GPT-6 Astra 实测与用法：大家拿它做了什么

OpenAI 发布 GPT-6 Astra，Greg Brockman 称「AGI 时代」，ARC-AGI-3 从上一代 7.8% 跳到 98.6%，并列出多项基准与分阶段开放计划。

Astra 单价贵 2.5 倍，但 DeepSWE 上以 74% 得分、30k token/29 步完成，单任务成本 6.52 美元，只比 Sol 贵 0.06 美元。

作者调侃 GPT-6 Astra 已饱和 ARC AGI 3，于是拿克雷数学研究所的千禧年难题当新基准，称 Astra 与 Anthropic Fable 都只做到约 4%。

同一基准里 Muse 49.4% 对 Astra 41.4%，但共享基线 GPT-5.6 Sol 在两家评测中差了 28 个百分点，说明分数不可直接比较。

汇总 GPT-6 Astra 多项基准成绩，并指出重点是从「回答问题」转向「完成任务」，AI agent 越来越真实。

发帖者要求 Artificial Analysis 解释为何 GPT-6 Astra 在其测试中表现很差，与 OpenAI 自家基准结果严重不符。

ValsAI 的 Code Migration 基准中 Astra 以 68% 准确率登顶，比第二名高 10 分，速度还快 2–4 倍。

有人让 Astra 在虚幻引擎中建世界并塞满独立智能体，一天后这些智能体自己开始互相交谈。

GPT-6 Astra 在 Perplexity WANDR 基准拿到 0.682，每任务 11.98 美元，比 Fable 5.1 高 13.5% 且成本更低。

日文用户发视频展示 Astra 的多任务能力，感叹几乎找不到它做不了的事。

宣传视频列出 Astra 在 computer use、浏览、编程、网络安全、科研等方向的 SOTA 表现。

一条日本企业账号的早安帖，提到 OpenAI 发布 GPT-6 Astra 后，建房的人或许能先看到接近实物的效果视频。