社区

万众瞩目的GPT-6终于发布了，OpenAI的总裁布罗克曼直接在发布会上宣告 "欢迎来到AGI时代"，Sam Altman也发推说这是 "全球最智能且最对齐的模型"。两位大佬一唱一和，排面拉满。

这次铺垫许久声势浩大的发布能否让OpenAI王者归来，反超Fable 5.1？

有三件事值得关注。

· · ·

电脑起飞，编程没飞

这次GPT-6宣传的重点是电脑操作能力。OpenAI专门放了一支两分钟的宣传短片。

它会自己接管鼠标和键盘，自己打开软件，自己画图，自己建模，看起来非常丝滑。

看完之后我第一反应就是：真想找个小黑屋、架个投影，好好盯着它干活看一遍。照这个趋势发展下去，鼠标键盘以后可能真要逐渐退居二线了。

在专门测试AI操作电脑能力的OSWorld 2.0上，Astra的准确率也从上一代Sol的65.7%涨到了72.6%。

但问题来了。

电脑操作进步很大，不代表整体能力也一起起飞了。

大家真正最关心的，还是编程。毕竟这是当下商业用途最广泛的领域，尤其是需要长时间、跨越大量文件的重构任务。

GPT-6的表现不能说差，但也还谈不上代际碾压。整体来看，它大致还是介于 Opus4.7和Fable 5之间。

Artificial Analysis的Coding Agent Index里，Astra拿到67分，Fable 5.1是70分。

至少在这套独立测试里，GPT-6的编程能力依然没有超过Fable 5.1。发布会声势很大，但真正把模型扔进复杂Coding Agent任务里跑，领先优势并没有出现。

综合智能方面，Intelligence Index测评里，GPT-6 Astra拿了61分。

上一代Sol也是61分——原地踏步。Fable 5.1在这套测试里反而有66分。

不过GPT-6有一个地方确实进步很明显：写代码更省Token了。

Artificial Analysis的Coding Agent测试里，上一代Sol平均完成一项任务要消耗1320万Token，到了Astra只剩400万，直接砍掉了接近70%。

但OpenAI也同步把价格涨了。

Sol输入每百万Token 4美元、输出20美元；Astra涨到了10美元和50美元，单价整整翻了2.5倍。

那最后到底是贵了还是便宜了？

答案是：居然还便宜了一点。

Astra平均完成一项编程任务要花4.72美元，Sol是5美元。也就是说，虽然单价翻了2.5倍，但因为Token省得实在太狠，最后一项任务的实际成本反而低了大约6%。

不过代价也很明显：Astra平均完成一项任务要26.8分钟，Sol只要10.2分钟，耗时直接翻了一倍多。

钱是省了一点，但时间花得更多了。到底要快一点，还是便宜一点，大家自己掂量。

· · ·

审美和3D提上来了，设计师瑟瑟发抖

GPT-6的审美能力直线上升，再加上强大的软件操作能力，对3D建模相关的行业冲击会特别大。咱们看几个案例就知道了。

GPT-6 Astra和Fable 5.1同样调用Seedance 2.5生成视频，最后出来的效果差别巨大。

GPT-6这一版最大的感觉就是更灵动。人物在画面里的跳跃、转身和连续动作都更顺，节奏也更自然，Fable 5.1这一版就明显更规整一些，整体会有一点僵。

3D建模上，它的表现也很夸张。

有人拿一张老式蒸汽火车的手绘图给GPT-6，让它在Blender里把这辆车重新搭出来。

几分钟之后，它做出了3295个可编辑的3D对象。整个火车被拆成了大量独立部件，结构细，几何也漂亮，后面还可以继续调节。

还有人直接让它去搭3D游戏场景。地形、建筑、光照、材质、物体摆放，它一路做下来，最后出来的画面层次很完整，氛围也很到位，已经很接近一个能直接拿来用的场景雏形。

室内设计建模也一样。

给它一句需求，它就能直接进3D软件搭房间。家具摆放、材质选择、灯光氛围、空间感觉，会一起落到模型里。

对于室内设计行业来说，从概念到3D效果图这个环节耗的时间可要被大幅压缩了。

还有一个很有代表性的玩法，有开发者让GPT-6做一个Mac应用：先用Blender建一个3D的iPod，再把原始iPod经典的转轮交互做进去，用它来浏览Codex上的所有线程。

听起来够复杂了吧？跨越了3D建模、应用开发、UI 交互三个完全不同的领域。

GPT-6 用了15分钟。

十五分钟。一个完整的、可交互的3D桌面应用。iPod的金属质感、转轮的触控反馈、滑动切换线程时的流畅动画，全都有。

搞编程的看了觉得自己在写什么，搞建模的看了觉得自己在建什么。两拨人同时沉默。

· · ·

咱们暂时还用不上

GPT-6 Astra目前只向有限的组织推出，分阶段限量预览，也就是说大多数人现在还用不了。

这个玩法和当初Sora一样，功能很强，也有一些人发布了实测，但我们就是用不上。

而且这个吊胃口的玩法还进阶了。OpenAI的赛博义父Tibo宣称，只要大家晚一天用不上GPT-6，我们就帮大家重置一次Codex积分。所以就算等不到GPT-6，也可以在Codex上薅点羊毛。只能说OpenAI现在的PR手段确实是越来越高了。

另外多说一嘴。这次OpenAI同时放出了ARC-AGI-3测试的成绩：99.9%，看着特别唬人对吧？

但实际跑一次要花1.9万美元，而原生模型不加任何tricks的得分只有62.7%。所以布罗克曼嘴里的 "AGI 时代"，含金量可能得打个问号。

花一万九跑出来的成绩，跟普通人能用到的体验之间，隔着的可不止一道墙。

· · ·

AGI先别急着喊

所以现在看GPT-6 Astra，我觉得可以先下一个很克制的结论：

它肯定很强，尤其是电脑操作、3D建模和视觉表现这些地方，已经能看出很明显的新东西；但如果只看目前的第三方评测，它又还没强到可以让人毫无保留地喊出“AGI来了”。

现在最大的问题其实也不是发布会说了什么，而是我们什么时候真的能用上，以及真用起来之后，它到底能不能把这些演示里的能力稳定复现出来。

反正我这边200美金一个月的Pro会员已经充好了，钱先交了，座位也占上了。现在就看OpenAI什么时候兑现承诺，把GPT-6 Astra真正放到我们手里。

等我拿到之后，自己跑一遍，到时候再看看，这次到底是OpenAI真的把下一代做出来了，还是发布会先把下一代喊出来了。