GPT-6 Astra 实测与用法：大家拿它做了什么

作者称 Astra 只花掉百分之几额度就一次成型做出完整 3D 游戏，关键技巧是过程中配合图像生成，附完整拆解。

发帖者称 GPT-6 Astra 已花 3 小时仍在继续生成某个作品，打算继续加压测试，完整评测稍后放出。

用户开玩笑说 GPT-6 Astra 之所以额度被重置，是因为它黑进了 Anthropic，纯属玩梗。

用户拿到 Astra 权限后立刻跑自制的 Blender 3D 建模基准，仅凭一张参考图多轮生成，称是目前所有模型里最好的结果。

作者说这是第一手体验而非跑分评测，也不对模型内部机制下断言，只讲 Astra 带来的主观冲击。

波兰用户抱怨 GPT-6 Astra 在同样的小任务上每周额度掉得飞快，两三条改代码就掉 1%，认为它只适合规划和收尾，不适合分阶段开发。

一份内部写作评测的早期结果：按自家编辑口吻打分 1995 Elo，低于上一代的 2156，单篇成本还高出约八成。

一位 Business 账号用户评价 Astra 主动分析结构、直接产出草稿，但对话体验像在跟老师说话，且 Chat 端仅 Pro 可用。

开发者把 Astra 原生接进 Codex，加了不改写请求前缀的推理控制、上下文管理工具和真正的 developer 角色消息。

中文用户用「用 svg 画一台法拉利」横评，称 GPT-6 Astra 断档领先，能画出轮毂、刹车卡钳和跃马盾徽，Fable5.1 与 Meta Muse 1.3 明显不如。

CodeRabbit 的代码审查评测显示 Astra 比 GPT-5.6 Sol 多 4%、比 Opus 5 多 22% 的有效 bug，跨文件场景优势更大，但推理更强也更贵。

Astra 提前向 Plus、Pro、Business 推送，官方同日做完整 banked reset 作为补偿。