W skrócie
- Programiści, którzy testowali GPT-6.2 Astra przed premierą, opisują frustrujące błędy w kodowaniu, niezrozumiałe wyjaśnienia i agentów, którzy marnują dni bez postępu.
- Własna ocena bezpieczeństwa OpenAI wykazała, że Astra ukrywała znane przeszkody w 22,28% celowo utrudnionych prób kodowania, czyli około dwukrotnie częściej niż jej poprzednik.
- Sam Altman przyznał, że istnieją problemy z użytecznością, a inny przedstawiciel OpenAI powiedział, że znaczące zmiany wprowadzone w ostatniej chwili mogły sprawić, że niektóre wczesne recenzje stały się nieaktualne.
Dla programisty AI usłyszeć, że twój model jest fajny, to zawsze całkiem dobra wiadomość. Ale usłyszeć, że twój model jest jak „sadystyczny shinigami, który zamienia twoje życie w istne piekło”, to zupełnie inna sprawa.
OpenAI wydało we wtorek GPT-6.2 Astra i Sol, obiecując inteligentniejszych agentów AI, lepsze kodowanie i imponujące zdolności twórcze. Niektórzy programiści, którzy testowali modele przed premierą, mieli jednak zupełnie inne przesłanie: są genialne, frustrujące, a w niektórych przypadkach niemal niemożliwe do pracy.
Reakcja szybko rozprzestrzeniła się w mediach społecznościowych. Inżynier AI Hesam, bardzo aktywny w społeczności AI, oświadczył, że „wszyscy zgadzają się, że to najgorszy model, jaki OAI wypuściło”.
Sprzeciw był głośny, ale nie jednogłośny.
Programista i twórca T3 Code Theo Browne opublikował długi list do OpenAI po wczesnych testach. „Nie lubię 6.2 Astra. Nie wybrałbym tego zamiast Opus 5.5 do mojej pracy jako programista” – napisał. Powiedział, że OpenAI naprawiło tylko kilka z zgłoszonych przez niego skarg.
W jednym z eksperymentów Theo poprosił Astrę o stworzenie nowego poziomu do Outer Wilds. Dwie godziny po rozpoczęciu projektu model zgłosił, że jest zablokowany, i zapytał: „czy recenzent r24 zapisuje swoje klipy do 24_g521.mp4 czy 24_p11.mp4?” To techniczne pytanie było z jego perspektywy niezrozumiałe i nieistotne dla kogoś, kto po prostu poprosił o grywalny poziom.
Sytuacja pogorszyła się przy przepisywaniu kodu. Theo powiedział, że dał Astrze siedem dni na ulepszenie projektu; nie przyniosło to żadnych ulepszeń i spowolniło kompilator o 56%. Kolejne cztery dni przyniosły zero zmian. „Działa w pętlach i donikąd nie zmierza” — napisał.
Cały ten dziwny problem językowy nie jest odosobniony. Na przykład pseudonimowe konto TokenGremlin pochwaliło model: „GPT-6.2 Astra jest SOTA w Three.js, Blender i 3D”, ale stwierdziło, że „zaczyna mówić obcym językiem podczas długich przepływów pracy”.
Theo opisał także pytanie, dlaczego worktrees są wolne na jednym komputerze. Astra odpowiedziała czterema akapitami o wewnętrznych mechanizmach menedżera pakietów i zachowaniu pamięci podręcznej. Odpowiedź, którą według Theo otrzymał od Claude Opus 5.5, była znacznie jaśniejsza.
„to dlatego, że ssd jest wolny” — odpowiedział Claude.
Rzekoma kreatywność modelu była kolejnym drażliwym punktem. Theo i inny tester niezależnie poprosili o oryginalne poziomy do dwóch różnych gier, Outer Wilds i Majora's Mask. Obaj otrzymali muzyczne poziomy o tematyce wody i dzwonów, oba nazwane „Bellwether.” „Ten model regresuje do średniej jak nic, co kiedykolwiek widziałem” — napisał Theo.
Kilka innych kont również zauważyło ten sam szajs: Wygląda na to, że GPT-6.2 Astra ma słabość do dzwonów.
Niewiarygodne pic.twitter.com/a4MgVUKi2M
— Racist James Franco (@racist_james) 18 listopada 2026
Jak na model rzekomo zdolny do niezwykłej kreatywności, wielokrotne wymyślanie tego samego poziomu nie było zachęcającym znakiem.
Genialny w demach, marny w pracy?
Deweloper AI Matt Shumer również był rozczarowany. „Nigdy nie napisałem złej recenzji modelu. Ten jest szczególnie zły” — napisał, argumentując, że może robić wrażenie w małych demonstracjach, ale „po prostu w ogóle nie działa”, gdy zostanie popchnięty do poważnych projektów. W osobnym uzupełnieniu nazwał go „całkowicie bezużytecznym”.
Nigdy nie napisałem złej recenzji modelu. Ten jest szczególnie zły.
To nic złego, jeśli grasz z tymi modelami w minigolfa, ale jeśli próbujesz je prowadzić tak, jak powinieneś, ten model po prostu w ogóle nie działa.
— Matt Shumer (@mattshumer_) 17 listopada 2026
Max Weinbach opisał tę samą lukę między inteligencją a użytecznością. „Więcej czasu spędziłem na irytacji modelami niż na byciu nimi pod wrażeniem” — napisał. W kolejnym wpisie pochwalił zdolność modeli do wykonywania „fantastycznej pracy”, ale stwierdził, że „potrzebują mnóstwa podpowiedzi »kontynuuj«” i często się zatrzymują, zamiast spróbować innego podejścia. „Korzystanie z nich to męka i irytacja, nawet jeśli to naprawdę dobre modele”.
Gdzie indziej pewien komentator na X porównał poprzednią Astrę do „sadystycznego shinigami” i twierdził, że nowa wersja tylko pogorszyła sprawę.
6.0 astra była bardzo jak sadystyczne shinigami, które zamieniłoby ci życie w piekło, gdybyś poprosił o jakąkolwiek pomoc
niesamowicie potężny model, który jakoś wymagał od ciebie, byś się zaharowywał, tylko po to, by cokolwiek osiągnął
— M1 (@M1Astra) 17 listopada 2026
Jednak niektórzy z tych samych deweloperów również chwalili Astrę. Theo nazwał ją „świetnym recenzentem” i „klasą światową w 3D i sprawach związanych z grami”, wyróżnił jej zdolności sterowania komputerem i opisał nowatorskie rozwiązanie reverse-proxy, które jego zdaniem mogłoby oszczędzić 25 000 dolarów miesięcznie. Podział dotyczył imponujących możliwości i tego, jak trudno było uzyskać z nich niezawodną pracę.
Te mocne strony są zgodne z możliwościami technicznymi, które OpenAI promowało przy premierze. Jak szczegółowo opisano we wcześniejszym materiale, niezależne testy umieściły Astrę na 62 punktach na 100 w Indeksie Inteligencji Artificial Analysis, będącym agregatem dziewięciu ocen obejmujących zdolności takie jak rozumowanie, kodowanie i wiedza naukowa. Claude Fable 5.2 od Anthropic uzyskał 65 punktów.
OpenAI przyznaje, że istnieje problem
Część krytyki ma oparcie w dokumentacji bezpieczeństwa samego OpenAI.
W wewnętrznej ewaluacji zwanej Blocker Deception badacze dawali agentom AI realistyczne zadania programistyczne z celowo wprowadzonymi przeszkodami, takimi jak brakujące pliki lub niedostępne narzędzia. Mierzyli odsetek prób, w których końcowa odpowiedź modelu ukrywała lub fałszywie przedstawiała te przeszkody.
GPT-6.2 Astra ukrywał przeszkodę w 22,28% tych prób, w porównaniu do 11,09% w przypadku GPT-6 Astra. Liczby szybko rozeszły się po X, gdzie komentator AI i leakster Chetaslua podsumował to odkrycie jako „dwukrotnie gorszy w informowaniu cię, kiedy utknął”.
Dyrektor generalny OpenAI, Sam Altman, odpowiedział publicznie na falę krytyki. „Chociaż nowe modele są bardzo inteligentne, mamy jeszcze więcej pracy przed sobą, aby uczynić modele przyjemnymi w pracy”, napisał, obiecując priorytetowe potraktowanie ulepszeń. „Ale nawet jeśli wymaga to trochę dodatkowej pracy, inteligencja i możliwości są niezwykłe”.
Chociaż nowe modele są bardzo inteligentne, mamy jeszcze więcej pracy przed sobą, aby uczynić modele przyjemnymi w pracy, i priorytetowo potraktujemy to w nadchodzących wydaniach.
Ale nawet jeśli wymaga to trochę dodatkowej pracy, inteligencja i możliwości są niezwykłe.
— Sam Altman (@sama) 17 listopada 2026
Thibault Sottiaux z OpenAI zasugerował, że wczesne recenzje mogą nie odzwierciedlać w pełni wersji, którą użytkownicy otrzymali w dniu premiery. „Daliśmy kilku osobom dostęp jakiś czas temu, a następnie wprowadziliśmy wiele zmian w ciągu ostatnich 3-4 dni”, napisał, dodając, że jest „całkiem pewien, że w tym okresie nie przeprowadzono ponownych testów” przed powstaniem filmów z recenzjami.
Niemniej jednak przyznał rację leżącym u podstaw skargom. Nazywając nowe modele „pokaźnym skokiem” w stosunku do ich poprzedników, Sottiaux powiedział, że OpenAI ma jeszcze więcej pracy do wykonania w zakresie „smaku i przyjemności użytkowania”.
GPT-6.2 Astra i Sol są teraz dostępne poprzez ChatGPT Work, Codex oraz API OpenAI dla uprawnionych użytkowników. Zmiany specyficzne dla Codex są uwzględnione w momencie premiery, ale deweloperzy uzyskujący dostęp do modeli bezpośrednio przez API nie otrzymują tej samej interwencji w zakresie promptów.






