OpenAI 新模型 GPT-6 Astra 发布仅一周，就在社交平台上遭遇大量用户质疑。部分开发者称，这款模型首发时表现亮眼，但最近几天输出质量明显回落，尤其是在代码生成和复杂任务处理上，和发布初期相比差距较大。
用户开始贴出对比结果
一些用户贴出对比截图，称在相同提示词和相同设置下，当前版本的 Astra 给出的结果不如上线当天。曾公开称赞该模型的开发者 Pranjal Paliwal 表示，自己重新检查 Astra 写出的代码后，发现质量不及预期，甚至形容这是“回归”而不是进步。
研究者 Md Ismail Sojal 也表示，他把同一条提示词分别用于首发版本和当前版本，结果显示后者表现更差。另一些开发团队则称，已经重新切回上一代模型 GPT-5.6 Sol，原因是使用成本上升，但收益并不明显。
争议集中在推理算力
围绕这轮争议，用户讨论最多的是所谓“juice value”，也就是模型在回答前投入多少计算资源进行推理。虽然这不是 OpenAI 的正式术语，但不少用户怀疑，公司可能在发布演示结束后下调了模型的推理强度，以控制算力消耗和运行成本。
也有更直接的猜测认为，模型可能经过了量化处理。量化通常是指降低模型内部计算精度，以减少成本和资源占用，但这往往会牺牲一部分准确率。报道提到，OpenAI 从未确认会在模型上线后主动以这种方式削弱已发布版本。
也有人称问题并非新出现
并非所有人都认同“模型被削弱”的说法。化名 Antikythera 的用户认为，Astra 现在的表现和上线时并没有本质变化，问题在于首发阶段市场情绪过热，用户在热度过去后才开始更认真测试，并暴露出模型原本就存在的缺点，例如回答偷懒、偏好项目符号式写法等。
T3Chat 创始人 Theo 也提出类似看法。他认为 Astra 的问题更像是稳定性不足：有时能给出非常出色的结果，有时又会出现明显失误。因此，近期社交平台上出现的大量负面案例，也可能是用户在“蜜月期”结束后更频繁地分享失败结果。
Sol 也曾经历类似风波
这类争议并非首次出现。报道提到，OpenAI 上一代旗舰模型 GPT-5.6 Sol 在今年 7 月也经历过类似风波。当时用户称，其高阶推理模式在短时间内变浅。OpenAI 高管 Tibo Sottiaux 曾否认公司故意削弱模型，但确认团队确实测试过“推理努力”设置，也就是控制模型回答前会进行多少步思考。
截至目前，OpenAI 尚未就 Astra 的这轮争议作出公开回应。报道同时提到，Astra 仍被 OpenAI 认定为首个跨过网络安全风险关键门槛的模型，具备在无人协助下发现并串联未知软件漏洞的能力，因此仅向经过审核的防御方开放。
补充信息：GPT-6 Astra 目前定价为每百万输入 token 10 美元、每百万输出 token 50 美元，约为 GPT-5.6 Sol 发布时价格的 2.5 倍。
