GPT-6 Astra 操控机械臂 95%完胜Fable

时间：2026年9月4日（Robocurve 公开报告），北京时间9月6日经多家英文媒体跟进报道。 地点：美国旧金山 Robocurve 独立评测实验室，由 Y Combinator 支持的公益公司运营；测试硬件为双臂 YAM 机械臂（每臂 6 自由度、平行夹爪）。 人物：Jay Chooi（Robocurve 创始人、YC 资助的公益公司负责人）；Greg Brockman（OpenAI 总裁，9 月 3-4 日发布会主讲人）。 事件详情： Robocurve 于 9 月 4 日发布 120 次双臂试验报告，使用 Inspect Robots 开源代理策略，让 OpenAI 最新旗舰模型 GPT-6 Astra 与 Anthropic Claude Fable 5 / Fable 5.1 在完全相同的硬件、同样的两任务、同样的评分量表下同台比拼。模型只输出末端执行器目标位姿，由 IK 解算器转关节角；评分由人工按 0-4 阶段打分。 任务一「抓红块放碗」（粗大动作）： - GPT-6 Astra 完成 19/20 次，成功率 95% - Claude Fable 5.1 完成 8/20 次，成功率 40% - Claude Fable 5 完成 1/20 次，成功率 5% 任务二「抓拼图件插入匹配圆槽」（毫米精度）： - GPT-6 Astra 完成 2/20 次，成功率 10% - Claude Fable 5.1 完成 2/20 次，成功率 10% - Claude Fable 5 完成 0/20 次，成功率 0% 效率差距（任务一）：GPT-6 Astra 每次输出约 2.1k tokens（比 Fable 5.1 的 12.9k 减少 6.2 倍）；单次成本 0.94 美元（Fable 5.1 的 2.12 美元）；耗时 2.5 分钟（Fable 5.1 的 6.8 分钟）。 任务二暴露的共同瓶颈：所有模型都能把拼图件送到槽口上方，但在最后插入那一步反复卡住，Astra 的最低成本也救不回这个对齐难题。 背景： OpenAI 于 9 月 3-4 日正式发布 GPT-6 Astra 时主打的数字是软件工程、计算机使用、抽象推理三大类：BenchCAD 三维几何得分 95.9%、ExploitBench 安全测试 100%、ARC-AGI-3 复杂推理 98.6%。Robocurve 的硬件测试是首个第三方做的「物理世界」验证——把语言模型直接接到机械臂，看它能不能把思维变成动作。此前 Robocurve 已发布 Fable 5 vs Fable 5.1 对比，本次是 Astra 跟进版。 影响： 这是 LLM 直接驱动机械臂首次在公开对比中显著领先 Anthropic 同类模型。「少 token + 实时性」成为新差异点，可能催生新一轮「语言模型 + 廉价机械臂」的具身智能创业潮；同时再次确认：纯靠 LLM 无法解决物理接触动力学问题，触觉反馈与力控闭环仍需专用硬件与控制算法配合。Robocurve 创始人 Jay Chooi 据此估计，若趋势延续，LLM 实时控制机械臂有望在 2-3 年内落地。 总结： Robocurve 用 120 次双臂试验给出一组直白数字：GPT-6 Astra 在简单抓放任务上以 95% 完胜 Fable 5.1 的 40%，单次成本不到后者一半；进入毫米级精度任务后，三模型打平 10%。换言之，LLM 大脑再强，没有好的「手指」也插不进槽里。 参考来源： 1. https://openai.robocurve.org/gpt-6-astra/ （Robocurve 原报告，含 120 次试验原始数据） 2. https://www.humanoidsdaily.com/news/openai-s-gpt-6-astra-hits-95-on-physical-manipulation-benchmark-but-precision-tasks-expose-familiar-bottlenecks （Humanoids Daily 详细解读） 3. https://www.explainx.ai/blog/gpt-6-astra-robot-control-benchmark-fable-5-1-2026 （explainx.ai 第三方分析） 4. https://aicrier.com/post/vcdjbxeqenjg7u4m7mn3 （AICrier 总结） 5. https://news.linxi.com.au/news/openais-gpt-6-astra-beats-claude-fable-51-on-robotic-bowl-task （Linxi News） 6. https://zeli.app/story/49582582 （Zeli 简评）