GPT-6 Astra 实测与用法：大家拿它做了什么

Alexandr Wang 的造神叙事帖，结尾提到 Meta 内部测试把 Muse Wonder 排在 Fable 5.1 和 GPT-6 Astra 同一档。

Peter Yang 更新四款个人 agent 的优缺点评测，提到 Muse Wonder 不错但 Opus/Astra 更强。

Meta 的 Muse Wonder 内部测试与 GPT-6 Astra、Fable 5.1 持平，MemoryBench 上超过 Fable、Opus 和 Astra，定价每百万输入 $4、输出 $20，尚无独立评测。

VulcanBench 合并成绩显示 Muse Wonder Full 中等档最划算，但速度远慢于 Opus 5.5、GPT-6.1 Sol 和 GPT-6 Astra，作者更推荐前两者。

Artificial Analysis 数据显示 Opus 5.5 与 Sonnet 5.5 得分最高但平均耗时 13–15 分钟，Muse Wonder 6.8 分钟得 52.4，GPT-6 Astra 约 8.1 分钟，作者据此推销按延迟分流的网关。

同一套 105 bug 测试中，Muse Wonder Full 1.0 得 44 分，几乎追平 GPT-6 Astra 的 45 分。

在 105 个前沿模型漏掉的真实 bug 上，GPT-6 Astra 得 45 分居首，Muse Wonder 1.0 实测不如宣传。

作者反驳「3D demo 没实际意义」，用 Muse Wonder 和 GPT-6 Astra 做网页设计正面对比。

作者贴出三家模型同一任务的生成结果，认为 GPT-6 Astra 目前看起来「毫无品味」，但还需几天实测才能判断是不是只刷了榜。

Meta Superintelligence Labs 新模型 Muse Wonder 在个人智能体、长程编码等多项基准上压过 GPT-6 Astra，价格仅为其十分之一。

爆料称 Muse Wonder Full 在多项关键评测上超过 GPT-6 Astra 和 Claude Fable 5.1，Meta 可能有大动作。

新法律基准过滤掉含实质幻觉的回答后，Grok 4.7 以 9.4% 居首，Muse Spark 8.9%，GPT-6 Astra 8.6%，并对比了各家单任务成本。