GPT-6.2 Astra 来了,我又把那批熟悉的开发题拿出来跑了一遍。
这次最让我意外的,是同一款模型前后的落差。在浏览器画板上,它能一笔一画画出斯巴达人物的眼神;到了复杂游戏里,却连我要求的挖方块、无限探索都没做好。清明上河图那一题,甚至把原画和抠出来的人物放进场景,就交出了结果。
本轮在 Codex 中选择 GPT-6.2 Astra,推理级别设为 medium,与之前测试 Claude Fable 5.2 时的设置保持一致。Godot 沙盒和清明上河图案例中,我还开启了极速模式。下面按视频顺序聊八个案例,既保留做得不错的部分,也把实际操作时暴露的问题说清楚。
如果播放器无法加载,可以前往 YouTube 观看完整视频。
先说测试范围,别急着对照榜单
OpenAI 将 GPT-6.2 Astra 定位为处理复杂编程和专业工作的模型。官方发布说明也强调了前端、游戏和 3D 设计,但这些是产品定位与官方评测结论,仍然需要放进自己的工作流里试。官方发布说明
截至 2026 年 11 月 18 日,官方模型页列出的标准 API 价格是每百万输入 token 8 美元、缓存输入 0.40 美元、输出 40 美元。长上下文和加速模式另有计价条件,不能把标准单价直接换算成本次 Codex 任务的费用。这轮没有统计完整账单,也没有给每款模型统一运行预算。模型与价格说明
还有一点容易混淆:后面出现的动画,是这次编程任务交付的演示效果,不等于 Astra 原生输出视频。官方模型页列出的基础输入是文本和图片,输出是文本。
浏览器画板:眼神抓住了,细节不一定越多越好
第一题,我上传了一张 AI 生成的斯巴达风格人物图,让它在浏览器画板里,用画笔一笔一画画成素描。这里同时考察它能不能看懂参考图,以及能不能把理解落实到画板操作上。
绘制过程中,它逐步补出盔甲、头盔上的羽毛和脸部细节。有时候停一下,接着落笔的速度又明显快起来。整体轮廓出来后,人物已经挺像,尤其是眼神,抓得比较准。
不过,细节加上去并不总是加分。画到胡须时,我反而觉得前一个阶段更好看。为了节省时间,这里没有一直等到它完全画完,所以这段展示的是绘制过程和当时的阶段效果,并不是完整成稿验收。
平面图变双层房间:这次进去逛,体验挺好
接下来还是室内平面图,让它还原成可以进入探索的 3D 房间。这道题我用不同模型测过多次,比较关心的是,俯视图看着像样之后,走进去还能不能成立。
第一层里,沙发的纹理、地板砖、餐桌和椅子都做得不错。玻璃透进来的光也有表现。继续进入卧室、看衣柜,再转到厨房,材质和布置给我的观感比较完整,没有只照顾一个拍照角度。
点击二层后,还能查看卧室、卫生间、书房和阳台。卧室地板看起来尤其真实。这是本轮我比较满意的案例之一,至少展示出来的房间探索和视觉细节都比较顺。
这里的二层切换是通过界面按钮完成的,视频没有逐项核验建筑尺寸或所有碰撞细节,不能顺手把它说成已经完成建筑级还原。
Godot 恐龙沙盒:6 分 41 秒交付,缺的玩法却很关键
这一题要求用 Godot 4 做一个类似《我的世界》的第一人称生存沙盒,可以挖掘、放置方块,还能拿加特林射击恐龙。开启极速模式后,Codex 这次显示的开发耗时是 6 分 41 秒。
打开工程,前进、后退和射击能够操作,对着地上的恐龙和天上的翼龙开火,反馈还算可以。但画面并不美观,恐龙的构造尤其粗糙,和我之前用 GPT 系列模型做出的结果相比,观感有明显落差。
接着试手雷,效果一般,不过确实能在地上炸出坑。再拿加特林打地面,问题就来了:我没能用它挖掘方块。继续往外走,还会碰到地图边缘,没有实现期待中的无限探索。放置方块也没有在这段视频里得到完整验证。
这些都是玩法里的关键要求。开发时间短当然有吸引力,但如果交付里漏了需求,后面的修复时间仍要算进去。6 分 41 秒只是这次任务记录,不是可重复的开发速度结论。
安卓背单词应用:核心流程跑通,发音声音偏小
换到安卓原生应用,表现又好了一些。这次让它开发背单词应用,视频中记录的开发时间约为 10 分钟,之后成功打开运行。
点击开始学习,能看到单词卡片。发音可以播放,只是声音非常小;卡片翻转没有问题,也能继续学习、点击收藏,完成后会显示当天学习的单词数量。
我还进入了听力练习。答完题后,应用会给出正确率,并提供错题回顾。回到首页,学习进度、连续打卡天数、累计学习数量和成就徽章也都有对应展示。
这一题给我的感觉比较扎实,至少学习和练习的主要流程能走下来。不过,这仍然是本次运行里的功能体验,没有做长期数据保存、多设备同步或完整兼容性测试。能打开、能学一轮,离正式上架还隔着一轮验收。
Unity 童话世界:远看还行,走近就粗糙了
我提供了一张童话风格图像,让它使用 Unity 3D 还原成可以进入的游戏世界。这也是之前拿来测试 Claude Fable 5.2 的题目。
远处的房子整体看着还可以,但切成第一人称往里走,花草带着明显的像素感,喷泉也很粗糙。再往远处探索,河流的效果没有细做,风车还停在那里,没有转动。之前那次 Fable 5.2 的结果里,风车是会转的,这个差别很直观。
没继续走太久,电脑就开始明显发烫。我能确认的是当时的使用体感,并没有记录帧率、功耗或做性能剖析,所以不能仅凭发热就断定是哪一段代码出了问题。
这道题的遗憾在于,场景大体搭出来了,却没有把走近之后的细节和动态效果跟上。
清明上河图:原画动了,不等于三维世界建好了
这一题最让我失望。我要求用 Unity 把清明上河图还原成有动态效果、能进入探索的游戏,而不是只做一幅会动的画。
开启极速模式后,第一版不到 5 分钟就完成了,但问题很多,我又让它修复。视频里展示的是修复后的结果,不能把第一次生成的时间当成最终完成时间。
运行后可以看到,它直接把清明上河图原画放进了场景,再挑出几个人物,用抠图的方式做动态。放大后,抠图痕迹很明显;拖动画面,有些地方干脆用空白替代。场景、人物、船只和建筑,并没有按我的要求重新建成一个完整的三维世界。
切成第一人称之后,也没有获得我期待的可探索体验。运行两三分钟,电脑又开始明显发热。
我之前用 Fable 5.2 做这道题时,对桥梁结构、人物动作和船过桥的效果更满意。这里的比较是我对两次具体交付的观察,不是说某个模型在所有 Unity 任务上一定更强。但就这次需求而言,Astra 这份结果确实没有交到点上。
《极光》飞船:外壳细腻,舱内落差明显
接下来用前端技术还原科幻小说《极光》中的宇宙飞船。外观是这一题的亮点,结构看着挺好,还标出了减速发动机的位置。
进入内部后,能看到植物、宽阔的道路和飞翔的鸟,再切到另一个舱室,还有湖泊与湿地。它确实提供了从外部进入内部、继续查看不同空间的过程。
只是内部细节明显弱于外部。鸟的表现比较粗糙,舱室也没有达到我对这款模型的期待。外面看着精细,进去之后却像少打磨了一轮,这个落差让我挺意外。
智子工程动画:步骤列出来了,关键过程没演完
最后让它用动画表现《三体》里智子工程的高维展开。打开后可以播放,也有阶段进度,从微观奇点到展开、镜面天幕,再到电路蚀刻。
但真正看动画,质感比较粗糙。三体星自转时,我能感到卡顿;镜面包裹星球的部分放大后,也没有多少细节。电路蚀刻完成后,本来应该继续展示折叠过程,结果这一段没有演出来。
对这种以过程为核心的动画来说,阶段名称写齐了还不够。观众要看的是它怎么从一个状态变到下一个状态,尤其是展开和折叠这两段。
接着我播放了 Claude Fable 5.2 根据同样提示词做出的版本。它展示了高维展开、镜面包裹星球、电路蚀刻的特写,最后还有不断折叠、变成智子并飞向太阳系的过程。
这一段我明显更喜欢 Fable 5.2。镜面中的反光、蚀刻特写和连续折叠,让整段动画更有科幻感。这里比较的是本次样例的画面和叙事完整度,并没有验证高维物理是否准确,也不能据此说 Astra 永远做不出类似效果。
这一轮测完,我不会只看“任务已完成”
八题里,浏览器画板、双层房间和安卓背单词应用都有值得肯定的地方。特别是画板里抓住人物眼神、房间里的材质和光影,以及安卓应用的学习流程,都是实际操作能看到的结果。
但复杂任务的交付让我失望。沙盒缺少关键玩法,童话世界的细节和动态没有跟上,清明上河图偏离了三维重建的要求,智子动画又少了一段重要过程。模型说已经完成,和我打开以后觉得完成了,是两回事。
所以,就本轮 Codex、medium 条件下的这些案例,我更满意之前 Fable 5.2 在复杂场景和动画上的具体表现。不过,这不是多轮重复、统一预算的排行榜。部分题目开启了极速模式,提示词、迭代次数和工具环境也没有被控制成严格实验,不能把这一轮直接推广成模型的全面排名,更不能由此推断“算力不足”或模型整体退步。
如果接下来继续用 Astra 做这些项目,我会先把验收点列清楚:方块能不能挖、地图能不能继续走、场景是否真的建模、动画的关键过程有没有演完。先把这些逐项跑通,再谈画面还能多漂亮。
本文根据本期视频及作者提供的带时间字幕整理,保留录制时的操作与主观观察,未另行复跑工程。模型信息与价格于 2026 年 11 月 18 日核对,后续以 OpenAI 官方说明为准。