AI评测机构Artificial Analysis在GPT-6 Astra发布后四天内三次修改评测标准，使其排名从第三升至第一，引发争议。文章批评其使用过时测试、让Gemini当裁判、权重分配不透明等问题，并指出评测体系存在数据污染和猫鼠游戏。尽管Astra编程能力突出，但评测公信力受质疑，创新不应被旧标准束缚。