近日，Linux.do 社区一位开发者发文指出，OpenAI 新模型 GPT-6-Astra 的实际使用体验不及上一代 GPT-5.6-sol。作者称，此前从 GPT-5.5 升级到 GPT-5.6-sol 时能明显感受到体验提升，但从 GPT-5.6-sol 切换到 GPT-6-Astra 后，体验反而出现倒退。该用户列出三大问题：其一，模型在智力水平和工程能力上没有显著提升，对 prompt 及 AGENTS.md 文件的遵循能力也无改善，这一缺陷在实际开发项目中很容易察觉；其二，Token 生成速率过低，甚至不到 GPT-5.6-sol 的一半，TPS（Tokens Per Second）很难超过 20，严重影响实际使用效率；其三，额度消耗过快，这不仅源于模型单价较高，还体现在 Pro 订阅 20 倍周限额的换算上——每个百分点周限额实际对应的 Token 用量明显缩水，等效使用成本显著上升。该话题发布后引发社区讨论，共获得 10 位参与者、12 条回复。多位开发者围绕新一代模型的性能表现与定价策略展开交流，反映出部分重度用户对 GPT-6-Astra 的性价比存在疑虑。作为面向 AI 编程场景的旗舰模型，其实际表现与官方宣传之间的落差成为社区关注焦点。
事件分析
GPT-6-Astra 的口碑争议折射出大模型行业当前面临的核心矛盾：参数规模与推理成本持续攀升，但能力增益却呈边际递减趋势。对 OpenAI 而言，若新一代模型在 prompt 遵循、工程能力等 AI 编程核心指标上没有实质突破，而推理速度与订阅性价比双双下滑，将直接影响 Pro 用户的续费意愿，也可能加速用户向 Claude、Gemini 等竞品迁移。社区实测数据历来是模型口碑的重要风向标，若后续更多用户复现类似结论，OpenAI 或需在推理效率优化与定价策略上做出调整。该事件也提示行业：模型竞争正从“能力军备赛”转向体验与成本的综合比拼，推理速度和额度策略这类工程细节，正成为影响用户留存的关键变量。
核心观点：大模型迭代进入边际收益递减期，速度与成本体验正取代能力参数，成为用户用脚投票的关键。
原文链接：Linux.do
