GPT-6 Astra 首测：赢政指数 18 题定向评测

GPT-6 Astra 首测：18题定向综合76 执行力85.7 OpenAI官方昨日发布公告，称两名团队成员与GPT-6 Astra合作，在不到一周时间内完成了一款与Codex对话的原型设备设计。该项目为副线任务，由Astra独立完成外壳、电路板、界面及软件全部环节。这一消息迅速引发业界关注，赢政指数随即启动18题定向评测，题量为日常Smoke测试的两倍。 本次首测采用18题快速定向口径，GPT-6 Astra综合分76，执行力85.7，扎实度64.1，诚信评级pass。执行力85.7显示模型在原型硬件协同与快速迭代任务中响应精准，电路板与界面设计环节表现突出；扎实度64.1则反映在软件稳定性与长期兼容性上仍有提升空间；诚信评级pass表明模型未出现明显虚构或偏离事实的情况。评测方明确指出，此次18题定向评测仅为快速响应官方更新的临时基准，完整基线以下次周度Full评测为准。 与当前主榜头部进行粗略对照时，需特别强调口径差异。主榜最近一次完整周评显示，claude-opus-4.7以82.5位居首位，gpt-6-astra以82.4紧随其后，doubao-pro79.6、gpt-6.1-sol79.3、grok-4 79.1依次排列。本次18题定向综合76与主榜82.4存在明显差异，主要源于题量、维度覆盖及评测周期的不同，不可直接混排对比。主榜为全量周度口径，而本次定向测试聚焦官方公告提及的硬件协同场景，侧重执行力与快速原型能力。 下一步，赢政指数将按常规周度Full评测流程，对GPT-6 Astra进行完整基线覆盖，届时将纳入更多维度与更广题量，以给出更具参考价值的完整排名。官方后续若有新功能或迭代更新，定向评测也将同步跟进。