今天是模型发布日，备受期待的GPT-5.6 Astra今天正式推出。我们几个小时前刚收到消息说它要发布了，并进行了广泛测试，因此为您整理这篇首日评测。凌晨三点得知发布消息，所以这次由Celsius带来的氛围检测（Vibe Check）应运而生。以下是关于Astra首日发布的五个关键要点：
经过我们30人团队的全面测试，涵盖写作、编码和设计等领域。如果您想获取更多此类内容，请访问Every（every.to），这是让您保持在AI前沿的唯一订阅服务。要想处于技术最前沿，您需要教育和设备，Every两者兼备。我们提供每日通讯、课程和训练营，涵盖首日使用各类模型所需的全部知识；同时我们还构建自有工具，从像Cora这样的邮件代理到Every Agent——一个驻留在您Slack中的智能同事，所有服务均打包在一个订阅中。
如需更多详情，我们已在Every网站（every.to）发布了数千字的完整文章，包含全团队的测试结果。现在让我们进入正题：第一点，它是一位出色的作家。Astra甚至“一镜到底”地完成了自己的氛围检测文案。我必须向您展示这段由它基于观察我们的Slack聊天记录并推测我们想法而撰写的自我评测：“GPT-6 Astra是一匹赛马。OpenAI的新模型拥有引人注目的视觉品味和咨询工作的才能，但其野心仍超越其判断力。它对自己有点苛刻，但写得很好。”
GPT-6 Astra非常擅长发挥想象力。OpenAI今天推出的新模型能构建精美的事物。我要求它渲染《Hadestown》的舞台场景，结果呈现了一个带有风化绿墙、悬挂灯具和环绕灯光的木质舞台环形区。这非常棒，且难度极高。我使用此模型有一段时间了，我非常喜欢它的写作能力。它是我的常伴助手，我觉得其句子 crisp（利落），直击要点，没有AI特有的陈词滥调或冗余内容。这是一个非常令人印象深刻的写作模型，您值得体验一下。
第二点，它是计算机操作方面的猛兽。在计算机使用方面确实发生了特殊的变化：我们已经跨越了它基本能为您操控电脑的门槛。一个很好的例子是，本周早些时候它在Premiere Pro中工作了约五个小时，剪辑了我们发布的Fable 5.1氛围检测视频。该视频已有2.5万次观看，主要由Astra在视频主管Randy的电脑上运行完成，效果令人惊叹。
对于您在计算机上进行的几乎所有操作——从幻灯片制作、视频生产到电子表格，这个模型都能为您做大量工作，并倍增您每天能完成的任务量。第三点，它在3D游戏和可视化方面表现优异。我让它制作了一个我可以自由探索的滑铁卢战役重建场景，您可以看到英军和法军的部署。只需按下播放键，所有内容都基于对战役记录和地理信息的阅读考证，具有极高的历史准确性。
这太不可思议了。我不知道它花了三四个小时还是更久，但能生活在一个只需指令就能制作出此类内容的时代真是狂野。它在3D可视化和游戏方面表现极佳。接下来第四点，我们要谈谈该模型并非那么完美的地方。退一步说，这是一个新的模型类别，在OpenAI的产品线中位于Sol之上，这意味着它与Anthropic的Fable竞争。
在我们的测试中发现，它有一些令人沮丧的特性，我们认为这些特性使其未能达到Fable的顶级水平。它的界面设计略显繁琐（extra）。例如，我让它制作一个带有登录页面的网站，它生成了“私人案例研究”、“输入共享密码继续”、“密码”、“打开案例”以及“未提供账户或登录服务”等元素。这看似不严重，但在高复杂度任务中频繁出现，它在不同位置添加了不合逻辑的文本、标签和按钮。
因此您会发现，Fable的首次呈现通常更简洁精致，而Astra本身具备良好的设计品味，只是在界面中添加了过多的装饰元素。第五点在于其对提示词底层意图的理解与遵循能力，以及在此基础上进行令人愉悦、惊喜且简洁的延伸拓展。在这方面它不如Fable出色。Astra倾向于添加更多装饰，并可能略微误解提示词的深层意图。
举一个具体例子：我们的编辑Jack Cheng要求Astra和Fable分别为他创建一个应用，以数字化他的手写日记。这是Fable生成的欢迎界面：非常简单直观。而Astra的欢迎界面虽然设计品味更佳，但包含大量按钮和输入项，操作略显复杂。更重要的是对比两者设计的流程：Fable设计了简单的工作流——展示页面、按一个按钮、翻到下一页，即可连续转录。
Astra设计了更用心、精美的界面（如暖色调纸张和绿色高亮），但它强制用户一次处理一页，点击几个按钮保存后再进行下一页。这种设计并非针对他的使用场景做到最直观。这就是我们认为Astra未能占据榜首的原因：作为一个旨在长期提供真正可用成果的强大引擎，它在易用性上略有欠缺。
总体评价：如果您负担得起，它是绝对S级的日常主力模型。请记住，这是高于Sol的新一代模型，定价与Fable相当。如果预算允许，我几乎每天用它处理所有工作。但在顶级、长周期及大规模委派任务方面，我目前仍使用Fable。