什么时候该用 GPT-6 Astra，什么时候 Sol 就够

这篇在说什么

作者的核心主张是：GPT-6 Astra 是为高难度任务设计的，把它当成默认模型用会迅速推高成本。文章按任务类型做了分层，指出 Astra 的价值集中在需要长链条推理、复杂代码改动或高准确率的一次性难题上，这类任务上它的成功率优势能抵消单价；而日常问答、格式转换、简单改写、批量草稿等任务，Sol 已经足够，用 Astra 属于纯浪费。作者据此给出了一套选择规则：先判断任务失败一次的代价有多大，代价高、重试成本高才上 Astra；能容忍偶尔出错、可以人工兜底的工作流留在 Sol。结论是不要按「哪个模型最强」来选，而要按「这个任务值不值这个价」来选，把 Astra 当稀缺资源而不是默认入口。