每日AI新鲜事·09月06日晚间版：GPT-6 Astra实测争议与配额风波

周末晚上好，今天AI圈的消息倒是挺有意思的，尤其是GPT-6 Astra上线这几天，各种问题和测评都冒出来了。

对，Astra这波热度确实高，但翻车的声音也不小，咱们先过几条新闻。

好，第一条就跟Astra有关。Reddit的OpenAI板块有人在秀Astra的实时视频生成能力，用token驱动做了个鲸鱼的动画。

结果底下评论笑疯了——气泡是从鲸鱼皮肤上冒出来的，不是从气孔出来的。

这就是典型的「看着很惊艳但细节经不起推敲」。模型对物理常识的理解还是表面的，它知道鲸鱼要冒泡，但不知道从哪冒。

有人评论说这是「get in my belly」的既视感，挺逗的。不过也说明视频生成在生物结构这块还有硬伤。

嗯，接着说一条更实际的问题。同样在Reddit上，有人反映Astra的配额计费好像不对劲。

对，这条我也注意到了。用户说Astra的消耗量是Sol的四到五倍，但按定价应该只有两点五倍左右。

而且这个问题最早是中文社区发现的，Linux.do和NodeSeek上已经有不少人在讨论了，后来才传到Reddit。

这说明中文开发者社区对配额这种事特别敏感，毕竟大家都在精打细算地用API。

如果真的是计费bug而不是预期行为，OpenAI得赶紧修，不然信任成本很高。

再来一条轻松的。Claude AI的Reddit板块有人在记录自己零开发经验做游戏的过程，已经第五天了。

我看了，做的是个cozy风格的小游戏，洞穴系统、沙滩小镇、雪山村庄，还有采集、商店、食谱这些。

五天零基础能做到这个程度，放两年前不可想象。这类帖子现在越来越多了。

AI编程工具把游戏开发的门槛拉低了一个量级，虽然做出来的东西离商业化还远，但作为创意验证已经够用了。

最后快速提一条，Claude Code发了v2.1.263的新版本，GitHub上的release页面虽然加载有点问题，但star数已经到了14万4千。

Claude Code的迭代速度真的快，几乎每隔两三天一个小版本。这种持续交付的节奏说明用户基数已经很大了。

好，新闻就先聊到这儿，接下来咱们聊聊最近B站上特别火的几个测评话题。

李博你有没有注意到，B站最近围绕GPT-6 Astra和Qwen3.8的测评视频互动量都特别高？

注意到了。有一个Qwen3.8 27B的TURBO版本测评，互动分直接飙到四千六百多，这在技术类视频里很夸张了。

那个视频测的是DavidAU做的一个Qwen3.8 27B的冷融合变体，名字里还带了个Fable，挺有意思的命名。

这里得解释一下。所谓冷融合变体，本质是对开源模型做权重混合或者微调的一种社区玩法。

就是把不同来源的模型能力「融」在一起，试图在同一个参数规模下榨出更好的综合表现。

这种社区改模型的玩法为什么突然这么火？之前也有人做，但没见到这么高的互动。

我觉得核心原因是27B这个规模刚好卡在甜蜜点上。之前咱们也聊过有人用5070Ti本地跑Qwen3.8的27B。

消费级显卡就能跑，性能又明显比7B、14B强一截，所以大家都在这个规模上卷。

等于说27B成了本地部署的主战场，社区的创造力就集中爆发在这了。

没错。而且Qwen3.8本身的基础就不差，社区在上面做变体的收益比较高，不像有些模型改了也没啥提升。

那我们再说说GPT-6 Astra的实测。B站有个视频是「34个项目实测GPT-6到底有多少斤两」，互动分也有一千五百多。

34个项目，这个测试量级已经很认真了。不是随便跑几个benchmark就下结论的那种。

还有一个视频是专门对比Astra和Fable在3D生成与交互世界能力上的差异，互动分八百多。

这个对比很有价值。Astra是OpenAI的，Fable是Anthropic的，两家最新旗舰正面PK，大家当然想看。

从这些视频的热度来看，B站的AI技术内容消费者其实挺成熟的，不是只看噱头。

对，而且你发现没有，中文社区对模型的实际能力边界特别较真。

刚才说的配额计费问题是中文社区先发现的，这些深度测评也是中文创作者在做。

这倒是个有意思的现象。英文社区更多在讨论理念和方向，中文社区更偏向动手验证。

我觉得跟使用场景有关。中文开发者很多是在真实项目里用这些模型，所以对性价比和实际表现更敏感。

说回Astra本身，你觉得从目前这些测评来看，它相比之前昨天聊到的定价，值不值？

输出50美元每百万token，确实贵。如果配额计费还有bug导致实际消耗翻倍，那就更夸张了。

但如果能力确实在某些任务上有质的飞跃，比如3D生成、复杂推理这些，高价也能接受。关键是得把账算清楚。

所以现在社区的态度其实很矛盾——一方面惊叹于能力提升，另一方面在吐槽成本和bug。

这就是新模型上线的典型周期嘛。先是震撼，然后是挑刺，最后沉淀出真正的使用场景。

说得对。而且从鲸鱼气泡那个例子来看，视觉生成的物理常识问题还没解决，Astra也不是万能的。

模型越大，大家期待越高，翻车就越容易被放大。但总体来说，这一代模型的进步还是实打实的。

好，那今天就聊到这儿吧。这个周末大家可以去B站看看那些测评视频，自己判断一下Astra到底几斤几两。

对，别光听别人说，自己上手试试最靠谱。明天见。

明天见！