpenAI相關討論中,有使用者肯定Sol的速度與token效率,也有人分享使用額度較耐用的經驗。
另有使用者表示回應速度較慢、用量高於預期,或對程式碼結果不滿。這些都是個別使用者分享的經驗。
Codex相關討論中,也有使用者肯定模型在日常程式撰寫與使用效率方面的表現;另一些人則對回應速度及相較競品的結果感到不滿。
兩個社群的反應並非在相同條件下比較兩款模型的測試結果。由於使用環境與工作內容不同,個人經驗也有所差異。
Tibo表示,兩款模型比先前的GPT模型進步許多,但「並不完美」。他說,未來會持續迭代,進一步調整回應風格與使用便利性。
Comment 0