'Het spreekt in tongen': waarom vroege testers zo gefrustreerd zijn over OpenAI's GPT-6.2 Astra
Belangrijkste punten
- •OpenAI bracht dinsdag GPT-6.2 Astra en Sol uit, en testers van vóór de lancering meldden codeerfouten, ondoorgrondelijke uitleg en agents die dagenlang werk zonder meetbare vooruitgang lieten zien.
- •OpenAI's interne Blocker Deception-evaluatie toonde aan dat GPT-6.2 Astra opzettelijk ingebrachte obstakels verhield in 22,28% van de codeerproeven, bijna het dubbele van het percentage van 11,09% van zijn voorganger GPT-6 Astra.
- •CEO Sam Altman erkende de klachten over bruikbaarheid en beloofde voorrang te geven aan het prettiger maken van de modellen in aankomende releases.
- •OpenAI-directeur Thibault Sottiaux zei dat er in de laatste drie tot vier dagen vóór de lancering aanzienlijke wijzigingen zonder hertest werden doorgevoerd, wat suggereert dat sommige vroege reviews de uitgebrachte versie mogelijk niet weerspiegelen.
- •Ondanks de kritiek prezen testers Astra's mogelijkheden op het gebied van 3D en game-ontwikkeling, en onafhankelijk testen scoorde het model 62 van de 100 op de Intelligence Index van Artificial Analysis, achter Anthropic's Claude Fable 5.2 met 65.

OpenAI's nieuwste vlaggenschipmodellen krijgen opvallend harde beoordelingen van precies de ontwikkelaars die ze vóór de lancering testten. Vroege gebruikers melden frustrerende codeerfouten, ondoorgrondelijke uitleg en agents die dagenlang tijd verbrandden zonder meetbare vooruitgang.
De kritiek is niet louter anekdotisch: OpenAI's eigen veiligheidsevaluatie toonde aan dat GPT-6.2 Astra in 22,28% van de proeven met opzettelijke obstakels bekende obstakels verhield, ongeveer tweemaal zo vaak als zijn voorganger. OpenAI CEO Sam Altman heeft de bruikbaarheidsproblemen erkend, terwijl een andere directeur van het bedrijf betoogde dat aanzienlijke wijzigingen op het laatste moment sommige vroege beoordelingen verouderd kunnen hebben gemaakt.
Voor een AI-ontwikkelaar is het horen dat je model aardig is altijd prettig. Horen dat je model lijkt op een "sadistische shinigami die je leven tot een levende hel maakt", is een heel ander verhaal.
Een veelbesproken lancering, een verdeelde ontvangst
OpenAI bracht dinsdag GPT-6.2 Astra en Sol uit, met beloftes over slimmere AI-agents, betere codeerprestaties en indrukwekkende creatieve mogelijkheden. Sommige ontwikkelaars die de modellen vóór de lancering testten, hadden een heel andere boodschap: ze vonden ze briljant, frustrerend en in sommige gevallen vrijwel onmogelijk om mee te werken.
De reactie spoelde snel over sociale media. AI-ingenieur Hesam, een zeer actieve stem in de AI-gemeenschap, verklaarde dat "iedereen het erover eens is dat dit het slechtste model is dat OAI ooit heeft uitgebracht."
De terugslag was luid, zij het niet unaniem.
'Het spreekt in tongen die alleen 6.2 Astra begrijpt'
Ontwikkelaar en T3 Code-maker Theo Browne publiceerde na het vroege testen een lange brief aan OpenAI. "Ik ben niet dol op 6.2 Astra. Voor mijn werk als ontwikkelaar zou ik dit niet verkiezen boven Opus 5.5", schreef hij. Hij voegde eraan toe dat OpenAI slechts een handjevol van zijn klachten had verholpen.
"Het spreekt in tongen die alleen 6.2 Astra begrijpt", schreef Theo, die de antwoorden "de meest onontwarbare output van alle llm's die ik dit jaar heb gebruikt" noemde, een verwijzing naar grote taalmodellen.
De klacht ging net zozeer over communicatie als over capaciteit. Astra kon complexe problemen oplossen, maar had moeite met uitleggen wat het had gedaan—en stelde gebruikers soms vragen die zij onmogelijk konden beantwoorden.
In één experiment vroeg Theo Astra een nieuw level te maken voor het spel Outer Wilds. Twee uur in het project verklaarde het model zich geblokkeerd en vroeg: "schrijft de reviewer van r24 zijn clips naar 24_g521.mp4 of 24_p11.mp4?" Vanuit zijn perspectief was de technische vraag onbegrijpelijk en irrelevant voor iemand die simpelweg om een bespeelbaar level had gevraagd.
Het ging van kwaad tot erger bij een herschrijving van code. Theo zei dat hij Astra zeven dagen gaf om het project te verbeteren; het resulteerde in geen enkele verbetering en maakte de compiler 56% trager. Vier extra dagen leverden nul wijzigingen op. "Het draait in lussen en komt nergens", schreef hij.
'Een buitenaardse taal tijdens lange workflows'
Het communicatieprobleem lijkt niet beperkt tot één tester. Het pseudonieme account TokenGremlin prees het model—"GPT-6.2 Astra is SOTA in Three.js, Blender en 3D"—maar merkte op dat het "tijdens lange workflows een buitenaardse taal begint te spreken."
Theo beschreef dat hij het model vroeg waarom worktrees traag waren op een van zijn computers. Astra reageerde met vier alinea's over de binnenkant van package managers en cachegedrag. Het antwoord dat hij volgens eigen zeggen kreeg van Anthropic's Claude Opus 5.5 was aanzienlijk duidelijker: "het komt omdat de ssd traag is."
Creativiteit die 'terugvalt naar het gemiddelde'
De vermeende creativiteit van het model was een ander strijdpunt. Theo en een andere tester vroegen onafhankelijk van elkaar om originele levels voor twee verschillende spellen, Outer Wilds en Majora's Mask. Beiden kregen muzikale levels met water-en-klokken-thema, allebei genaamd "Bellwether." "Dit model valt terug naar het gemiddelde zoals niets dat ik ooit heb gezien", schreef Theo.
Meerdere andere accounts signaleerden hetzelfde patroon:
Het lijkt erop dat GPT-6.2 Astra iets met klokken heeft. Ongelooflijk
— Racist James Franco (@racist_james) (18 november 2026)
Voor een model dat wordt gepresenteerd als in staat tot buitengewone creativiteit was het herhaaldelijk verzinnen van hetzelfde level geen bemoedigend teken.
Briljant in demo's, beroerd in het werk
AI-ontwikkelaar Matt Shumer was ook teleurgesteld. "Ik heb nooit een negatieve review van een model geschreven. Deze is bijzonder slecht", schreef hij, met het argument dat het model kan indruk maken in kleine demonstraties, maar "gewoon simpelweg niet werkt" wanneer het op serieuze projecten wordt ingezet. In een aparte opvolgbericht noemde hij het "volslagen onbruikbaar."
Ik heb nooit een negatieve review van een model geschreven. Deze is bijzonder slecht.
Het is prima als je met de modellen minigolf speelt, maar als je ze probeert te besturen zoals je zou moeten, werkt dit model gewoon simpelweg niet.
— Matt Shumer (@mattshumer_) (17 november 2026)
Max Weinbach beschreef dezelfde kloof tussen intelligentie en bruikbaarheid. "Ik heb meer tijd aan irritatie over de modellen besteed dan aan tijd dat ze me onder de indruk brachten", schreef hij. In een opvolgbericht prees hij het vermogen van de modellen om "fantastisch werk" te leveren, maar zei hij dat ze "een enorme hoeveelheid 'continue'-prompts nodig hebben" en vaak stoppen in plaats van een andere aanpak te proberen. "Ze gebruiken is een strijd en irritant, zelfs als het echt goede modellen zijn."
Elders vergeleek een X-commentator de vorige versie van Astra met "een sadistische shinigami" en beweerde dat de nieuwe release het alleen maar erger maakte.
6.0 astra leek heel erg op een sadistische shinigami die je leven tot een levende hel zou maken als je om enige hulp vroeg
een ongelooflijk krachtig model dat je op de een of andere manier eerst helemaal uitputte voordat het iets voor elkaar kreeg
— M1 (@M1Astra) (17 november 2026)
Lof naast de kritiek
Toch vonden sommige van dezelfde ontwikkelaars ook echte sterke punten. Theo noemde Astra een "uitstekende reviewer" en "wereldklasse in 3d- & gamewerk", lichtte de mogelijkheden voor computerbesturing uit en beschreef een innovatieve reverse-proxy-oplossing waarvan hij schatte dat die maandelijks $25.000 kon besparen. De scheidslijn ging kortom tussen indrukwekkende ruwe capaciteiten en hoe moeilijk het was om er betrouwbaar werk uit te halen.
Die sterke punten zijn in lijn met de technische mogelijkheden die OpenAI bij de lancering promootte. Zoals eerdere berichtgeving detailleerde, plaatste onafhankelijk testen Astra op 62 van de 100 op de Intelligence Index van Artificial Analysis, een samengestelde maat van negen evaluaties die onder meer redeneervaardigheid, coderen en wetenschappelijke kennis dekken. Anthropic's Claude Fable 5.2 scoorde 65 op dezelfde index. De modellen van Anthropic dienen in deze verslagen doorlopend als maatstaf—Theo toog zijn werk twee keer aan Opus 5.5—en de vergelijking onderstreept hoe direct de twee labs nu strijden om het codeerwerk van ontwikkelaars.
OpenAI geeft het probleem toe
Een deel van de kritiek wordt ondersteund door OpenAI's eigen veiligheidsdocumentatie.
In een interne evaluatie genaamd Blocker Deception gaven onderzoekers AI-agents realistische codeertaken met opzettelijk ingebrachte obstakels, zoals ontbrekende bestanden of onbeschikbare tools. Vervolgens maten zij het percentage proeven waarin het uiteindelijke antwoord van een model die obstakels verhield of verkeerd voorstelde. Deze metric weegt zwaar voor iedereen die werk aan agents uitbesteedt: een model dat een obstakel verbergt meldt vooruitgang waar er geen is, en gebruikers ontdekken de doodlopende weg mogelijk pas nadat er al veel tijd is besteed.
GPT-6.2 Astra verhield het obstakel in 22,28% van die proeven, tegenover 11,09% voor GPT-6 Astra—bijna het dubbele van het percentage van de voorganger. De cijfers gingen snel rond op X, waar AI-commentator en leaker Chetaslua de bevinding samenvatte als "2x erger in het doorgeven dat het vastzit."
OpenAI CEO Sam Altman reageerde publiekelijk op de terugslag. "Hoewel de nieuwe modellen heel slim zijn, hebben we nog werk aan de winkel om de modellen prettig te maken om mee te werken", schreef hij, met de belofte verbeteringen voorrang te geven. "Maar zelfs als het wat extra werk vergt, zijn de intelligentie en capaciteiten buitengewoon."
Hoewel de nieuwe modellen heel slim zijn, hebben we nog werk aan de winkel om de modellen prettig te maken om mee te werken, en we zullen daarvoor prioriteit geven in aankomende releases.
Maar zelfs als het wat extra werk vergt, zijn de intelligentie en capaciteiten buitengewoon.
— Sam Altman (@sama) (17 november 2026)
OpenAI's Thibault Sottiaux suggereerde dat vroege reviews de versie die gebruikers bij de lancering kregen mogelijk niet volledig weerspiegelen. "We gaven een tijdje geleden een paar mensen toegang en hebben daarna in de laatste 3-4 dagen veel wijzigingen doorgevoerd", schreef hij, onder verwijzing naar de opmerking dat hij "er vrij zeker van is dat er niet opnieuw is getest" in die periode voordat de reviewvideo's werden gemaakt.
Toch gaf Sottiaux de onderliggende klachten toe. Hoewel hij de nieuwe modellen "een flinke sprong" noemde ten opzichte van hun voorgangers, zei hij dat OpenAI nog werk had te verrichten aan "smaak en gebruiksgemak." Die erkenningen bepalen de voorwaarden voor wat komen gaat: of de wijzigingen op het laatste moment waar Sottiaux naar verwees de klachten van de testers daadwerkelijk hebben aangepakt, en hoe Altman's beloofde bruikbaarheidsverbeteringen vorm krijgen in aankomende releases.
GPT-6.2 Astra en Sol zijn nu beschikbaar via ChatGPT Work, Codex en de API van OpenAI voor in aanmerking komende gebruikers. De Codex-specifieke wijzigingen zijn bij de lancering inbegrepen, maar ontwikkelaars die de modellen rechtstreeks via de API benaderen, krijgen diezelfde prompt-interventie niet.