←新闻详情

Ben's Bites更新于 10月27日 19:19

GPT-6 家族首个模型 Astra 发布,作者实测消耗 40 亿 token

The first GPT-6 model - Ben's Bites

AI 导读

OpenAI 发布 Astra,作者称其为 GPT-6 家族的开端,在 ARC-AGI-3 上表现突出,并在 Zapier 的 AutomationBench 上得分最高,定价与 Fable 5.1 相同。作者周末试用时消耗了 40 亿 token,认为它能力波动明显,是展示型而非稳定干活的模型。Codex 中的 Astra 现在可以在不等待回答的情况下继续推进任务,OpenAI 还称已达成自动化研究实习生目标,下一个目标是 2028 年 3 月前做出自动化 AI 研究员。

推荐理由

AI 评分 75

作者以周末实测记录 Astra 的 token 消耗与零散产出,并汇总 ARC-AGI-3 等基准表现,可看到新模型的能力边界与使用成本。

主题

标签

正文 · AI 翻译

63 1 分享 大家好,

Astra 已经发布了,而在我看来,它就是一个极其消耗 token 的怪物模型……我周末玩了一下,烧掉了 40 亿 token,结果……基本什么都没做出来。

我还把攒下的重置次数也浪费掉了,对自己就这么把各种请求(长任务和短任务)一股脑丢给它感到很恼火。

我还不确定它对我来说是否像是一次巨大的能力飞跃,但每次有新模型出来,我总觉得一定是我的技术问题。我在 X 上看到过一些很棒的演示,人们做出了看起来疯狂的东西(好像每个人都在做 3D 世界和游戏?)。

有两样我一次就做出来的东西想分享,因为我还不知道拿它们怎么办:

“被遗忘的设备”——这些图片是由图像生成工具创建的(这玩意儿相当疯狂!)。我的想法是弄一堆这样的东西,然后你可以点击并操作每一个(如果我还有 token 的话)。

p.s. 你可以在左下角看到我的智能体做出的 3 个版本(我在开始一个想法时总是会创建 3 个版本,这样我能感觉出自己最喜欢哪个方向)。

“世界电台”——一个老式 iPod 界面,可以实时播放来自世界各地的电台。不确定我原本打算在这里做什么,但它运行得相当不错(有些粗糙的地方,比如顶部按钮,搞什么鬼?!😂)

这周我打算花些时间,试着找出一些更好地使用 Astra 的方法(而不是让它消耗大量 token),然后我会告诉你们我的体验。

Astra 是 GPT-6 家族的开端。它在 ARC-AGI-3 上表现碾压,在 Zapier 的 AutomationBench 上得分最高,价格与 Fable 5.1 相同。虽然它是一个表现起伏的模型,但并非始终出色。

它是一匹展示马,而不是干活的马——Kieran Klaassen

我对这个模型又爱又恨——Theo

但我抱有希望,因为 GPT-5 发布时的情况正是如此。到我们迎来 GPT-5.3 时,也就是几个月后,那个模型已经稳定地表现出色了。

Astra 能在 Canva 里画肖像——没错,就是像你我那样用电脑来画(但显然要好得多)。它的电脑操作速度足够快,能弹钢琴。

人们用 Astra 做的其他事情:

在 Unreal Engine 中重建曼哈顿。

自主生成 UI。

3D 打印定制的淋浴排水口零件。

从频谱图(即带有声频的图片)中识别声音。

以及数十个在 Blender 或类似工具中为现实产品建模的例子。

另外,在 Codex 中,Astra 现在可以在不等待回答的情况下提问。它会继续推进所有不需要你回答(或者答案可以假定)的事情,并使用你的回复,同时不会丢失原始任务的线索。

OpenAI 还表示,它已经达成了自动化研究实习生这一目标。这些智能体可以处理一名熟练人员需要数天才能完成的研究任务,而人类则负责设定方向并评判结果。下一个目标是在 2028 年 3 月前实现自动化 AI 研究员。

你很快就能改变 Claude Code 的行为方式。Anthropic 正在测试一种扩展其功能的方法,让 Claude Code 编写插件,从而改变界面、记录操作或限制智能体被允许做的事情。该功能尚未发布,Claude Code 团队正在征求反馈。

Inworld 为下一波消费级应用打造了 Realtime TTS-2。这需要三样东西:基于文本的语音设计、P99 下低于 100 毫秒的延迟,以及跨 200 多种语言的单一语音身份。了解如何为你的 AI 应用赋予声音。*

分享 Ben's Bites

ChatGPT Work 可以从你的电子邮件、消息和文件中学习你的写作风格。

在 Mac 上按住 Shift 并拖动,即可用 Tangerine 转换文件。

异类心智——Jakub Pachocki(OpenAI 首席科学家)谈如何让 AI 的未来掌握在人类手中。

在 macOS 上配合编码智能体使用 Blender。

智能体现在可以通过 USB 控制一台实体 iPhone。

SuperAstra——实时编辑超级任天堂游戏。

Cibby——一款面向实体游戏收藏者的应用。

Doodle Shooter(我很喜欢玩这个),还能把你自己放进《任天堂明星大乱斗 64》里。

一项让 Web 应用在 iOS Safari 中拥有原生质感的技术。

一款写作插件,它会采访你、点评草稿,并保存你学到的东西。

Factory 的 CEO 谈当 AI 编写代码时该招什么样的人。

Mirai 的 Uzu 在 Apple Mac 上运行本地模型的速度提升 2-3 倍。(我是投资人)

Baseten 正在创办一个开源 AI 研究实验室。

Codex 改变了我作为一人创业者的生活。

一场 40 小时、AI 额度价值超过 200 万美元的数学黑客松。

你旧的智能体指令可能正在拖累 Astra。

七个智能体,每个 300 美元,72 小时,一场赚钱竞赛。

Mistral 以超过 210 亿欧元的估值融资 30 亿欧元,由三星领投。

新的数学工作成果——一项来自 Astra,另一项来自 Claude。

ashe @ashebytes 既然你们这么喜欢那辆爆炸的特斯拉……

我用 GPT-6 Astra 做了一个 3D 网站,把男性解剖结构拆解成 2,234 个建模部件!

我们正身处一场学习的复兴之中 下午1:00 · 2026年9月5日 · 686万次查看 1.1千条回复 · 5.25千次转发 · 5.18万次点赞 @pvncher . ","username":"daniel_mac8","name":"Dan McAteer","profile_image_url":"https://pbs.substack.com/profile_images/1972999017551249408/kNdZGnUv_normal.jpg","date":"2026-09-07T14:23:34.000Z","photos":[{"img_url":"https://pbs.substack.com/media/HRns7qYawAALQsW.jpg","link_url":"https://t.co/FYjzaOjIl1"}],"quoted_tweet":{},"reply_count":19,"retweet_count":16,"like_count":526,"impression_count":28967,"expanded_url":null,"video_url":null,"video_preview_media_key":null,"belowTheFold":true}" class="pencraft pc-display-flex pc-flexDirection-column pc-gap-12 pc-padding-16 pc-reset bg-primary-j62Gac outline-detail-Yl5oYx pc-borderRadius-md sizing-border-box-LGXObM pressable-lg-bfeQpw font-text-a4IB2X tweet-fWkQfo twitter-embed"> Dan McAteer @daniel_mac8 这太棒了。 把这张截图复制到 Codex 里。

它可以解决 Astra 不遵循指令的大多数问题。

来自 @pvncher 。 下午2:23 · 2026年9月7日 · 2.9万次查看 19条回复 · 16次转发 · 526次点赞 @OpenRouter 排行榜:openrouter.ai/rankings

(9月才刚过几天,但同比增速已达27倍。这既反映了对 token 的自然需求,也体现了他们卓越的产品能力。) ","username":"jeff_weinstein","name":"Jeff Weinstein","profile_image_url":"https://pbs.substack.com/profile_images/1000426988149002240/B9OhM1Rm_normal.jpg","date":"2026-09-07T14:10:32.000Z","photos":[{"img_url":"https://pbs.substack.com/media/HRno0tHXcAE7Rpz.jpg","link_url":"https://t.co/D4FhxPrOVY"}],"quoted_tweet":{},"reply_count":2,"retweet_count":10,"like_count":76,"impression_count":9550,"expanded_url":null,"video_url":null,"video_preview_media_key":null,"belowTheFold":true}" class="pencraft pc-display-flex pc-flexDirection-column pc-gap-12 pc-padding-16 pc-reset bg-primary-j62Gac outline-detail-Yl5oYx pc-borderRadius-md sizing-border-box-LGXObM pressable-lg-bfeQpw font-text-a4IB2X tweet-fWkQfo twitter-embed"> Jeff Weinstein @jeff_weinstein 大家都在关注哪些预示未来的信号(图表!)?我自己会去看 @OpenRouter 的排行榜:openrouter.ai/rankings

(9月才刚过几天,但同比增速已达27倍。这既反映了对 token 的自然需求,也体现了他们卓越的产品能力。) 下午2:10 · 2026年9月7日 · 9550次查看 2条回复 · 10次转发 · 76次点赞 Max @maxxrubin_ 所以 Astra 能够从梅尔频谱图中识别声音

零样本。

我觉得我们还没有触及这个模型能力的冰山一角(顺便说一句,这只是轻度推理) 上午9:25 · 2026年9月7日 · 95.3万次查看 198条回复 · 409次转发 · 5890次点赞 Benji Taylor @benjitaylor 个人网站应该让人感觉你短暂地离开了互联网的其余部分 下午5:48 · 2026年9月6日 · 363万次查看 658条回复 · 468次转发 · 1.12万次点赞 看看这条的回复和引用推文——有那么多精彩的个人网站!

Ben Tossell @bentossell 英国各地方议会支出的900亿英镑,用苹果地图可视化呈现

1.07亿行(公开)数据

bentossell.com/council-spend/ 下午3:03 · 2026年9月4日 · 8.54万次查看 31条回复 · 18次转发 · 231次点赞 walzr.com/kids-trends ","username":"rtwlz","name":"Riley Walz","profile_image_url":"https://pbs.substack.com/profile_images/2002115727910952960/rt_GbxV2_normal.png","date":"2026-09-08T12:00:00.000Z","photos":[{"img_url":"https://pbs.substack.com/media/HRq0d98bkAA9_Ds.jpg","link_url":"https://t.co/WGGfeCKzI0"}],"quoted_tweet":{},"reply_count":3,"retweet_count":1,"like_count":28,"impression_count":884,"expanded_url":null,"video_url":null,"video_preview_media_key":null,"belowTheFold":true}" class="pencraft pc-display-flex pc-flexDirection-column pc-gap-12 pc-padding-16 pc-reset bg-primary-j62Gac outline-detail-Yl5oYx pc-borderRadius-md sizing-border-box-LGXObM pressable-lg-bfeQpw font-text-a4IB2X tweet-fWkQfo twitter-embed"> Riley Walz @rtwlz 我抓取了1亿张儿童画作的照片, 并让它们变得可搜索,这样你就能看到过去 20 年的趋势 walzr.com/kids-trends 下午12:00 · 2026年9月8日 · 884 次查看 3 条回复 · 1 次转发 · 28 个赞 在 X、Linkedin 或 YouTube 上找到我

了解我和 Ben’s Bites

📷 缩略图来自 @keshavatearth

来源

Ben's Bites