GPT-6 Astra 实测与用法：大家拿它做了什么

用户指出并行 Agent 虽好，但过去读一个答案，现在要逐个检查多个 Agent 的成果，真正瓶颈是人的审核精力。

We-Solve 把近万个开放问题做成 GitHub 式一键投稿系统，并用 Astra Pro 抽样判定 AI agent 提交的解答是否正确。

日文速报称 DeepSeek 新模型 V4.1-Flash-1017 在 AI 开发任务测试中成功率 77%，超过 GPT-6 Astra 与 Claude Fable 5，单任务成本约 0.2 美元。

DeepSeek 发布 MIT 开源的 V4.1 Flash 1017，自测 DeepSWE 77% 且单任务约 0.2 美元，高于 GPT-6 Astra 的 74%/4.43 美元，但第三方评测尚未公布。

日文帖介绍官方更新：Astra Pro 改进响应与工具使用，可同时推进多个部分，把调查和起草分开投递以压缩等待。

一条视频对比 GPT-6 Astra 和 Opus 5.5，结论是两者表现接近，差距没有预期那么大。

Distilabel 造数据、Argilla 标注、cleanlab 查错标、Unsloth 加速、TRL 跑 SFT/DPO、Axolotl 固化配方，强调数据比换模型更关键。

建议拿上个月手工做过的对比任务来测 Astra Pro 的多智能体拆分，能快速看出是省时间还是只添噪音。

作者让 GPT-6 Astra 和 Claude Fable 5.1 通过 computer-use 打开真实 MBTI 网站答题，结果分别是 INTJ-A 和 ENTJ-A，只差一个字母。

有人称 DeepSeek V4.1 Flash-1017 达到 250 tokens/s，速度超过 Ultrafast 模式的 GPT-6.1 Sol 和 GPT-6 Astra，质量接近 Astra 与 Opus 5.5，并质疑是否还值得付高价。

作者用 GPT-6 Astra 和 Opus 5.5 各做一套 3D 奶油质感品牌视觉，视频并排展示两个模型的出图效果。

OpenAI 为 ChatGPT 的 Astra Pro 提速并加入多 Agent 并行与更好的工具调用，Codex 与 Work 通过复用上下文提升额度效率。