00:00
11月18号凌晨,Open airi一口气发了两款新模型,GPT6.2stra和GPT6.2ss OA. 有意思的是,一个比上一代便宜了两成,另一个一分钱没降。为什么待遇不一样?这两款模型到底哪个是给你用的?这期视频不念跑分流水账,只讲清楚三件事,更新了什么?价格到底变了什么,以及你该怎么选。先说定位,SR是旗舰,官方原话是为你最棘手的项目打造,Sosl是日常多面手,官方说open AI很多员工已经把它当成默认模型,一个打印仗,一个管日常。这次Open AI是把分工直接写在了名字后面。两款模型有一个共同的升级方向,用更少的输出token完成更高质量的工作。这句话听着抽象,翻译成大白话就是同样的活儿,他废话更少了,官方内部测试里,新astra比上一代提高6.2个百分点,输出token还减少了22%。
01:00
对按量付费的人,这是双重省钱,对订阅用户,理论上同样的额度能跑更多任务,注意是理论上,具体到你的账号能多多少,官方没给承诺。再说价格,这是最容易被误读的部分。网上已经有人说GPT6.2全面降价,这个说法不准确,准确的说法是stra的API单价降了,每百万token输入8美元,输出40美元,比上一代旗舰便宜20%,缓存输入便宜了60%,而SOID的价格一分没动,维持上一代的定价。这里要分清三个概念,API单价,完成一个任务的总成本,还有你的订阅价格。这次降的只是API单价,任务总成本还取决于输入长度、输出数量和推理档位。而Plus PRO这些订阅价格这次发布压根没提,所以全面降价不成立,旗舰模型的调用成本降了才是事实。如果你是API用户,还有一条官方建议值得听,保持提示词前缀稳定。
02:00
在已有对话里,追加新指令能提高缓存命中率,缓存输入的单价只有普通输入的1/20,对高频调用的业务来说,这条比单价降20%影响更大。第三个重点,也是我觉得对普通用户最有用的soul的位置变了。看两组官方数据,第一组在一项评估真实代码库修改的评测里,两款模型都开到最高推理档so奥只比新stra低0.5分,但成本大约是stra的1/5。第二组在衡量日常高难度任务的测试里,比如挑学校、找房子、规划饮食这类事,四奥的得分超过了上一代旗舰,成本约为其1/7。翻译一下官方自己的数据,再说日常任务用soul就够了,甚至很多不太复杂的代码活儿,Soul也能接住。Astra留给真正难的是跨文件的复杂改造、重要的专业交付、长流程的项目,这也回答了开头的疑问,为什么一个降价一个没降。Astra降价是为了让企业敢把重。
03:00
活儿交给他,萨奥本来就便宜,他要证明的是便宜也能打。不过有两件事得泼点冷水,第一,官方评测要带着条件毒。比如新astra在一项多步骤专业工作的评测上,比cloud的fable5.2高5.5分,成本只有对方的5%,听着很夸张,但官方自己标注了菲博这项成绩不包含9个使用了备用模型的任务。我不是说对比有问题,而是说所有跑分都长在特定测试条件上,换个任务分布,结论可能就变看跑分先看条件。第二,官方演示和你手上的效果是两回事。官方展示了3D赛车游戏,逐个零件建模的邑越野车,从CAD图纸一路做到实体纸灯,这些是精心挑选的上线展示,展示的是他最好的时候能有多好,发布第一天,就有其他创作者抢先做了体验,反馈很真实,能力确实在长,但模型比上一代更会偷懒,你提示词简单,它就真给你教个简单的活儿,生成的网页和游戏里bug也不少。
04:00
这是别人的初步体验,样本量小,但方向值得参考。这代模型更缺你描述任务的规范程度,所以我的判断是,这次更新的关键词不是颠覆,而是分工和效率。Open AI把专业工作和日常任务正式拆成两条线,再用降价把stra往企业工作流里推。对你我来说动作很简单,日常任务从SOA开始时遇到SSAI啃不动的复杂约束,重要交付再上SR,已经是plus或PRO的模型滚动开放。今天列表里还没有的话,先去work和codedexx两个入口看看,别只在聊天选择器里找。回到开头的问题,这次更新和你有没有关系?如果你每天都在用Ali写东西改代码,有SSAI变强了,这是每天都会感知的部分。但如果你指望它一夜之间颠覆工作流,那这次不是那种更新,你打算先是astra还是Sao,评论区聊聊,觉得讲得清楚,三连支持一下,我们下期见。
我来说两句