GPT-6 Astra 实测与用法：大家拿它做了什么

作者主张 GPT-6 Astra 的对手是 Fable、Sol 才对标 Opus 5.5，并承认 Anthropic 低一档的模型已给 Astra 带来压力。

OpenAI 发布 MultiLangBench，称 GPT-6.1 Sol 把 COBOL 迁到 Java 等语言的成功率从 5.4% 提到 86.6%，GPT-6 Astra 从零构建 SQLite 兼容引擎从 26.8% 升到 87.4%。

同一批设计/评审任务盲评，GPT-6.1-sol xhigh 多数胜出，成本 $1.59 对 Astra high $5.03、xhigh $9.89；作者称除 3D 设计外没必要用 Astra。

新榜单显示 GPT-6 Astra (max) 以 66.0% 长度调整分领跑 HealthBench Professional，略高于 GPT-6.1 Sol，OpenAI 模型占据性价比前沿。

用户称 OpenAI 因算力不足，在 Codex 工作流中 A/B 测试强制模型路由：选了 Astra 或 Sol，任务仍被转到 Luna。

发帖人抱怨 OpenAI 还在围绕 Astra 打转，要求直接把新模型放出来。

一项 1423 人参与的「最想要哪个模型」投票中，Fable 5.5 得 50.8%、GPT-6.1 Astra 得 49.2%，仅差 23 票。

用户吐槽 OpenAI 算力据称多于 Anthropic，但 GPT-6 Astra 和 6.1 Sol 的使用额度远小于 Opus 5.5，追问算力都去哪了。

用户吐槽 OpenAI 开发者团队今天的活动像在糊弄，希望明天能拿出 GPT-6.1 Astra 等新模型，与 Opus 5.5 正面竞争。

新基准含784个分子数据分析任务，GPT-6 Astra短程得分49.3%与Grok 4.7、Opus 5接近，长程任务由GPT-5.6 Sol领先。

一条提问帖，征集 Opus 5.5 和 GPT-6 Astra 两者使用额度上限的实际对比。

用同一提示词测试 Pi、OMP、Droid、Codex CLI 的玻璃花窗断裂模拟任务，并以 GPT-6 Astra Pro 作为评审模型打分。