GPT6 Astra编程实测，一个请求消耗10美金吓傻穷博主，泪流满面！轻度任务没有明显优势，重度任务用不起！
-
GPT-6 发布了，这个讲实话是近期非常重磅的一个发布，号称跑分非常牛逼，然后超越了 Claude 的 Fable 5.1，是吧？超越了它的 Mythos 5.1 模型，说 OpenAI 又咸鱼翻身了。那么评论区有人就留言让我测一下。
说实话，OpenAI 的模型跟 Anthropic 的模型一般我是不怎么测试的。我偶尔可能在 OpenRouter 上面，用网页聊天的方式去玩一玩，因为我一般充钱就充个 10 美金左右，就是轻度使用一下。或者像什么 GLM 这些模型可以免费使用的时候，我就测一下，我就是为了薅羊毛。因为一旦把它接入到 Codex、Hermes，或者接入到 DeepSeek Harness，那么它的消耗是非常惊人的，我是用不起的。
我平时不是订阅了一个 Plus 版本吗？很多人问我说，你为什么不用这个额度，就这个额度给它空着？这个讲实话，你看看，今天我用了一下，消耗了 6% 的额度，5 小时之内。它就干了一个什么任务呢？就这么简单的一个任务，花了我 4 分钟 5 秒，然后消耗了我 6% 的额度，使用的是 GPT-5.6 Terra。
当然有人问我为什么不用 Luna，我反正觉得 Luna 不好用。我也不知道他们说好用是基于什么样子的情况，说把什么思考模式给它开到高、开到最高。但是怎么讲呢，我个人感觉是没有什么卵用的。因为你把 GPT-5.6 Luna 的思考额度开高之后，它的 tokens 消耗、额度消耗，并不会比 GPT-5.6 Terra 用轻度要低。然后还有很多人说，他们订阅了 Plus 计划之后，用 Terra 或者 Sol 模型去布置任务，然后用 GPT-5.6 Luna 来执行任务。总之意思就是我不会用。
我说实话，20 美金一个月，我买来主要是用来生图的。我不是有几个 YouTube 频道嘛，我主要是用它来做封面。我就愿意花这 100 多块钱一个月去干这个事情，我也懒得去研究它。它不能用啊，你用它随便干个小活，额度就不够了，你说用它干什么？我不喜欢这样子。用一个 AI，我还要怎么去计算它？要么我用不起，我就不用。我就用 DeepSeek V4，还有我本地部署的千问 3.8 27B，我可以用得很舒爽，干嘛要强迫自己呢？
但是既然大家一定要我来测，那我也就勉为其难嘛。打开网页聊天界面，选择 GPT-6 Astra。第一个就是我们传统的老项目，让它生成一个网页表达中国的传统八卦文化。它的速度还是比较快的，很快就给我交货了。这个怎么说呢，比 DeepSeek V4 Flash 要慢一点，跟 DeepSeek V4 Pro 是差不多的速度。在线模型中能跟 DeepSeek V4 Flash 比响应速度的，可以说寥寥无几。
那么这个结果我们把它复制下来，看看它给出来的交付成果怎么样。就是非常好，简洁清爽。这个跟 DeepSeek V4 Flash 的效果差不多吧，跟 Pro 的效果也是差不多的，反正在这一方面没有什么明显的差距。它这个页面给得还是有点简单了，但是它把太极鱼眼都画对了，说明这个模型本身的智力是没有问题的。我给打 95 分，但是这个模型确实是有点贵，它消耗了我 0.28 美元。
bagua.html下面这个任务是生成一个 SVG，表达钍基熔盐堆运行原理图。这个交付也是比较快的，这个任务消耗了我 0.27 美元。看看这个效果，中规中矩吧。因为之前包括 GLM、Kimi、小米、DeepSeek V4 Pro、千问 3.8 27B，我都给出了类似的图。我可以说这个图是简单清爽，我可以打 90 分，但是比起小米，我觉得它是要差的。它也不比 V4 Flash 或者 V4 Pro 强什么，90 分吧，简单清爽，比较符合我的风格。可能对于有些特别喜欢效果的人来讲，这个可能只能达到 80 分甚至更低，但是我就喜欢这种。
下面就是生成一个 SVG，表达薛定谔的猫思想实验。这个任务也耗了我 0.27 美元，就三个任务耗了我一美金嘛。我知道其实是挺贵的，尤其是作为网页聊天。我看看这个效果，这个讲实话有点名不副实了。你老是简洁简洁，你也画得一点特效都没有。虽然比较符合我的这种审美，这个我给 80 分吧。讲实话，对它这样一个旗舰级的模型，交出这样的答卷，以它的价格，三个这样小小的聊天任务消耗了我一美金，我觉得这个就贵得离谱。
但是我低估了这个模型。其实我当时是在犹豫，要不要把它接入到我的 Codex 里面来。因为如果说我把它接入到 Codex，比如继续开发我的 APP，一次长上下文灌下去，对于这个 APP 的理解，我怀疑它就会把我这个任务给干翻。但是我想既然来都来了，咱怎么也得测一下吧。好吧，我这个账户上还有 7 美金左右，我就来测一下吧。
然后你们看到没有，我截了一个图，这是非常简单的任务。就是说这个帖子回复的时候，我希望它这个引用限制一下长度，然后这个格式修得好看一点，再把这个光标给停到最后一行的下方。这是个非常简单的任务，如果用 DeepSeek V4 Flash 来搞的话，我觉得可能一分钟左右，一分钟到两分钟之间可以搞定，然后消耗的钱绝对不会超过两毛钱的，反正两三毛钱它肯定是能搞定的。
然后它突然间提示我什么 402 Payment Required，就是额度不够了，需要支付。我当时就懵逼了，卧槽，我这刚刚才还有 7 美金啊！你这一个任务才理解了一下，还没开始做呢，你就把我 7 美金给干光了，这好歹 50 块钱啊。然后我就想来找一下看看是怎么回事。我们从这里看，我从 7 美金到负债 2.5 美金，我直接懵逼了。
看一下使用，这个要给大家证明。我今天就用了它一个，就这一个任务，一个请求 9 美金出头。因为刚才网页聊天还花了将近一美金嘛，就 10 美金，60 块钱就干了这么点活。卧槽，这个讲实话，都超出我用 DeepSeek 干脏活的时候了。干脏活、重活，疯狂开发的那一天，我才花了 40 块钱。而且那一天是一个 AI 视频生成器、剪辑器，加上我的论坛程序，就那两天在疯狂开发，我才耗了这么多钱。结果我就跟它一个简单的对话，它就干了我 10 美金。
我不知道这样的 AI 发布有什么意义。可能美国人能够用得起吧，我相信美国人平均收入比如说是我的 3 倍、5 倍，这个应该是正常的，这个可以理解。但是咱也是赚过钱的人，也是见过世面的人，我说实话，我也不相信美国人人都那么有钱。就算是比我有钱 5 倍，你们平均的这些 AI 使用者，收入都在我的 5 倍甚至 10 倍，你们真的能用得起吗？这个我觉得是要考虑一下的。
就这么傻逼的一个任务，它居然 10 美金就在一次请求中就被干掉了。我真的很难想象这样的 AI 有谁能用得起。你如果说你的 AI 做出来只是为了服务华尔街的那些头部富豪、那些高收入者，那 1%、2% 的人群，那是没有问题的。但是如果说要我们这些普罗大众来用，无论你怎么订阅，我觉得都没办法用。
你像我刚才就用 GPT-5.6 Terra 做了一个非常简单的接入任务，这个在 DeepSeek V4 上可能连一毛钱都花不了，它就消耗了我 6% 的额度。你说这样的 AI 它能有生产力吗？你说它能干什么吧？它对于我们普通人来说，它能干什么？
但是我们必须说，这个模型它本身贵，不是模型的问题，贵是我们这些人的问题，是我们自己的问题，因为我们穷嘛。所以说我在我的频道中，大家问我为什么不去测什么 GPT，测什么 Claude。讲实话，我努努力，我还是能用得起的，但是我可以说，我频道 90% 的观众，你们都用不起。我们既然穷，就坚守我们穷人的道路。我们把本地的千问 27B 给用好，到论坛看看大家是怎么部署的。
在这种情况下，你是不是忽然间觉得本地部署 AI 非常有意义呢？就像这么一个傻逼的开发要求，这么一个简单的开发要求，用千问 3.8 27B 可以非常轻松地把它搞定。但是你用在线的 AI，你确信你都用得起吗？
当然了，我们说用 DeepSeek V4 Flash，你就可着它花吧。一个月大概就按照我最高强度开发的时候，一个月花个 1000 块钱出头，你可以想怎么用怎么用。其实正常的话，一个月你能花个 500 块钱，就能够满足绝大部分人的需求了。我们国产的模型还是有我们国产的好处的。
就那些在我频道吹牛逼，说什么花 200 美金去订阅 Claude，或者订阅 GPT 顶级模型的人，然后他们就够用了，我觉得他们没有在真正干活。如果他们真正干活的话，他们那点狗屁额度，标 200 美金那点额度根本就不够用。因为之前我是订阅过那个 30 美金的 Super Grok，你看起来额度挺多的，实际上干不了什么活，很快就没了。你就算翻个 6 倍，你又能怎么样呢？
对于我们这样普通人，可能轻度开发的话，200 美金的订阅肯定是够了。但是对于程序员来说，你要说 200 美金一个月的订阅够你用，那纯粹就是扯淡。
但是不管怎么样，一会儿还要去充钱，再充个 15 美金。OpenRouter 这个平台我还是要用的，我还用它来测试一些我们国产的免费模型。它已经是一个 AI 发布的最重要的平台。比如像 OxAlpha、HY，它们都有长期免费的经历。薅一薅羊毛，它是非常划算的。我在这个平台还是没有亏的，我在这个平台唯一亏的一次就是被 GPT 给宰了。
哦，上一次是 Claude。Claude 也是。我为什么后来不做？我跟你讲，就是因为上一次我测 Claude 的时候，它也是一模一样的情况。所以这一次为什么我比较担心？我为什么要先在网页上把几个简单的小任务跑了，而不是上来就接入 Codex？因为就怕它把我额度一下子干光。上一次就是在测试 Claude 的时候，我当时是 25 美金还是多少，一个任务它把我给干光了。
我记得哪个网红曾经说过的：“你这么穷，为什么不反思一下自己呢？”是吧，哈哈。我们好好地反思一下自己，以后这种高端的模型就尽量少去测它。
