GPT-6 Astra 实测与用法：大家拿它做了什么

韩语长帖从 Astra 出发谈三点：十万卡级训练再次验证缩放定律、Astra 是更耗 token 的智能体而非更便宜的模型、效率提升反而推高总用量。

一条高赞短评：GPT-6 Astra 在视觉理解上的跃升，被比作当年 ChatGPT 带来的那种冲击。

被问得最多的是「怎么做到这个质量」，他把整套流程写成了指南。

用户把乐高说明书交给 GPT-6 Astra，让它做出带拼装流程、零件位置和多视角的可交互 UI，看完想真的去拼。

用户让 GPT-6 Astra 在 Blender 中还原 Jack Rabbit Slim's 扭扭舞比赛场景，配文调侃「这就是 AGI」。

作者翻源码分析 Astra 操作 Blender、生成 3D 世界背后的 agent 循环机制。

给两个模型同一个提示词，都在两分钟内完成，视频展示两者产出对比。

同一模型同一测试，因外围脚手架不同得出 99.9% 和 62.7% 两个分数，ARC Prize 称这不代表 AGI。

作者借 GPT-6 Astra 降智风波反思：当 AI 成为生产资料，厂商可随时降智或断供，这比开源与端侧之争更值得警惕。

Astra 在 Codex CLI 里花 5 小时写出一个 megakernel，Kimi-Linear Decode 跑到 PyTorch 基线的 24.80 倍，超过 Fable 5 的 24.61 倍。

一句话吐槽：2026 年自己在 Blender 里靠 MCP 加 Astra 干活干到发疯。

一份更新后的视觉模型分级榜单，把 GPT-6 Astra 和 Gemini 3.8 Flash 一起纳入对比。