GPT-6 Astra对决Fable 5.1：全能重载选手 vs. 开发专精选手
内容提要
OpenAI发布GPT-6 Astra，宣称进入AGI时代。该模型在数学、代码优化和网络安全上表现突出，能将33k行SQL减至1.8k，并推进孪生素数猜想。相比前代，它更智能高效，但价格翻倍。与Anthropic的Fable 5.1相比，Astra擅长重负载任务，Fable则专精开发协作，两者能力相当但侧重不同。
延伸解读
价格翻倍不等于成本翻倍
GPT-6 Astra的API定价是前代的两倍半，与Fable 5.1持平。但评测显示，其token效率大幅提升，用更少的token完成同样的任务。因此，单次任务的实际成本可能反而更低。文章强调，应关注每项真实任务的平均成本，而非每百万token的价格。这提醒用户，在评估模型性价比时，不能只看单价，还需考虑实际使用中的token消耗。
“形状”不同：重负载与开发专精
文章指出，GPT-6 Astra与Fable 5.1能力相当，但“形状”不同。Astra在代码优化、迁移、SQL重构等重负载任务上表现突出，而Fable在前端UI和代码协作上更强。Artificial Analysis数据显示，两者在编码智能体指数上打平，但Fable在更广泛的智能指数上略高。这提示用户，选择模型应基于具体任务类型，而非笼统的“更强”。
AGI争议：63%与99%的差距
OpenAI宣称“欢迎来到AGI时代”，但ARC-AGI-3测试中，标准配置下Astra仅得63%，换上自家适配器后才达99.9%。这一巨大差距引发疑问：是适配器优化还是评测标准不同？文章对此未给出明确答案，但暗示AGI的宣称可能需谨慎看待。用户应关注模型在标准评测下的真实表现，而非厂商定制条件下的结果。
数学突破与论文短板并存
GPT-6 Astra将孪生素数猜想的上界从246推进到186，并开源了形式化证明。然而，评测者指出，模型写数学论文的质量仍差，不理解什么有趣或重要，只是堆砌数学内容。这表明，模型在特定数学推理上能力突出，但在需要领域理解和写作的任务上仍有局限。用户在使用时需明确其能力边界，不能期望它独立完成完整的科研工作。
Q&A
GPT-6 Astra在哪些方面表现突出？
GPT-6 Astra在数学、代码优化和网络安全上表现突出，例如能将33k行SQL减至1.8k行，并在孪生素数猜想上取得新进展。
GPT-6 Astra的API定价是多少？与GPT-5.6 Sol相比如何？
GPT-6 Astra的API定价为输入每百万token十美元，输出每百万token五十美元，是GPT-5.6 Sol的两倍半，与Anthropic的Fable 5.1相同。
GPT-6 Astra在代码优化方面有哪些具体案例？
GPT-6 Astra能将33k行SQL代码缩减至1.8k行，质量不变；在代码迁移中几乎无需检查；对FFmpeg优化平均提速30%，个别流程快两到三倍。
GPT-6 Astra在数学上取得了什么突破？
GPT-6 Astra将孪生素数猜想的上界从246推进到186，并开源了PrimeGaps186的GitHub仓库，使用Lean形式化证明完成推理。
GPT-6 Astra和Fable 5.1的主要区别是什么？
GPT-6 Astra擅长重负载任务，如代码优化、科学研究和3D建模；Fable 5.1专精开发协作，如编写可合并代码和前端设计。两者能力相当但侧重不同。
GPT-6 Astra的网络安全能力如何？
GPT-6 Astra是OpenAI第一个达到“关键级”网络安全能力的模型，在ExploitBench测试中得分100，能自主发现并利用未知漏洞。
GPT-6 Astra的上下文窗口和知识截止时间是多少？
GPT-6 Astra的上下文窗口为105万token，单次最多输出12.8万token，知识截止时间是2026年4月30日。
GPT-6 Astra在ARC-AGI-3测试中的得分是多少？
GPT-6 Astra在ARC-AGI-3测试中标准配置拿下63%，换上OpenAI自家适配器后得分99.9%。
