重要 GPT-6 Astra 实测：空间与代码封神，写作却被前代吊打

BiRun 消息，作者：Jose Antonio Lanz 编译：深潮 TechFlow 深潮导读： OpenAI 9 月 3 日甩出 GPT-6 Astra，早期测试者把它当成了公开压力测试：有人用一周在虚幻引擎里复刻了整座曼哈顿，有人一天做出带联机服务器的浏览器射击游戏，还有人让它写巴赫合唱曲拿到了历史最佳成绩。但同一个模型写起文章来却比上一代还拉胯，写作基准掉了约 80 Elo。一句话总结：凡是有客观对错的任务它封神，凡是靠品味的活儿它露怯，而这一切的标价是前代的 2.5 倍。 价格与定位：2.5 倍于前代 OpenAI 于 9 月 3 日发布 GPT-6 Astra，输入价为每百万 token 10**、输出价每百万 token ** 50 （一个 token 大约是四分之三个单词，也是各家 AI 公司的计费单位），这是其取代模型的 2.5 倍 。OpenAI 总裁 Greg Brockman 借发布会之机，宣告 AGI 已经到来 。 Astra 的头号卖点是“计算机操控”（computer use）：模型不再扔给你一串操作清单，而是直接在真实桌面上接管鼠标和键盘自己干。在 OSWorld 2.0 测试里（衡量智能体自主完成日常桌面任务的比例），OpenAI 公布的成绩是 72.6% ，单任务耗时约 40 分钟 ；作为对比，Sol 的成绩是 65.7%，却要花 75 分钟。 它还是 OpenAI 史上第一个被评定达到网络安全“关键门槛”的模型，意味着它能自己发现未知软件漏洞、构建可用的攻击代码，无需人类先指着一个洞说“这儿”。 视觉理解：一条街一条街地造出曼哈顿事实证明，Astra 在视觉理解与空间感知上强得离谱。 投资人、HyperWrite 前 CEO Matt Shumer 让 Astra 在虚幻引擎（Fortnite 背后的游戏引擎）里泡了一周，结果它生成了一座曼哈顿复刻版。他放出飞行预览并说，模型是“一条街一条街地打磨，直到每一条都完美”。 更离谱的还在后面。Shumer 让 Astra 搭一个生存世界，并让里面每个角色都跑着自己的一份模型副本，然后让它跑了一整夜。第二天他听到客厅里有人在说话，以为遭了贼，过去一看发现“它们已经聊上了”。 Max Weinbach 把 Apple Park 的照片喂给模型，要求用免费 3D 建模软件 Blender 重建，他的评价是“干得离谱好看”。Tom Krcha 只给了一张房子照片，拿回的是可编辑的室内几何体，能跑在每秒 60 帧上，连家电和玩具都没漏。Pietro Schirano 把流程压缩成一个动作：在地图上插个针、要周围区域的 3D，他说“它直接就给你做了”。 开发者 SuSu 把这套思路放大到了城市级别：Astra 用 Three.js （一个在普通浏览器里渲染 3D 的 JavaScript 库，无需下载）在 24 分钟内重建了杭州及其周边城镇，西湖、雷峰塔、茶山、湿地一应俱全。 编程：人们真在玩的游戏游戏是目前最热门的用例，也是 Astra 最闪光的领域。 前 Apple UX/UI 设计师、AI 开发者 Anshu Chimala 用 45 分钟一次性做出一款 3D 游戏，只消耗了极少的使用额度。他称 Astra 是“3D 游戏领域某种涡轮增压的 AGI 机器神”。他的方法比吹捧本身更有价值：把模型接上 Blender，让它为自己生成目标风格的概念图，再命令它不断迭代，直到游戏内截图在 60 帧下与参考图一致。Astra 建模了每一个资产，还自己生成了贴图。 前 Coinbase 与。