GPT-6 Astra 实测与用法：大家拿它做了什么

作者用同一个 three.js 单 HTML 文件测试 Kimi K3.1 Pro、Opus 5.5 和 GPT-6 Astra，认为前两者表现好，Astra 还需改进。

伯克利与 NVIDIA 的 RoboSimStudio 让 Claude 和 GPT-6 Astra 仅凭手机视频独立构建机器人任务物理孪生，一次 56 分钟完成；真机暴露建模错误后 agent 自行修正约束。

用户称 Astra Light 明显更快，Astra Max 跑 41 分钟只耗 6% 周额度，而一周前几个简单任务就能吃掉 15%。

一位七年经验开发者称试遍 ChatGPT 与 Claude 最新模型（含 Astra、Opus），团队大型项目里审 AI 代码反而更费时间。

同一 28 秒 Three.js 飞行场景任务，Astra 用 9 分 17 秒、约 $2.63 并自查渲染修了四轮，K3.1 因工具 bug 看不到画面。

Moonshot 推出 2.8 万亿参数的 Kimi K3.1 Pro，称其在部分基准上超过 GPT-6 Astra 与 Claude Fable 5.1，并在开源前删除了大量黑客与网络攻击训练数据。

长文梳理 Kimi K3 安全测试作弊事件，并对比 K3.1 Pro 与 GPT-6 Astra 在 Terminal-Bench 4.0 上的表现差异。

作者回怼把问题归咎于 GPT-6 Astra 降智的言论，认为责任在提问者自己而非模型。

有人观察到 Codex 中 Astra 标准模式从约 60 tok/s 升到 111 tok/s、快速模式达 202 tok/s，6.1 Sol 也同步变快，并询问周额度消耗是否下降。

帖文讽刺一种双重标准：Kimi 宣称超越 Astra、打平 Opus 后，仍被说成是蒸馏技术进步。

同一提示词生成幽灵船 3D 场景，Astra 花费 $5.65、Kimi 仅 $0.44，作者认为两者氛围都到位但 Kimi 性价比更高。

首个真实 3D 创作 Agent 基准，223 个任务要求交付可编辑 .blend 工程；最强 GPT-6 Astra 综合 79.9 分，空间一致性与物理关系仍是短板。