新智元报道  

AGI的战火还未散，下一场竞赛已开启了！

GPT-6 Astra一露面，直接把各大榜单全线刷爆，无模能敌。

就在今天，最新的3D空间推理基准MazeBench放榜，Astra跑了60多个小时拿下14%，又是第一。

毕竟，老黄亲自站台，认证OpenAI是全球首个拿下AGI的团队。

如今，所有人还未从GPT-6 Astra的震撼中缓过神，一大波新案例正在涌现——

构建细胞模型、看一段视频设计零件、从频谱图识别声音......

这还只是10万张GPU训出的「怪兽」，要是40万张GPU砸下去，真不敢想下一代GPT逆天到什么程度。

MazeBench这项测试，是Jonathan Pappas和David Pappas在7月底做的一个3D世界。

MazeBench的世界俯瞰，黄色小人是智能体

它总共有200多个房间，藏着100颗宝石，一颗1分，满分100。

房间里全是推箱子式的谜题，外加电梯砖、可开关的墙、会打滑的冰面。掉进深渊了，只能撤销、重置，或者传送回去过的房间。

绿色是玩家，蓝色是箱子

比如这一关，把蓝色箱子推进黑色深渊，填出一座桥，才能走过去。

相机可以上下左右转，从20个角度看同一个场景。

左：3D视角；右：模型实际看到的文本

宝石就藏在这种地方。

模型通过MCP只拿到11个动作，4个移动、4个转相机，加上撤销、重置，以及传送。

难点在于，一道题往往要规划100步以上。而且它是真3D，同一面墙从上往下看和从侧面看是两回事。

结果就是，7月底刚发布那会儿，最好的智能体都走不出前几关。

当时，开着Python的GPT-5.6 Sol拿了13%，Fable 5 11%，Opus 5 9%。不开Python的话，全都到不了1%。

然后Astra来了。不开Python，直接拿下14%。

可以说，在3D空间推理上，GPT-6 Astra和之前所有Agent已经不在一个段位。

下图是它和Fable 5.1的探索热力图。Fable 5.1在角落里转了一小圈就停了，Astra几乎把整张地图翻了一遍。

为了省Token，测试团队让GPT-6改成了「批量出招」，不再是走一步回一次。

结果它每次都能往前多看10到20步，直接把原本要烧掉的30亿Token砍到了3.5亿。

在华容道测试里，这种批量模式让Astra成本便宜了三分之二，不过代价就是思考时间拉长了六成。

不过话说回来，Astra想要真正啃下MazeBench的硬骨头，前面的路很长。

ARC-AGI 3已经被它打到99.9%，但在MazeBench上，最强的AI也只捡到14颗宝石。

因为，Astra在3D空间理解上，存在偏科现象。

它更倾向于用俯视视角来看关卡，结果那些只有在3D视角下才能看见的墙，直接被它当成了空气墙。

新手教学关它倒是能通关，可一旦碰到方块叠超过三层高的3D谜题，它当场就抓瞎了。

刷题之外，全网开发者们已经把实际任务交到了GPT-6 Astra手中，玩出了一大波新花样。

就在今早，OpenAI总裁Greg一口气连转GPT-6 Astra的多个惊艳demo。

每一条都不是炫技，是「Astra用来解决现实问题」。

一位大佬Daniel Griesser直言，「昨天，我真切地感受到了什么叫AGI」！

他让GPT-6 Astra做的事，其实特接地气。

Daniel录了一段4分钟的视频，吐槽浴室地漏老被头发堵住，掏起来太恶心了。

他在镜头前拿着数显卡尺把零件量了一圈，然后反手把视频甩给Astra Ultra：帮我想个招。

Astra接下来这套操作简直绝了，它把视频拆解开来，一边听他的语音描述，一边把每一帧量尺寸的动作严丝合缝地对上。

最后不仅给出了一个能轻松清理毛发的设计方案，还先甩出来一张交互式草图让Daniel确认。

确认完草图，Daniel直接指挥Astra用「计算机使用」 接管电脑，打开Fusion 360自己画。

他人就坐在旁边干看着，眼瞅着AI把零件一步步建出来，而且是全参数化建模。

顺便，还偷师了几个Fusion的隐藏小技巧。

建完模，他随口说了句「加个倒角」，接着丢进3D打印机。打出来往地漏上一扣，第一次装，就严丝合缝！

对此，Daniel表示，「这虽谈不上什么高精尖，但确实解决了个大麻烦」。

最关键的是，比自己上手画快太多了。

上下滑动查看

开发者Andrew Aiginin同样上手后直呼，「GPT-6 Astra强大得离谱」。

前一天，他刚让Astra建了一个细胞模型，第二天让它解释Ozempic（司美格鲁肽）是怎么起作用的。

1小时后，Astra交出一个交互式分子旅程：11个章节，从GLP-1受体结合、cAMP信号放大，一路走到胰岛素登场。

视频里，右边是能随意旋转缩放的3D分子模型，左边还能实时显示受体激活数，交互体验绝了。

更神的是，GPT-6 Astra居然还能「看图猜音」。

网友Max做了一个极为调转的测试，甩给Astra一张梅尔频谱图，不给音频，直接拷问——

试着「听」一下，这是什么声音？

Astra看了一眼就判定，最可能是狗在反复吠叫，甚至带点粗糙的低吼。

更绝的是，它连叫声的节奏都给脑补出来了——woof-woof, woof… woof, woof-woof。

而且，它还解释得头头是道，每一段爆发都有很强的低频主体、相似的共振带和一个带噪的高频边缘，重复的共振模式更像吠叫而不是人说话。

零样本，而且只开了轻量推理

换了另一张图谱，Astra猜得更神了，直接给出一串画面感：光剑点火、低频嗡鸣、最后关剑熄灭。

对此，Max忍不住感慨，我们现在挖出来的，恐怕连这个模型能力的皮毛都算不上。

看图猜音之外，Astra还把人类给机器设的门直接踹开了

neal.fun上有个游戏叫「I'm Not a Robot」。48关验证码，一关比一关刁钻，选吉娃娃还是松饼、给消防栓排序、在嵌套网格里数格，很多人自己都过不去。

Sharif Shameem让Astra去打，结果一把全过了。

这战绩，不仅让围观的网友高呼「验证码已死」。

还把游戏原作者Neal Agarwal本人，给炸了出来。

而他只能无奈留下一句：「行吧，我尽力了。祝大家好运。」

除了这些，还有人玩得更野——

刷完这波demo，真的会忍不住感慨一句：我们对Astra的打开方式，还真的是太保守了。

GPT-6 Astra这波横空出世，让老黄都忍不住直呼「AGI已来」！

但说真的，现在再去争论Astra到底算不算「真·AGI」，已经没有太大意义了。

且看眼下的牌局：AI亲自写代码、训练下一代AI，AI研究实习生正式入职，OpenAI下一代Bel、Anthropic神秘Model2也在酝酿之中....

整个AI竞赛的坐标轴，正在发生翻天覆地的变化——

AGI这场竞逐已然提前收官。长夜尽头，剩下的赛道唯有一条ASI。

而人类亲手锻造的尺子，正在被新物种一把接一把地悉数崩断。

面对旧体系的坍塌，我们在新智元官网aiera.com.cn亮出了自己的「ASI坐标」。

今日看板，聚焦近7日内发布的最新模型，每日清晨定时全量刷新。

最新一期排名已揭晓：GPT-6 Astra以90.3高分领跑，Fable 5.1取得84.0分，Gemini 3.8 Flash为73.8分。

周总榜，则为模型沉淀了海量数据。

第一名Claude Opus 5守在89.2，第二名GPT-5.6 Sol Xhigh咬定89.0，第三名Claude Fable 5居于86.2。

Astra尚未完成周榜的结算，待到周三矩阵重构之日，它必将篡夺新的王座。

这也是新智元「ASI坐标系」真正要测量的东西——AGI是一条能力线，RSI是一条加速度曲线。

旧有的标尺，已无法丈量新纪元的巨兽，那便重铸一把。

AGI的视界已然越过。ASI，我们在最终的城池内，等你。