GPT-6 Astra 实测与用法：大家拿它做了什么

用户跑一次 High 档安全扫描，周额度从剩 70% 直接归零还吃掉一次重置，扫描耗时一小时，吐槽 Astra 并不省 token。

作者开源一套基于 Astra 的销售线索机器人，输入产品与目标公司，自动查购买信号并生成邮件和 LinkedIn 草稿。

用户实测 Astra 能搭完整数据中心场景，但生成一张逼真人脸就烧光额度，吐槽「基础设施比美便宜」。

资深开发者用 GPT-6 Astra 在 48 小时内完成可驾驶飞船、扫描星球的生存探索游戏 Genesis Colonia，作者认为这比任何跑分更能说明编程现状。

作者把 Astra 推到硬件设计极限，称 AI 在真实世界制造上刚跨过一条线，并写成一篇长文。

作者称 GPT-6 Astra 在 3D 解谜基准中探索了 40% 房间、收集 14% 宝石，而 Fable 5.1 只有 4.3% 和 2%。

GPT-6 Astra 发布三天后，Jakub Pachocki 撰文称思维链监控这一对齐工具正因推理与工具调用混融、模型自我修饰、预训练去语言化而失灵，监控而非基准成了瓶颈。

他说这是最省 token 的模型，一天照样吃掉一周的量，全靠官方每 48 小时发一次重置才勉强能用。

同一 prompt 让 Fable 5.1 和 Astra 并排跑：前者组装复杂结构更稳，Astra 画面更锐利、能自己走完整个流程但偶尔幻觉。

Artificial Lawyer 汇总 Harvey、Legora 用 GPT-6 Astra 做复杂法律任务的早期测试，结论是比 GPT-5.6 Sol 明显进步，但离全自动还差得远。

作者认为为旧模型堆的 Skills、AGENTS.md 和提示脚手架反而拖累 Astra，给出 10 条清理清单，核心是删掉过度指定的步骤。

伯克利新基准用 1500+ 真实行业任务考 AI，Astra 击败 Anthropic 旗舰且更省 token。