GPT-6 Astra模型在图像生成质量上超越GPT-5.6系列
模型AI 评分 85/100Simon Willison
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
用户测试发现GPT-6 Astra在生成骑自行车鹈鹕图像方面显著优于GPT-5.6系列模型。Astra在最低推理级别生成的图像质量已超过GPT-5.6 Sol在所有级别上的表现，且成本更低。Astra每百万输入和输出token价格约为10美元和50美元，是Sol的两倍，但使用的token数量更少，实际成本差距较小。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载多级推理生成效果
在针对GPT-6 Astra的测试中，用户尝试生成鹈鹕骑自行车的SVG图像，并设置了从低到极高的推理强度。结果显示，Astra在各级别下的表现均优于GPT-5.6系列的Sol、Terra和Luna模型。即便是Astra的最低级别，其生成的图像质量也超过了Sol模型在最高级别下的产出。Sol模型生成的图像往往呈现为一堆抽象形状，难以准确描绘出具体形态。而Astra在最高推理级别下，能够生成非常高质量的图像，细节丰富且形态准确。不过，Astra在非最高级别下，有时无法可靠地画出鹈鹕的双腿，显示出其在处理特定细节时仍存在一定的局限性。
成本与Token消耗
从成本角度来看，Astra的定价大约是Sol模型的两倍，其输入和输出价格分别为每百万Token 10美元和50美元，而Sol模型则为5美元和30美元。然而，Astra在不同推理级别下使用的Token数量显著少于Sol，这使得实际使用成本在不同级别之间的差异并不像单价那样悬殊。具体而言，Astra在低级别下生成一张优质图像仅需花费约9.55美分，而其他模型即便花费10美分，也无法达到同等效果。此外，输入Token的计数也揭示了有趣的现象：Astra和Luna均使用了16个输入Token，而Sol和Terra则使用了26个。这种差异可能暗示了Astra与Luna之间存在某种未公开的技术关联。
为什么值得看
新模型在质量和效率上实现突破，为AI图像生成提供更高性价比选择。
GPT
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。