3C计算机】GPT-6 Astra初步实测点评

本周的关注点主要是GPT-6 Astra和Fable-5.1两款全球最前沿的模型，随着GPT-6 Astra面向更多用户的开放，更多真实的测评体验开始放出，我们周末也做了一些测试，初步结论是Astra推理效率领先，复杂编程基本追平Fable，并在3D建模、Computer Use等场景具有突出特点

1 、Coding&Agent能力相比GPT-5.6 Sol提升明显，基本追平Fable-5.1，在前端编程方面审美大幅提升，相比Fable系列已无明显差距；后端方面参考部分专业开发者的明显也有明显进步；且GPT-6在长上下文能力上有较大提升，支撑了其在复杂长任务场景的优势

2、 3D场景建模与Computer Use是突出的特色能力，尤其是在3D方面，GPT-6结合Blender已经能够完成对多种精细复杂3D场景的建模，并且做到可交互，进而实现简单的3D类游戏，这类案例对于用户感知较为直观也有很多案例；Computer Use方面这次提升的是对用户鼠标和键盘控制的精度和速度，这方面需要和Mac结合效果更好，我们这次没有做测试但参考其他测评反馈也效果不错

3、长上下文能力有明显提升，真正意义上做到100万上下文的基本无Context丢失与低幻觉，先前很多支持100万上下文的模型实际上到了50万以上就会出现明显的Context丢失问题，但GPT-6基本能实现完全的支撑，因此其在超长任务的执行中相比前代模型能够拉开更大的差距，真正能够实现长时间自主工作

4、科研任务能力是另一特点，尤其是在数学领域，这点与Fable-5.1提升方向一致，我们并无法进行测试但参考一些数学家最近的工作（孪生素数、费马大定理），我们预计后续还会有更多GPT-6与数学研究结合领域创新成果发布

5、追求高Token效率，但实际使用成本依然不低，此次OpenAI官方表示GPT-6具有很高的Token效率，完成同样的任务需要更少的Token，因此即使单价上涨但综合任务成本增加不多；但实测下来GPT-6的成本还是很高的，体感的用量消耗速度是5.6 Sol的2-3倍，但相比Fable系列依然具有性价比优势

GPT-6此次的更新相比GPT-5.6有明显的进步，虽然说没有全面超越Fable，但可以说已经没有哪方面明显落后，并且有自己的显著长板；再结合OpenAI在算力Infra端的供给优势，我们认为其与Anthropic之间的竞争态势将进一步发生变化，同时前沿模型的能力边界仍在进一步推进向前