没有「大肥鱼」白嫖,海外两大日常模型谁更好用?

0 评论 299 浏览 0 收藏 14 分钟

Astra 偏科又爱汇报,日常场景反而不讨好;Sol 在 FrontierCode 2.0 只比旗舰低 0.5 分,成本约五分之一。从性价比、任务效率、完成度三个维度,实测 GPT-6.2 Sol 与 Gemini 谁更适合放进每天的工作流。

就在昨晚,OpenAI 发布了延期 20 多天的 GPT-6.2 Sol 和 Astra。

Astra 模型的评价呈现两极分化:在 Computer use 和科学研究等方面表现突出,但越来越爱汇报和偏科,审美依旧比不过 Claude 等模型,因此在日常使用场景中受限。

相反,Sol 系列模型却收获不少好评:比如在 FrontierCode 2.0 编程测试中,仅比 Astra 低 0.5 分,成本却只有约五分之一。

文内配图 01

定价对照

虽然 GPT-6.2 Sol 与上一代定价一致,每百万 Token 输入 2 美元、缓存输入 0.1 美元、输出 10 美元,但能力已接近旗舰模型,而成本远低于后者,也因此被视作新的性价比基准线。

目前,海外网友没有 DeepSeek 这类性价比的模型可以白嫖(DeepSeek 近期在国内也因为限额被冲塔),而 OpenAI 的 ChatGPT 和 Google 的 Gemini 凭借较充裕的额度且频繁重置,开两个 20 美元的 Plus 账号基本就够用,因此成为不少人日常办公的首选。

评测维度

我们这次从性价比、任务效率、任务完成度三个维度,实测对比 GPT-6.2 Sol 和 Gemini 4 Argon 两个模型,看看在制作 PPT、做网页、做图表、生成代码视频、做 3D 任务等日常 90% 的场景下,谁更有优势。

01. PPT 演示制作 GPT 略胜一筹

其实大家最常用、也最考验效果的任务,就是做 PPT。做起来简单、最终效果又好看的 PPT,才是绝大多数人的基础需求。

ChatGPT-6.2 Sol 用时约半小时,PPT 整体动效做得非常好,转场和细节卡得严丝合缝,视觉效果可以说是完美了。没有那种眼花缭乱的感觉,信息量又很足。

Gemini 用时四十多分钟,整体动效反而一般,只有基础的滑动切换,不过细节做得更到位、看起来更细致,同时排版精简了不少,相对地,信息量显得不足,在设计和排版上更胜一筹。

两个模型做出来的 PPT 整体水平接近,效果都很好,只是细节决定成败:转场更丝滑的 GPT 略胜一筹。当然,我个人还是更喜欢 Gemini 的设计与排版。

02. 交互网页两家各有千秋

我们的鲸选 AI 网站因为追求简洁而显得单调,今天我拿 GPT-6.2 Sol 来优化一下产品网页,看看能不能做出更有质感的页面。

没有太复杂的提示词,把喜欢的素材丢给 GPT-6.2 Sol 就行了,提示词如下:

我想做一个页面轮播的产品介绍网站,去我提供的网站里找产品,选择前十的AI产品,以及AI产品介绍,可以看我提供的素材图。

这个“轨道视图”的交互效果出乎意料:本来以为它很难理解图片素材,可能做不出想要的效果,没想到 GPT-6.2 Sol 真做出来了,虽然还没优化成主视角,但也算是意外之喜。

文内配图 04

最终跑出来的效果如上图,整体比较令人满意,只是有点小瑕疵:这个 AI 产品展映的轮播,原本想做成往外翻、更立体的效果,实际却是往里内嵌的样式。

另外,点击每一个产品卡片,产品卡片上都会有两个箭头,一个是可以跳转官网,一个是跳转我们鲸选AI的网站,每个产品图片的出处也都标注了。这一点原本没有在提示词里要求,但 GPT 自主补上了,我觉得这个小巧思很好。

对比 GPT-6.2 Sol,Gemini 像是做了品牌封面,虽然都是轮转式的,但 Gemini 做的整体很酷炫,高级感扑面而来。

可能是封面太惊艳,点进去一瞬间有点语塞:里面设计得不够高级,前面给一个奢侈品,后面给一个杂牌,整体色调也不统一。

文内配图 05
文内配图 06

Gemini 有一点是不同的:它做的产品展示里标注了每个产品所属的公司,而且很精准、没有错误,信息检索准确度值得肯定。

但整体网页交互的响应不够灵敏,轮播设计也没有 GPT-6.2 Sol 好看,偶尔还会卡顿,这次我还是站 GPT-6.2 Sol。

03. 数据图表更加Pick Gemini

官方文档称,这次更新中 GPT-6.2 Astra 在专业文档生成方面有明显改进,尤其是生成 PPT、电子表格和报告。

我们来看看成本更低、速度更快、更适合普通上班族使用的 GPT-6.2 Sol,在专业文档生成方面有没有提升,尤其是图表生成能力。

因为本人是 AI 自媒体,所以给 GPT-6.2 Sol 的提示词是:

我想做 AI 自媒体,从 0 开始需要有哪些阶段,不同的阶段可以给我匹配不同的图表吗?具体数据如下,每个阶段的图表都单独生成一张(具体数据也是让 AI 做了行业调研的)。

生成出来的图表类型丰富、不单调,图表形式与数据特征相匹配,不同数据对应了不同的图表,连雷达图、桑基图这类较复杂的图形也做了出来。

文内配图 07

总量趋势、涨粉效率等数据分散在不同图表里,趋势变化一目了然。GPT-6.2 Sol 做的图表更偏 PPT 版式,配色、排版、字体都按演示文稿的规范来;如果要做行业分析的汇报 PPT,每一张图都可以直接放进去。

文内配图 08
文内配图 09

同样的提示词让 Gemini 做了一版,它没有做成复杂的 PPT 版式,而是每张图表独立输出,简洁明了,直接展示数据变化、核心竞争力、数据对比、流量分析。

文内配图 10
文内配图 11
文内配图 12
文内配图 13

在桑基图的可视化对比上,Gemini 做得更精细,数据标注很细致,而 GPT-6.2 Sol 只标了「付款 / 未付款」等少量信息。

文内配图 14
文内配图 15

从图表生成能力来看,两者是完全不同的风格:提示词里并没有要求做成 PPT,但 GPT-6.2 Sol 自己丰富了结构,把几个图表放在一起,并优化了页面格式;Gemini 则是每个图表独立输出,做的更形象和美观。

简答说,Gemini 更注重任务本身,GPT-6.2 Sol 更注重整体规划。

04. 代码动画 Gemini 更加出色

最近在 X 上看到这个动画,内容是 DeepSeek Harness 常用的 10 个插件推荐。

原动画由 Opus 5.5 生成,画面很美观,剪辑台像一架 3D 钢琴,动效也非常流畅。

这个审美确实体现了 Claude 模型的强大。

文内配图 16

我们将这个动画的提示词反推后输入 Codex,选用 6.2 Sol Ultra 执行,生成速度很快,用时 9 分 50 秒;整体美观度比 Opus 5.5 差一档,画面 3D 感不强烈,画面上方的剪辑台偏平面化。

下面的插件框改成了 3 个横排轮换的简单效果,而不是原版的渐入渐出、当前项放大的复杂动效。

这次任务中,Codex 本地日志记录了 414 万 token,其中 386 万是缓存输入,占约 93%。

Gemini 4 Argon 的画面布局出现了问题:剪辑台盖住了下面的插件介绍框,也有点平面化,有些红线做成了伪 3D 的感觉。

但是插件框保持了原本的整体呈现效果,但没有轮播到哪个框,哪个框放大的特效。

Gemini 做这个案例,输入(提示词 + 2 张参考图)约 1,000–1,500 token,输出(约 930 行完整 HTML/JS 动画代码 + 思考推理 + 二次修复)约 10,000–13,000 token,总计约 1.1 万–1.45 万 token。

相比 Codex看着消耗很少,实际上这是Codex本地 Agent Loop 约百轮重发上下文的累计值,93% 为缓存输出,说明命中很高,二者实际消耗差不多。

从这个简单案例看,Gemini 4 Argon 做代码动画的审美略强于 6.2 Sol。这大概得益于 Google 在前端上的积累,毕竟 Gemini 3.0 时期,做前端的审美也是独一档。现在虽然比不过 Claude 系列模型,但对上 6.2 Sol 还是打得过。

05. 3D 建模 GPT 表现出众

这里我做了两张设计图,参考图用的是网上很火的“捷达新能源版”,它的复古设计感很棒,又兼顾了现代电车的实用性。两张参考图我贴这里,图片是用 GPT-6.2 Sol 做的

文内配图 17
文内配图 18

GPT-6.2 Sol 大概花了一个小时做出来,整体略显粗糙,但可以理解。

结构完整、细节到位,该有的部件都有,也没有明显的结构性错误;整体构图与参考图一致,作为设计参考完全够用。最关键的是一次成型的品质,甚至还多加了给汽车用的展示台。

Gemini 的版本就有点问题了,多花了大概半个小时,而且我还做了二次修改:

一开始轮胎、车窗都出现了错位和遮挡问题,修改后才解决,而且耗时不短。我不确定是否与未启用 Google Antigravity 的 agent 工作流有关,总之整体完成度还是偏弱,材质表现、细节表现都没有 GPT-6.2 Sol 做得好。

综上看,两边日常模型没有特别大的能力区别,区别可能是Codex作图能力强,Agent Harness更好用,而Google的 Antigravity 其实不太成熟,Gemini现在打5折的套餐,就能网页用的话,就无法先体现出更大的价值。

本文由人人都是产品经理作者【鲸选AI】,微信公众号:【鲸选AI】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载

题图来自Unsplash,基于 CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!