GPT-6 Astra 实测与用法：大家拿它做了什么

作者怀疑提前拿到 GPT-6 Astra 的博主用的是无限 token 和最高质量版本，普通人 200 美元套餐做不出那么多内容。

同一提示词、素材和 GPT-6 Astra 模型下，只切换 Light 与 High 模式，展示省额度与最强输出的画面对比。

对比截图称 Grok 4.7 输入价便宜 5 倍、输出价便宜 8.3 倍，相对 GPT-6 Astra/Pro。

作者认为 Anthropic 已不算预训练之王，Opus 5 与 Sonnet 5 被糟糕的 RL 拖累，而 OpenAI 掌握了后训练并靠 Astra 扩大预训练。

土耳其博主演示把生成的图转成 3D 模型、拼成可操控角色的游戏世界，代码和提示词放在 GitHub，末尾标注是 Tripo 付费合作。

一条回复里提到 Astra 被期待擅长 Blender，属于对模型 3D 能力的顺带评价。

这位用户刚测完 Claude 20 美元档，准备用 Codex 在 GPT-6 Astra 最高档跑同类任务，对比 API 花费、耗时和 token 数。

爆料称 OpenAI 正为 GPT-6 Sol 与 Luna 发布做最后准备、Terra 档位将停用，同时 Astra 6.1 仍在 RL 训练，更大预训练模型 Bel 是否放出内部有争议。

帖子转述称 GPT-6 Astra/Pro 拉满推理强度也不如 OpenAI 内部模型的最低档，并质疑年底前发布是否可行。

开发者展示用 GPT Images 2.5、Blender、Tripo、GPT-6 Astra 和 Wasm+WebGPU 制作的多人偷垃圾对战游戏预告与开发流程。

1941 年一封 82 字母的 Enigma 密电 85 年无人破译，有人让 Astra 上手，两天后出明文，且双方对功劳归属说法不一。

作者称一个协调 agent 就能按任务切换专家、工具与权限，替代多套 agent 栈；多 agent 耗 token 约 15 倍，但并行研究可把复杂任务时间砍掉九成。