OpenAI 的 GPT-6.2 Astra 在 3D 盲測拿下第一、操作電腦也強,但知名開發者 Theo 稍早公開長文說,寫程式仍會選 Claude Opus 5.5,並點出 Astra 三個毛病。
(前情提要:OpenAI 發布 GPT-6.2 Astra 與 Sol!旗艦成本大砍三分之二、資安能力暴增 22 分,API 同步降價 20%)
(背景補充:GPT-6.2 對 Fable-5.2 影片實測:一個快又省,一個光影更強)
同一個模型,做 3D 作品很強,但要天天跟它協作長任務卻很難用?OpenAI 發表 GPT-6.2 Astra 後,知名開發者 Theo 稍早公開長文,說自己寫程式不會選它,仍然會用 Anthropic 的 Claude Opus 5.5。
— Theo – t3.gg (@theo) November 17, 2026
Theo 是 T3 Chat、T3 Code 的執行長,也是 YouTuber。他是 Astra 的早期測試者,OpenAI 給了他無上限的 token。這篇長文是他測完後寫給 OpenAI 的信。
Astra 強在哪?
OpenAI 在發表文裡主打的是網站、遊戲與 3D 設計,操作電腦也更精準。官方示範中,Astra 先建出汽車的 3D 模型,寫 Python 程式模擬輪胎與懸吊,再到 Blender 做成動畫。它是語言模型,不是影片生成模型,這些作品都是它自己寫程式、操作軟體做出來的。
3D 的名次也有第三方數據。Artificial Analysis 的 AA-3D 測試,由真人評審比較同一提示詞做出的兩個互動體驗,Astra 以 1,318 Elo 排第一,Claude Fable 5.2 為 1,271。
Theo 自己也列了優點:檢查程式碼能抓到其他模型漏掉的問題,3D 與遊戲是「世界級」,操作電腦「很驚人」,還幫他想出一套反向代理設計,他說每個月能省 2.5 萬美元。
那為什麼他不用?
Theo 說,除了上面這些,其餘他都討厭。他點出三個問題。
第一,問你答不出的問題,把自己卡住。他下指令請 Astra 為遊戲《Outer Wilds》做一個新關卡,兩小時後它回報「被擋住」,原因是它想問:某個審查流程的輸出,是存成 24_g521.mp4 還是 24_p11.mp4?他說這種內部細節他不可能知道,OpenAI 的 GPT-5.6 Sol 不會這樣,換成 OpenAI 自家的 Codex 也一樣。
第二,解釋只有它自己聽得懂。他問為什麼同一個專案在一台機器上建置很慢,其他三台很快,來回排查很久後,他說「我快瘋了,直接告訴我為什麼慢」。
Astra 回了四段談套件管理工具 pnpm 內部與快取行為的長文,Opus 5.5 只說:因為 SSD 很慢。他現在習慣在 Astra 跑完長任務後,叫 Opus 5.5 寫一份看得懂的摘要。
第三,長任務原地打轉。Theo 拿「用 Rust 重寫 TypeScript」的專案測試 OpenAI 的模型,他說花了超過 30 萬美元 token,仍沒有任何模型推進;換成 Opus,不到兩週、約 2 萬美元就完成。
這次讓 Astra 跑 7 天,他說沒有任何改進,編譯器反而慢了 56%;他請它專心追效能,再跑 4 天,仍然沒有改動。
只是 Theo 一個人這樣覺得嗎?
不完全是。開發者兼新創執行長 Flavio Adamo 同時段發文,也說拿到了早期權限。他認為 Astra 的 3D 比 Fable 或任何他試過的模型都好,但前端新增元件時會照自己的風格做,不會配合既有設計,除非明講,所以他一直回去用 Opus。
他的結論是:好模型,只是現在不會是主力。
OpenAI 自己承認了什麼?
發表文的對齊評測段落提到,Astra 與 Sol 在多數項目表現和上一代 GPT-6 Astra 相近,在模擬職場任務中的不當行為也更少。但有兩項測試,模型更常「沒有提到擋住工作的障礙」,例如缺檔案、搜尋工具不能用。
OpenAI 已在 Codex 加入指示,大幅減少這種情況,仍在調查。
選模型的人該怎麼看?
做 3D、遊戲、操作電腦這類一次交件的展示型任務,Astra 的成績有數據佐證;每天要來回協作的長任務,則要另外評估。
Theo 自己預測,發表第 1 天大家會愛它,X 會被一次到位的作品洗版;第 5 天多數人膩了;第 14 天大多被遺忘。他也寫下「我真心希望我錯了」,並承認自己可能反應過度。
榜單第一名,不一定是你每天最想合作的那一個。
📍相關報導📍
Opus 5.5 霸榜後》OpenAI 取消原定 10 月上線的 GPT-6.1 Astra

