GPT-6 Astra 实测与用法：大家拿它做了什么

开发者吐槽 GPT-6 Astra 只小幅提升 UI、大幅增强 Computer Use，而 GPT-6 Sol 与 6.1 Sol 的 coding 体验弱于 GLM 5.3 和 Kimi K3，并抱怨额度被砍。

该帖认为 OpenAI 因安全问题搁置 6.1 Astra、短期无力应战，建议 Anthropic 本周发布 Fable 5.5 并放进 Pro 套餐、压低价格与 token 成本来抢份额。

日本用户让 GPT-6 Astra 编辑自己的杂耍表演视频，做成夸张搞怪的剪辑版本并晒出成片。

作者展示新作流程：Seedance2.5 生成视频，GPT-6 Astra 与 GPT-image2.5 负责视频预处理和图像生成，并预告新片。

Reddy 称 token 花费正从 Anthropic 转向 OpenAI：Luna 是小模型之王，Sol 6.1 适合非程序员日常使用，Astra 写代码很强但价格高、密度不如 Fable。

调侃 OpenAI 支持者急着让 Anthropic 发布 Fable 5.5，只为等 GPT-6.1 Astra 上线后能宣称它更强。

列出每百万 token 价格：GPT-6 Astra 标准 $10/$50、Fast $20/$100、Ultrafast $60/$300，为 6 倍价换速度，并对比 GPT-6.1 Sol 与 Claude Opus 5.5 的加速倍率。

一条土耳其语帖称 GPT-6 Astra 在某物理基准得 80 分，随后告诉专家答案键有误；复核后 Astra 正确，新分数为 98。

日本用户让 GPT-6 Astra 研究 FC 精灵用法，并生成一款使用精灵的射击游戏，视频里在自制 NESDOOM 模拟器中运行。

作者靠 PowerShell、Python、Whisper、FFmpeg 加截图反馈，让 Astra 全自动操作 Camtasia 剪片，仅耗约 1% 周额度。

作者梳理 Anthropic 以诗歌音乐（Haiku/Sonnet/Opus/Fable）、OpenAI 以天体（Luna/Sol/Astra）命名模型，感慨人类把文明中最美的词献给了 AI。

帖子称 Astra 在 50 道未公开的理论物理论文级问题上自主解出 49 道，得分 98%，单题成本不到 3 美元。