ToolNavs 便利なAIツールを発見
ツール投稿 ログイン
戻るAI情報
GPT-6.2、公開から1日:ベンチマークは2位、評価は真っ二つ

GPT-6.2、公開から1日:ベンチマークは2位、評価は真っ二つ

AI情報 • Admin • • 13 回閲覧

11月17日に公開されたGPT-6.2 AstraとSolは、公開初日に相反する2枚の成績表を突きつけた。第三者のベンチマークはAstraを世界2位に押し上げたが、早期テスターの多くは「それほど驚くほどではない」と感じた。安いのは本当で、使いやすいかどうかは別の話だ。それこそが今回のOpenAIの発表で最も考えるべき点だ。

ベンチマークの評価:Astraは2位、Solは少額で大きな仕事

Artificial Analysisのインテリジェンス指数で、GPT-6.2 Astraは62点を獲得し、9月のGPT-6 Astraを5点上回った。Claude Fable 5.2の65点に次ぎ、Gemini 4 Carbonを上回って2位につけた。Solは57.3点だ。Latent Spaceのまとめは費用対効果を指摘する。Solはタスクあたり約15%のコストで9月のAstraに並んだ。価格は、Astraが入力100万トークンあたり8ドル、出力40ドルで前世代より2割安く、Solは2ドルと10ドルを維持する。両モデルともコンテキストは約100万トークン、出力上限は128Kだ。PerplexityとOpenRouterは17日当日に両モデルを導入した。

テスターが納得しない理由:動画は先週撮影、モデルはここ数日で変更

評価が分かれるもう一方の側面は実測から来ている。詳細なレビューは、Astraの節約能力は本物だが、コーディングなどの分野では明確な進歩がなく、コミュニケーションと可読性も依然として弱点だと指摘する。SNSでは、インフルエンサーのレビュー動画の楽観的な調子と、現場ユーザーの冷淡な反応が対照的だ。CodexチームのメンバーであるTibo氏の説明によれば、一部のレビュアーは早めにアクセス権を得たが、チームはここ3〜4日で大幅な変更を加えており、動画は先週制作されたもので、その後再テストされた可能性は低いという。同氏は同時に、両モデルは前世代より明らかに向上しているものの、まだ完璧ではなく、今後の反復で使用体験を改善すると認めた。

ユーザーにとっての結論は2つに分かれる。コストだけを見れば、Solは今最も試す価値のある日常モデルであり、Astraはフラッグシップ級の仕事における安い代替手段だ。だが、コーディング品質と表現の読みやすさを最も重視するなら、ベンチマーク2位が体験2位を意味するわけではない。次の反復を待つか、自分のタスクでまず実測するのが賢明だ。OpenAIは17日に両モデルのシステムカードも公開した。次回の評価がどうなるかは、テスターが同じモデルを手にしているかどうかにかかっている。

おすすめツール

もっと見る