GPT-6 Astra：不到6美元一小时即可雇到的自动化AI工程师

OpenAI今天发布了GPT-6 Astra。它是Stargate计划中的首款轻量循环超级模型，在多项指标上明显胜过Fable 5.1，包括完全饱和FrontierMath最困难版本（97.6%）以及ARC-AGI-3（99.9%）。发布会上还有大量常规演示，例如计算机操作、Pokemon、Blender，以及科学和网络安全基准（system card）。Greg表示AGI已经到来，Jakub则表示这正是他想要的“自动化AI研究实习生”。

作者坦承没有资格评论这些宏大基准，但他们获得了早期访问权限，并尽可能把它投入到各种实际生活与工程任务中。在烧掉超过200亿token后，最令人惊讶的发现是：GPT-6 Astra属于一个新的模型类别——它们本身就是完全有能力的AI工程师。Astra现在能帮助你选择和训练模型、标注数据（既能协助你标注，也会像SAM那样用你的标签做主动学习）、保持数据处理流水线满载、埋点并读取日志、一次性部署和调试整套系统、扇出并调度和评估子代理（包括运行其他模型的代理），还能在单个代理线程中保持数十亿token级别的连贯性。

作者提到，他们此前写过关于为LLM提高期望值的高回报行为。这次经历让他们变得比以往更加雄心勃勃。在过去一个月里，他们从为一档有趣的“Kill My SaaS”竞赛给人类写提示词，发展到构建十几个内部/个人工具：重做了4个原本需要付费的SaaS工具，彻底重新设计个人网站，做了一个不完整但可用的GitHub与Vercel替代品，为一个合法行动数比围棋多一万倍的策略棋盘游戏训练游戏AI，在个人财务整理中节省了数万美元，还重新出版自己的旧书并配上同步有声书音频和实体印刷版。他们表示，后续还有更雄心勃勃的项目即将发布。

每小时6美元这个数字听起来可能令人意外，但作者强调这正是他们实测得到的结果——每秒33个token，按每百万token最高50美元计算。鉴于Astra在token效率上比Sol和Fable更高（Artificial Analysis已独立确认），如果预览时延能在正式版中保持，那么除Spark 1.3之外，Astra通常也是你能买到的最快又最聪明的模型。当然，如果在Ultra上不加限制地全速运行，成本会远远超过每小时6美元，因为它太擅长并行处理了。作者展示了Astra自行监控运行、启停批次、管理大量子代理（各自单独调参并限制并发）的日志，并说这基本就是他们愿意付费请初级AI工程师做的事情，而作者两天大约只花了100美元。Astra还能制作模型基准、处理资金、做估算、把运行规模扩大并让人工参与评分。

作者表示，整体结论是OpenAI显然已经训练出了一个能自动化其自身大量AI工程工作的模型。现在是时候学会利用Astra和Fable这一级别的模型，让自己变得远比以前“不讲道理”。他们同时补充，类似的工作也正在Grok、Fable等前沿模型上展开，但OpenAI此前给予的试用额度最慷慨，因此先有了这篇文章；文中讨论的agent编码模式很可能适用于所有2026年末的前沿模型。