GPT-6 Astra 实测与用法：大家拿它做了什么

MTSlive 转述：Periodic Labs 用 1300 张 H200 加数月自产实验数据，训练并 RL 出一个在内部基准上击败 GPT-6 Astra 的开放权重模型。

一条用 AI 复盘交易的流程：让 Astra 读交易体系文档，再上传 CSV 交易记录，让它判断哪些单守规矩、哪些违规并给整体打分。

fal 官方账号演示把 GPT-6 Astra 与自家 H3 Max Director 视频模型组合使用，附视频成品。

推主把量化交易台的「每道关卡、每个公式、可跑代码」整理成一套用 Astra 筛点子的方法，声称能过滤掉靠运气的好看想法。

同一问题在低档花 0.77 美元、高档花 3.69 美元，得分 58 对 66；文中还引 OpenAI 帮助页称 Astra 低档可胜过 Sol 高档。

一张对比图显示 DeepSeek V4.1 Flash 质量仍落后 GPT-6 Astra，但日常设计基准接近，且运行成本据称低 100 倍。

推主引用 Altman「用 GPT-6 Astra 就不需要写提示词」的 42 分钟演讲，整理出一份用 Astra 智能体端到端跑 Robinhood 股票交易的指南。

Periodic Labs 宣称仅用 1300 张 H200 加数月实验数据，通过中期训练和强化学习做出 Neon，在其分析基准上超过 GPT-6 Astra。

一条视频称，在多数人还没想好用 Astra 做什么之前，已有人拿它给一台微型地板机器人做导航和送货任务。

开发者称用 GPT-6 Astra 消耗约 46 亿 token（约 4240 美元 API 费用、3 次额度重置）做出 120 FPS 的浏览器竞技射击游戏，可对战 LLM 机器人。

发帖者称 Gemini-3.8-Live 只在特定语音任务上接近 Astra，希望 Gemini 4 Pro 能追上 GPT-6 Astra。

作者花 2000 美元 token 让 Astra 写出一款免费修图工具，上线首日 170 名用户，可直接使用。