Back to blog

实测 GPT-6 Astra:曾经的那个 OpenAI,真的杀回来了!

GPT-6 Astra 全量推送首日深度实测:速度较上代提升近 8 倍、前端 3D 史诗级强化、代码重构力看齐 Claude Fable 5、跨窗口笔记机制革新。附完整极简 AGENT.md 模板自取,以及国内直连体验渠道汇总。

Sep 6, 2026Maynor
实测 GPT-6 Astra:曾经的那个 OpenAI,真的杀回来了!

实测 GPT-6 Astra:曾经的那个 OpenAI,真的杀回来了!

今天凌晨,GPT-6 Astra 正式向所有订阅用户全量推送。

GPT-6 Astra 推送后的账号页面截图

图注:GPT-6 Astra 推送后的账号页面截图,全新模型架构正式落地。

这几天通宵有点狠,我凌晨两点多倒头就睡,完美错过了第一波推送。 一觉睡醒下午两点,微信直接炸锅了——好友小窗和各个技术群全在催我:"GPT-6 Astra 已经推送了,你怎么还不发文?"

我:= =

虽然起晚了,但我内心狂喜。原以为最快也要下周一才能实测,没想到提前落地,正好赶上周末能痛快折腾两天。更爽的是,账号里还攒了三张重置卡,入行这么久,就没打过这么富裕的仗!

Codex 中的 AGENT.md 配置截图

图注:Codex 中的 AGENT.md 全局规则配置文件截图。

在经历了一下午的高并发多会话极限轰炸、消耗了海量额度之后,我对 GPT-6 Astra 的成色有了非常立体的感知。

如果非要用一句话概括我的评价:

"GPT-6 Astra 成了。它不仅正面追平了 Claude Fable 5,更让 OpenAI 找回了三年前属于他们的黄金时代。"

这句话我绝不带任何主观偏见,是在完全客观中立、且对 Anthropic 没有任何负面情绪的前提下给出的真实反馈。


核心能力速览:GPT-6 Astra vs 竞品与前代

核心维度 GPT-5.6 Sol (前代) Claude Fable 5 (竞品标杆) GPT-6 Astra (最新)
综合智商梯队 准旗舰级,偶现过度防御 顶级旗舰(Fable级) 顶尖水桶级(完全对标 Fable)
额度诚意 基础可用 锁额度(仅占总额度 50%) 100% 完整额度释放,无套路
推理与执行速度 极慢,复杂任务动辄数小时 较快 大幅跃迁,无用思考链明显减少
前端 3D / 审美 概念粗糙、材质物理感差 排版优秀,3D稍弱 史诗级增强,单 Prompt 生成高精物理 3D
代码与系统重构 倾向表层 Patch,过度工程 擅长本质层面的解构与重写 深层架构优化,精准直击痛点
上下文管理 易丢失深层细节 表现稳定 支持跨窗口笔记检索,记忆损失率大降

一、 给超级模型"松绑":删繁就简的 AGENT.md

参考过去从 Claude Opus 4.8 跃迁至 Fable 5 的实战经验,面对这种智商飞跃型模型,第一件要做的事情绝不是疯狂写 Prompt,而是:拆掉一切繁冗的规则与限制。

此前在 GPT-5.6 Sol 时代,由于模型极易出现过度设计、偏离逻辑、误用工具等问题,我们在 Codex 里面堆砌了海量条条框框去限制它。 但到了 GPT-6 Astra 这种级别,它本身的逻辑严密性和自洽能力已经极强,过往的限制手册反而成了沉重的枷锁,束缚了它的创造力和决策效率。

打个比方: 你为了让一个实习生干活不犯错,写了一套 1 万字的《规章制度与操作手册》; 后来你用同样岗位招来了一个顶级专家,你还拿这 1 万字的琐碎手册去规范他,这就显得极为可笑且低效。

因此,我对全局规则 AGENT.md 进行了全面精炼,只保留底线原则、工程环境与核心偏好,给予模型最大程度的自主权。这份最新的极简 AGENT.md 如下,欢迎大家自取:

# AGENT.md

## 沟通
- 面向用户的叙述默认使用简体中文;代码、命令和技术标识保持英文。
- 先给影响与结论,再给行动、待决策和必要证据;没有对应内容就省略。
- 技术细节只保留对理解结论、判断风险或复现结果有帮助的部分。

## 指令优先级
- 遵守系统、平台和安全约束。
- 用户当前明确指令优先于 Skill、历史记忆和默认偏好。
- 项目目录中的 `AGENTS.md` 只在该项目范围内补充或覆盖全局规则。

## 执行方式
- 用户表示要开始新工作或修复现有问题时,持续推进,直到用户的目标完成,在目标方向上自主推进。
- 向用户提问之前,先完成上下文里已经授权、并且能把下一步变成可审查结果的工作。用户批准的应该是具体、可检查的结果。
- 用户建议不适合目标时直接说,不要迎合。
- 不要因为假想风险,主动加警告、免责声明、审批流程或安全/合规清单。

## 测试与验证
- 不要为可逆、影响小、只是复述实现的改动写测试。
- 跑与本次改动相称的测试,并完成必要检查。这些通过之后,只有出现新改动、新失败或尚未解决的疑点时,才扩大或重复测试;否则继续把任务做完。
- 收尾删掉本次产生、之后用不上的临时文件。

## 工具与并行
- 网页控制台无 CLI/API 时用已登录的Chrome浏览器;飞书优先 `lark-cli`。
- 只有存在真正独立的工作流,且委派能节省时间或提升质量时才使用子 Agent。
- 共享状态、连续决策和简单任务由当前 Agent 直接完成;委派任务必须有明确输入、输出和完成判据,最终结论由主 Agent 汇总并验证。

## 规则来源
- 全局规则维护在当前生效的 canonical `AGENTS.md`;`CLAUDE.md` 只作兼容入口,不复制规则正文。
- 项目事实、生产状态、历史决策和对外契约以项目级 `AGENTS.md` 及其指定的脚本、探针、决策记录和合同文件为准。

💡 优化小技巧

直接将上述文本粘贴至 Codex 的"个性化配置"即可。如果你手头已有庞杂的配置,可以直接将以下 Prompt 抛给 Codex 进行"给指令减重":

审阅我的 AGENTS.md 和 Skills,寻找不清晰、冲突或重叠的指令。
重点检查:
1. 自主性
2. 澄清机制
3. 审批流程
4. 任务完成判据
找出会导致重复确认、提前停止、过度工程或任务无法完成的规则。
然后帮我进行精简优化,所有的优化,都是为了 GPT-6 Astra 这种超级模型所服务的。

二、 深度实测体验与四大维度质变

1. 速度全面跃迁,无效思考链大幅减少

先聊一个最直观、看似缺乏技术含量,但日常开发体感极其剧烈的改变:速度飞跃。

在 GPT-6 Astra 问世前,GPT-5.6 Sol 的执行延迟几乎到了令人窒息的程度。回顾一下我之前在 AIHOT 上的运维排查耗时记录:

实测运维任务场景 GPT-5.6 Sol 耗时 GPT-6 Astra 耗时 效率提升幅度
单次疑难 BUG 深度排查 3 小时 18 分钟 ~25 分钟 提升近 8 倍
自动化动态 IP 封禁拦截策略 1 小时 12 分钟 ~12 分钟 提升近 6 倍
核心业务逻辑 BUG 补丁 2 小时 05 分钟 ~18 分钟 提升近 7 倍
大型系统深度审查与性能重构 20 分钟起步(仅扫描) 10 分钟(扫描+优化落地) 翻倍且执行深度提升

一次 AIHOT BUG 修复任务的耗时记录

图注:此前 GPT-5.6 Sol 执行单项 BUG 修复居然耗时超 3 小时,极其折磨。

自动化封禁 IP 策略任务的耗时记录

图注:此前自动化 IP 封禁任务耗费了 1 个多小时。

另一项 BUG 修复任务的耗时记录

图注:另一个业务 BUG 修复同样花费了 2 个多小时。

一天满打满算就 24 小时,一个任务干掉两三个小时,开发者基本处于抓狂状态。而现在的 GPT-6 Astra,在处理大型复杂系统的全盘扫描与优化时,10 分钟直接搞定:

大型系统审查与优化任务的耗时记录

图注:GPT-6 Astra 介入后,同级别系统审查压缩至 10 分钟内完成。

从思维链(Chain-of-Thought)日志能清晰看出提升的根本原因:目标极其明确,废话和绕弯的逻辑大面积消失,电脑操作执行干脆利落。 虽然单论极端吐字刷新与交互的丝滑感,它依然稍慢于 Grok 与 Gemini(套用朋友"小声比比"的神比喻:与 Gemini 交互时有种"便秘般的顺滑"),但在复杂推理任务的落地速度上,GPT-6 Astra 已经全面甩开上代。


2. 前端 3D 与审美呈现:史诗级强化

如果说代码的提升还在预期之内,那前端 3D 呈现与美学素养的狂飙,真的彻底击穿了我的心理防线。

案例一:高精度月面探测车 3D 交互场景

提示词: 创建一个网页,中间是一辆高精度、充满细节、极度写实的月面探测车 3D 模型,并且探测车在同样精细真实的月球表面上缓慢行驶,背景为太空,环境并不是二维静态的,可以通过鼠标进行缩放、旋转和自由浏览。

在 GPT-5.6 Sol 的时代,生成的产物结构抽象、贴图错位、动画掉帧,充满廉价塑料感。而 GPT-6 Astra 在单 Prompt 零代码干预下的直出表现如下:

GPT-6 Astra 生成月面探测车 3D 网页的动态展示

图注:GPT-6 Astra 直出的 3D 月面探测车网页,光影材质、动态物理及悬挂结构近乎工业级。

这种精细度、物理悬挂反馈、材质折射与太空漫游视角,真的一句话直出,震撼程度完全不用过多赘述。

案例二:多模式可交互家居建筑架构

提示词: 创建一个网页,中间展示一套高精度、充满细节的家居建筑 3D 模型(但没有天花板),包含客厅、厨房、餐厅、卧室、卫生间和阳台等多个房间,各个房间、家具都可以单独探索并附带讲解,支持切换三种模型:真实材质、白模效果与线框模式,支持隐藏/显示家具、切换昼夜模式,夜晚模式下模型中自动开启室内灯光,并且每个房间都可以单独进入和浏览,并且支持一键切换至平面图(默认线框模式)。

对比过去其他模型及国产前沿工具的展现,Astra 的效果完全跨越了世代:

GPT-6 Astra 生成家居建筑 3D 网页的动态展示

图注:室内灯光漫反射、材质实时切换与房间拆解漫游均一气呵成。

案例三:图像感知转 3D 空间重建

提示词: 根据我上传的图片识别其中的场景类型、空间布局、主要物体、材质、色彩和视觉风格,创建一个网页,将其还原为一个可交互的 3D 场景,要足够精细化和有质感。尽可能保留参考图片中的整体构图、比例关系、层次结构和氛围,同时将画面中的元素制作成具有独立结构的 3D 模型。用户对这些模型单独探索并自由浏览场景,点击单独物体时进行高亮、放大查看以及显示详细信息,并支持根据场景类型加入合理的动态效果,例如灯光、天气、流水、烟雾、植物摆动、车辆移动或其他环境动画。整体视觉风格、材质表现和色彩搭配应尽量贴合上传图片,同时使用原创的 3D 建模与交互设计。

根据参考图片还原的 3D 城市场景

图注:根据参考原图直接重构出具有三维空间深度的可交互城市场景。

不管是 2D 转 3D,还是高精度 V8 发动机的机械连杆动画,抑或是纯平面网页的排版韵律,GPT 系列终于补齐了它长久以来在设计形式感与前沿图形学上的最大短板。


3. 代码本质解决力:看齐 Claude Fable 5,长上下文机制革新

自从此前 Claude 账号风波后,我的 AIHOT 系统迭代效率一直打折。因为在此前的体验中,GPT-5.6 Sol 的代码优化普遍停留在表层打补丁,难以像 Fable 5 那样直接重写底层本质。

这次用同款 Prompt 让两代模型扫描 AIHOT 核心架构:

  • GPT-5.6 Sol:"项目结构非常干净,没有发现明显潜在风险。"
  • GPT-6 Astra:直接扒出了一大批隐匿极深的并发竞态、死锁边缘、以及多处性能瓶颈。

最终耗时 2 小时(含拆分单元测试与 CI/CD 自动化部署),GPT-6 Astra 将潜在性能隐患尽数重构,仅留下 3 个严重影响用户体验的全局交互变更点,主动交由我人工决策。这种**"该冲锋时自主冲,该把关时绝不擅自越权"**的边界感,让人极其安心。

核心底层更新:跨窗口笔记(Cross-Window Notes)

过去 Codex 处理长链条复杂任务依赖于反复压缩历史消息为摘要。虽然能省空间,但很容易在层层压缩后丢失关键执行细节与报错溯源。

GPT-6 Astra 引入了全新的跨窗口上下文管理机制:

[旧机制]:原始长上下文 ──(主动截断)──> 摘要提取 ──(再次截断)──> 二次抽象摘要(细节严重丢失)
[新机制]:当前工作窗口 ──(new_context主动隔离)──> 跨窗口历史笔记库 <──> 动态索引老窗口原始输出
  • 减少反复摘要造成的信息损失:核心原始报文与调试输出可随时通过索引机制检索回滚。
  • 减少上下文窗口被旧内容长期占用:当前窗口只保留执行必要状态,极大降低 Token 消耗。
  • 减少因为记忆丢失而重复探索:长任务启动新上下文时,能感知到之前踩过的坑与失败方案,理论上少走弯路。
  • 改善长任务的连续性:主动开启新窗口,状态通过笔记恢复,不用等到窗口被动耗尽才压缩。

该特性属于实验性机制,如需在当前环境启用,可执行以下 Prompt:

在当前机器上安全开启 Codex 实验性上下文管理功能。
请定位实际生效的 Codex 配置目录和 `config.toml`,修改前先创建带时间戳的备份。然后启用下面的配置:
[features.context_management]
experimental_mode = true
如果该 table 已存在,只更新对应键,避免重复 TOML table。完成后做语法检查,并重新读取配置验证值为 `true`。不要修改任何无关配置、项目文件或代码。最后报告实际修改文件、备份文件、验证结果,以及我是否需要重启 Codex 并新建任务。

(注意:修改配置后需彻底退出并重进 Codex 方可生效)

同时,GPT-6 Astra 身上那股**"谨小慎微、过度防御、过度写死单元测试"**的小家子气明显消散了许多。

关于过度设计与防御的讨论截图

图注:社区开发者对过往大模型"过度防御与过度工程化"的精妙吐槽。

Computer Use 与自动化控制

借助增强的视觉与电脑控制能力,自动化走查 UI、跨系统操作软件的速度翻倍。不过在遇到 Blender 等重型 3D 创作软件时,整体精度依然面临挑战:

Computer Use 操作 Blender 的案例截图

图注:利用 Computer Use 操控 Blender 进行三维建模的探索实验。

这类工业软件的最佳实践,后续我会在专项内容中进一步拆解(包括借助 Astra 操控 AE、剪映自动化等玩法)。


4. 文本写作:白描见长,但在中文的"留白"上依然欠点火候

很多人好奇 GPT-6 Astra 的纯文字功底。 实测下来,如果在**"白描"叙事手法**上,它的表达精准度和悬念层级提升明显:

白描故事写作片段截图

图注:利用自定义写作规范产出的白描故事片段截图。

GPT-6 Astra 生成的白描故事片段

图注:GPT-6 Astra 生成的具体动作白描故事片段。

用词开始变得收敛、精准,较少出现以往 AI 那种空洞无物的"无用描述"。

白描写作中的用词与表达片段

图注:白描写作中的用词与细腻表达片段。

并且在悬念感和氛围上会渲染得非常好,开始有了明显的节奏处理:

故事续写中的悬念与氛围片段

图注:小说续写中的悬念与氛围营造片段。

而在文章续写评测中(以我此前关于大模型随机数的文章为基底,让 Astra 裸奔续写 2000 余字),其文风模拟度已具备较高水准:

模型续写内容的社交平台展示截图

图注:模型在未挂载任何外部 Skill 的情况下,直接模仿博主行文风格续写的内容。

关于 GPT-5.6 与 GPT-6 Astra 写作效果的讨论截图

图注:关于 GPT-5.6 与 GPT-6 Astra 写作效果的讨论截图。

依然未能跨越的鸿沟:中文语境下的"留白与分寸"

关于科普写作留白与分寸感的讨论截图

图注:关于科普写作留白与分寸感的深度讨论截图。

但是,必须客观指出:在面对深度人文表达或科普写作时,AI 的通病依旧存在——缺少中文神髓里的"留白"。

  • 优秀的人类作者懂得张弛有度,不会死死抓住一个观点反复说;
  • 就像朱自清写父亲,绝不会追着解释"父爱多么深沉",他会写那个肥胖的身子怎样穿过铁道,怎样攀上月台,怎么去买橘子。

我至今没有见过任何一个 AI 模型能掌握中文的这种分寸感。 在现阶段的写作实践中:

  1. 可以不需要任何所谓的写作 Skill,直接投喂最精准的 2~3 篇范文让它参考,效果甚至比用 Skill 更好。
  2. 论纯粹中文文字的韵味与灵动,Gemini 2.5 Pro 与 Claude Opus 4.5 依然是我心目中的写作白月光,这两者依然是内容创作的巅峰。

三、 国内直连与快速体验渠道整理

为方便国内开发者与创作者快速体验,以下整理了目前可直接访问的 API 平台、镜像站、充值渠道与包月套餐:

渠道类型 访问网址 适用场景
全模型 API 聚合站 https://tryallapi.com/ 适合开发者调用、低延迟直连、多模型一站式接入
GPT 国内高速镜像站 https://trygpt.asia/list/#/home 适合网页端免梯直接对话、工作流轻量体验
官方代充通道 https://chongzhi.trygpt.asia/ 解决海外支付门槛,官方账户直充
MomoAI 包月套餐 https://momoai.asia/home 适合持续使用、希望按月订阅套餐的用户

写在最后

这是一次畅快淋漓的升级。

GPT-6 Astra 是一个非常棒的模型。 在整体能力上,是一个究极水桶,对得起全新一代的标签,对得起 GPT-6 这个名字,也是一个标准的 Fable 级模型。

这两年的 OpenAI,真的浮浮沉沉。 从曾经几乎看不到对手,到后来被 Anthropic 一路摁在地上打。曾经的恶龙,成了勇士。

  • ChatGPT 依然是我现在用的最多的 AI 应用,聊天查资料我依然离不开它,甚至它已经成了我玩《博德之门 3》最好的攻略搭子;
  • Codex 也是我现在用的最多的 Agent,体验好,模型能力强,功能极多,人人都可以用;
  • 顺带致敬 Tibo——只要还送重置卡,他就是我永远的义父。他用一己之力证明了什么叫运营也是可以逆天改命的。

Welcome back, OpenAI.


以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧! 如果想第一时间收到前沿推送,也可以给我个星标 ⭐~ 谢谢你看我的文章,我们,下次再见!