GPT-6 Astra 实测：Computer Use 突破，AGI 还是高阶 Agent？| 302.AI

📖 文章导读：
AGI 时代已来？OpenAI 发布 GPT-6 Astra 引热议。新模型在推理与编程效果上表现惊艳，更带来突破性的 Computer Use 能力，让 AI 像人类一样自主操作电脑。究竟是 AGI 降临还是高阶 Agent？本期实测将其放入真实工作场景，围绕多模态、3D构建及电脑操作等维度展开实测，一探其实际表现。

每隔几个月，AI 圈就会陷入一种「狼来了」式的疲劳。

这次不一样的是：喊狼来了的，换成了 OpenAI 自己。

2026 年 9 月 4 日，OpenAI 发布 GPT-6 Astra，定语简单粗暴——「全球最智能、最对齐的模型」(the most intelligent and aligned model in the world)，没有之一。 总裁 Greg Brockman 更进一步：按在大多数有经济价值的工作上超越人类这个定义，AGI 要么已经到了，要么近在咫尺。

GPT-6 Astra：一款真正面向工作的旗舰模型

GPT-6 Astra 的上下文窗口约 105 万 Token，最大输出长度为 128K Token，推理强度提供 Low、Medium、High、XHigh、Max 五档选择。API 标准价格为输入 10 美元 / 1M Token、输出 50 美元 / 1M Token，与 Claude Fable 5.1 完全处在同一个价格档位。

OpenAI 这次的 benchmark 表格中有三组成绩，确实堪称咋舌：

第一组：抽象推理——ARC-AGI-3 拿下 99.9%

ARC 系列是 AI 推理能力的试金石，专门测试模型能不能举一反三，而不是背答案。Astra 之前，上代 Sol 只有 7.8%——你没看错，一个数量级的差距。

更关键的是：OpenAI 称 Astra 在 96% 的关卡上突破了「人类行动效率基线」，即达到人类水平。ARC 榜，人类水平。这是几年前被认为是AGI 最后防线的基准。

第二组：数学——FrontierMath Tier 4 刷到 97.6%

FrontierMath 是专挑研究生级数学难题的基准，Tier 4 是最高难度档。上代 Sol 是 83.0%，Astra 直接把它「饱和」（saturate，OpenAI 原词，意思是题目快不够用了）。

这还不是最夸张的。OpenAI 同步发布了一篇论文：一个 Astra 的内部版本，在数学和理论计算机科学领域解决了十个长期开放问题——球填充、编码理论、拉姆齐理论、格密码……全是数学家很多年没啃动的硬骨头。

第三组：电脑操作——OSWorld 2.0 达到 72.6%，效率反超

Agent 通常依赖 API、MCP、插件和各种连接器来调用软件，但大量企业系统和老旧软件缺少 API，甚至没有完整文档。Astra 做了一件非常直接的事情：既然人可以通过 GUI 操作软件，AI 也可以。Computer Use 让 AI 能够像人一样理解屏幕内容，通过鼠标点击、键盘输入等方式直接操作这些软件。

在 OSWorld 2.0 和 ScreenSpot-Pro 中，Astra 分别以 72.6% 和 92.7% 的成绩领先 GPT-5.6 Sol，单项任务平均耗时也从约 75 分钟缩短至 40 分钟，这意味着 Agent 已能根据目标自主操作软件，代码、表格、浏览器、设计软件、工程工具，现在都可以被放进同一个工作流里。

在Chatbot 时代：你问，它答。价值 = 答案的质量。

而在Astra 时代：你说，它做完。价值 = 任务完成率 × 速度。

更聪明，同时效率快了近一倍。

所以不能只盯着 99.9% 的 ARC 分数。OpenAI 真正想让老板们看的信息是：同样的任务，Astra 的 token 用量比对手少 65%，完成成本比 Sol 低 43%——单 token 价格涨了 2.5 倍，任务总成本反而降了。

Judgment：决定 Agent 何时该提问

当然，Agent 能操作电脑并不意味着它已经足够聪明。现实任务往往不像 Benchmark 那样目标明确，Agent 既不能频繁打断用户，也不能擅自猜测，否则忙活半天仍可能交付一份完全偏题的结果。

因此，Astra 这次专门强调了一项能力：Judgment。对于可以根据上下文判断、且不影响结果的细节，模型会自行决定；遇到关键选择时，才会停下来询问。Codex 也能先完成不依赖你回答的部分。这点其实和 Fable 5.1 强调的“长程稳定性”是同一条路上的不同解法。一个优秀的 Agent，需要在几十分钟甚至几个小时的任务里保持绝对方向感。它需要判断何时继续执行、何时回退、何时更换方案，以及何时需要用户补充信息。

榜单排名

目前在 Artificial Analysis 榜单中，GPT-6 Astra(max) 排名第三。

用户评价

本期测评，302.AI将让 GPT-6 Astra 和 Claude Fable 5.1 同台竞技，将其放进真实工作场景里，减少人工干预，看看在这一轮旗舰对决中，能够发掘出两款模型各自怎样的特色和偏重点。

---

1. GPT-6 Astra 模型基础信息

（1）实测模型在 302.AI 的价格：

模型名称	上下文	说明	302.AI内的价格
gpt-6-astra	1000000	缓存写入 $12.5 / 1M tokens缓存读取 $1 / 1M tokens	输入 $10 / 1M tokens输出 $50 / 1M tokens

（2）测评目的：

本评测侧重模型对逻辑，数学，编程，多模态，人类直觉等问题的测试，非专业前沿领域的权威测试。旨在观察对比模型的进化趋势，提供选型参考。

（3）测评方法：

本次测评使用302.AI收录的题库进行独立测试。模型分别就逻辑与数学（共10题），人类直觉（共7题），多模态（共20题）以及编程模拟（共12题）进行案例测试，对应记分规则取最终结果，下文选取代表性案例进行展示。

题库地址：https://docs.google.com/spreadsheets/d/1sBxs60yWsxc9I5Va8Rjc1_le1Omg2hOXbwqOzpImZio/edit?gid=0#gid=0

💡记分规则：

按满分10分记分，设定对应扣分标准，最终取每轮得分的平均值。

（4）测评工具：

• 所有模型均在302.AI Stuidio客户端内使用对应模型，使用统一的提示词，取第一次生成结果
• 编程测试使用302.AI Stuidio客户端的Vibe模式：调用Claude Code沙盒

编程案例分数评级：

⭐⭐⭐⭐⭐ S 级（封神）： 行业标杆，重新定义标准。

⭐⭐⭐⭐ A 级（卓越）： 生产力合格，无明显短板。

⭐⭐⭐ B 级（优秀）： 表现中规中矩，存在短板。

⭐⭐及以下 C级（不合格）： 不可用，存在明显问题。

---

2. GPT-6 Astra 测试结果总览

302.AI 多模态模型测评分数榜单：

---

3. GPT-6 Astra案例展示

案例 1：多模态推理

提示词：根推测以下图片分别描述的是哪些著名电影

答案：

1. Snakes on a Plane《航班蛇患》
2. Independence Day《独立日》
3. Mean Girls《贱女孩》
4. Paths of Glory《光荣之路》
5. 8 Mile《8英里》
6. The Matrix Revolutions《黑客帝国3：矩阵革命》
7. Field of Dreams《梦幻之地》
8. Alpha and Omega《丛林有情狼》
9. The Thirteenth Floor《异次元骇客》
10. The Sum of All Fears《惊天核网》

GPT-6 Astra：正确识别推理出 7 部

Claude Fable 5.1：正确识别推理出 9 部，并且中文译名非常准确

案例 2：程序化 SVG 图形生成

绘制一幅火烈鸟在浅水中缓慢行走、啄食的动态 svg 图

GPT-6 Astra 输出效果：

Claude Fable 5.1 输出效果：

绘制一幅滑板少年腾空完成 Ollie 的动态 svg 图

GPT-6 Astra 输出效果：

Claude Fable 5.1 输出效果：

简评：

Astra 的输出在视觉设计和风格统一性上别具一格，动态表现尚可，Fable 5.1 的输出则画面丰富度更佳。

测评点	GPT-6 Astra	Claude Fable 5.1
语义表达准确度	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐
图形构造复杂度	⭐⭐⭐⭐	⭐⭐⭐
动态实现质量	⭐⭐⭐⭐	⭐⭐⭐⭐

案例 3：3D 冲浪小游戏

制作一个单页 html 的 3D 冲浪小游戏

GPT-6 Astra 输出效果：

完整网页：https://ddw8rf8tq6.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 卓越的游戏设计与用户体验，整体界面拥有强烈品牌感，色彩高度统一，有主题文案显示，获取金币、撞击障碍、生命值变化都有明确的视觉和文字提示，反馈及时；
2. 利用 Three.js 生态高效开发，虽然视觉效果很好，但代码相对精简，用 Three.js 内置函数确保了更流畅的帧率；
3. 有多端适配考虑，专门针对移动端设计了底部触控按钮和安全区域，游戏状态管理清晰；

❌ 不足之处：

1. 依赖成熟的第三方库和算法，利用组合基础几何体搭建角色和场景，虽然风格独特，但细腻度和表现力略有牺牲；
2. 游戏机制相对简单，仅专注核心玩法，并且角色的冲浪运动感更多来自于场景运动，而非物理模拟；
3. 场景交互元素较少，环境元素例如岛屿、太阳是静态的，游戏世界不够生动。

Claude Fable 5.1 输出效果：

完整网页：https://rzcf11mwni.302ai.app

录屏展示：

简评：

✅ 核心优势：

1. 图形渲染与视觉特效卓越，通过 Three.js Three.js 实现了逼真的海浪、光反射和粒子特效，飞鸟、岛屿、太阳光晕、渐变天空等环境因素渲染出色；
2. 游戏机制丰富，拥有完整的游戏循环：计分、连击、生命值、最高分纪录等，可玩性更高；
3. 设定了鲜活的主题风格，设有“浪尖小子Kai”这一角色，角色造型、工具等细节都经过了设定构建；
4. 细节打磨优秀，镜头动态跟随、碰撞物触发音效、海浪起伏动态等营造了更沉浸的游戏氛围。

❌ 不足之处：

1. 必须联网加载 Three.js 库，外部依赖和性能开销相对大；
2. UX 欠佳，HUD 元素排列较拥挤，字体和色彩对比不够鲜明，更偏向于技术演示。

移动端适配情况：

Astra 的输出适配良好，Fable 5.1 角色容易偏移出画，适配度较差。

测评点	GPT-6 Astra	Claude Fable 5.1
玩法创意性	⭐⭐⭐	⭐⭐⭐⭐
视觉执行力	⭐⭐⭐	⭐⭐⭐⭐
技术实现	⭐⭐⭐⭐	⭐⭐⭐⭐⭐

案例 4：网页 Redesign

Redesign this website: https://shopiframe.com , develop a handmade-style website that looks like it’s part of a sheet of paper, with the ability for users to erase or draw anywhere on the page.

GPT-6 Astra 输出效果：

Claude Fable 5.1 输出效果：

简评：

1. 视觉风格还原方面，Fable 5.1 更胜一筹。优秀的手工纸张质感表现，回形针、便签纸等细节设计，对“纸张”概念诠释更细腻；
2. 交互功能实现方面，Astra 实现了绘制、擦除、浏览三种基本玩法，Fable 5.1 则增设笔刷大小调节、撤销等，且擦除功能应用于全局，更具创意性；
3. 内容架构与信息保留方面，Astra 将原网页进行了大幅简化，仅保留核心骨架，Fable 5.1 保留的关键商业信息更全；
4. 代码与细节质量方面，二者均使用了标准的 Canvas 和 CSS，实现稳定。

测评点	GPT-6 Astra	Claude Fable 5.1
视觉执行力	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
功能玩法创意性	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
交互与用户体验	⭐⭐⭐⭐	⭐⭐⭐⭐⭐

案例 5：Three.js 交互式世界

Create an immersive 3D world in Three.js inspired by three iconic Claude Monet paintings: Water Lilies, Impression, Sunrise, and Rouen Cathedral. Structure the experience as a clear three-stage journey, with each stage having its own distinct environment, mood, color palette, and visual identity while remaining part of one continuous world.
Stage 1 — Water Lilies: Begin in a peaceful, intimate garden surrounding a lily pond. Fill the environment with floating water lilies, soft greenery, reflections, gentle ripples, and dappled morning light. The atmosphere should feel quiet, cool, and enclosed, closely evoking the calm and dreamlike quality of Monet’s Water Lilies.
Stage 2 — Impression, Sunrise: As the player leaves the garden and follows the water forward, the environment should gradually open into a vast harbor. Vegetation gives way to open water, the air becomes filled with drifting mist, and the cool greens slowly transform into blue, violet, and warm orange tones. The player should eventually emerge into Monet’s Impression, Sunrise, with a glowing sun, distant boats, shimmering reflections, and a much stronger sense of space and atmosphere.
Stage 3 — Rouen Cathedral: Continuing forward, the harbor should gradually transition into an old European city. The fog thins, architectural forms begin to appear, and the warm sunrise colors evolve into the rich stone tones and luminous shadows of Rouen Cathedral. The journey should culminate in a grand cathedral facade that feels monumental and immersive, with subtle changes in light continuously transforming its appearance.
Make the progression between stages gradual and physical rather than using scene cuts or loading screens. The player should feel that they are genuinely traveling from one Monet painting into another, with the environment itself carrying the narrative: garden → harbor → city → cathedral. Add subtle animation throughout, including rippling water, drifting mist, moving vegetation, changing reflections, and slowly shifting sunlight. Preserve the distinctive composition, color palette, atmosphere, and painterly character of each painting while transforming them into cohesive, explorable 3D environments. Keep the experience elegant, atmospheric, and visually polished, with soft painterly materials and lighting, and build everything directly in the browser using Three.js without Blender or external 3D modeling software.

GPT-6 Astra 输出效果：

完整网页：https://c5opj1kl2s.302ai.app

录屏展示：

Claude Fable 5.1 输出效果：

完整网页：https://a5u41fh59n.302ai.app

录屏展示：

简评：

Astra 能够理解指令背后的美学意图，完整通过动态的连续的3D空间输出了提示词要求的三个名画场景，整个页面可交互、充满艺术氛围;

Fable 5.1 输出的则是一个具有游戏感的沙盒效果，空间探索相对自由，在各种设备上的帧率表现更稳定，但建模质感和视觉氛围大打折扣，整体交付度不像 Astra 那样更贴近用户意图。

Astra 强项部分：

1. 卓越的艺术转译实现：通过实时计算的光照、雾效颜色和材质，模拟了三幅作品的不同光线色彩变化，实现了 paintPass 着色器来模拟画笔笔触、颜料颗粒感和轻微边缘柔化；
2. 出色的技术实现：仅用 Three.js 纯代码生成几何体，不依赖任何外部建模，使用 mergeGeometries来减少绘制调用，针对移动端降低像素比和纹理尺寸，对实际部署环境有所考量；
3. 细腻的细节打磨： Three.js 配合自定义法线贴图，打造水面涟漪动态感，植物、船只、薄雾都有细微的动画；UI 设计克制优雅，与整体艺术氛围高度统一。

测评点	GPT-6 Astra	Claude Fable 5.1
视觉与交互	⭐⭐⭐⭐	⭐⭐
技术实现	⭐⭐⭐⭐	⭐⭐⭐
用户意图理解	⭐⭐⭐⭐⭐	⭐⭐⭐

---

4. GPT-6 Astra 模型实测结论

经过实测，GPT-6 Astra 带来的使用体验更直观了一些。

它确实是一款非常强的旗舰模型，尤其是在 Computer Use、复杂 Agent、3D/Blender/UE5 世界构建以及专业软件操作这些场景里。结合这几天社区里不断冒出来的各种案例，Astra 的能力上限确实已经高到了一个很夸张的程度。

而将它放进具体任务里与 Fable 5.1 同台竞技之后，也会发现一些很有意思的区别：Astra 很强，但它和 Fable 5.1 的强项并非完全重合。

1. 两款旗舰模型，各有强项

在模型 API 价格基本相同的情况下，Astra 和 Fable 5.1 呈现出了较为清晰的能力侧重。

Fable 5.1 更擅长长程 Coding、复杂知识工作和科研任务。它处理代码时的稳定性、上下文保持和长任务推进能力依然很强，尤其适合那种一跑就是几个小时、需要不断调用工具、持续验证结果的任务。

Astra 则更偏向实际操作与任务执行。Computer Use 是它最鲜明的标签，电脑操作、浏览器任务、跨软件工作流以及 3D/可视化方向，都能看到非常明显的优势。尤其是这次测试里的几个案例，Astra在 SVG、Three.js、3D 世界构建上的完成度已经比过去我们熟悉的 GPT 有了很明显的提升。

所以纠结 Fable 5.1 和 Astra 其实已没有太大意义。对于代码、科研、长程 Agent，Fable 5.1 依然很有竞争力；对于需要直接操作电脑、完成视觉化交付或者搭建复杂 3D 场景的任务，Astra 的优势则更加突出。

2. Astra 的编程能力向交付级靠拢

Astra 的编程能力确实有了一次肉眼可见的变化，用户社区中令人惊艳的作品层出不穷。尤其是涉及游戏、交互页面和 3D 场景时，它已经能够同时兼顾功能实现、视觉风格、交互体验和响应式适配，最终交付的作品也越来越接近真正可用的产品。

从实测效果来看，确实也能直观感受到这种提升：

在 3D 冲浪小游戏和 Three.js 世界构建案例中，Astra 的强项在于能够同时考虑玩法、视觉风格、响应式适配和性能等要素。主动补充了游戏循环、交互反馈、移动端操作和视觉主题，让最终结果更接近一个可以直接体验的完整作品；而到了走进名画的案例，Astra 对提示词中的视觉意图、空间过渡和氛围变化理解得相当准确，最后呈现出来的效果也比较贴近用户原本的设想。它没有把三个场景简单拼接在一起，而是建立起了较为完整的空间叙事，整体氛围比普通的 3D 页面更具艺术感。

结合社区用户的精彩案例呈现，如果再叠加 Blender、UE5 这样的专业工具辅助，能力上限还能继续往后挖掘。当然，Astra 仅凭代码生成的 3D 作品，距离商业级游戏和影视级资产仍有差距；它的优势主要还是体现在整体完成度、风格理解和交付稳定性上。

3. 最值得关注的突破，依然是 Computer Use

3D 建模、游戏、SVG 这类任务，本质上还是属于我们熟悉的生成内容领域。Computer Use 则完全不同，它解决的是另一个问题：AI 能否进入真实软件环境自主完成工作。

“Anything you can do on a computer, Astra can do for you. Fast.”

Open AI 的官方描述精准括了 Astra 这次的产品定位，这也解释了为什么会有用户将其称作“Some kind of turbo-AGI machine god for 3D games”，甚至认为它是专门为 3D 游戏开发而生的模型。

当然，另一种声音也同样明显：

“Astra，High Intelligence, Low Intuition.”

Astra 很多时候会表现出极高的推理能力，但它对于一些人类觉得理所当然的常识、审美直觉或者场景判断，偶尔还是会翻车。它可以花很长时间完成一个复杂项目，却依然可能在某个非常小、非常“人类”的地方交出一个令人诧异的结果。

GPT-6 Astra 的表现足以跻身当前最强模型之列，那句“Welcome to the AGI era” 也固然振奋人心，但从实际体验来看，我们仍然更倾向于把它看作高度自主化的 AI Agent，而非直接冠上 AGI 的名号。

---

5. 如何在 302.AI 上使用

1. 使用302.AI客户端

步骤指引：对话框内选择模型菜单

输入gpt-6即可获取相应版本调用

2. 聊天机器人中使用

步骤指引 ：应用超市→聊天机器人→立即体验

选择模型：OpenAI模型→gpt-6-astra→确认

3. 使用模型 API

步骤指引：API超市→语言大模型→OpenAI→gpt-6-astra

点击【Playground】在线调用 API

---

想即刻体验 GPT-6 Astra 系列模型？

👉立即注册免费试用302.AI，开启你的AI之旅！👈

为什么选择302.AI？

● 灵活付费：无需月费，按需付费，成本可控

● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求

● 开源生态：支持开发者深度定制，打造专属AI应用

● 易用性：界面友好，操作简单，快速上手