GPT-6 Astra发布暂不可用，重置次数可累积

GPT 6 Astra 发布，但是还不能用。这可能是个好事，因为每推迟一天，他们就会送一次重置。 由于这次架构的变化，以及他们想直接给所有的付费用户（Plus 也会有权限），并且所有人都可以将额度 100% 用于 GPT-6 Astra。 所以有很多新的系统需要部署，没办法同一时间上线。他们送的重置次数是可以存起来的，而不是立刻重置。 回到 GPT-6 Astra，从目前公布的一些演示来看，这个模型在任务持续时长上非常恐怖： 比如有人让它给小米 17 Ultra 做一个 ROM（也就是系统），它持续运行了 8 天，调用了超过 1600 个 sub-agent。 另一个特点是，它在 3D 建模和渲染上的能力非常强。 它几乎可以所见即所得地把你给它的图片在 Blender 里从零开始建模，构建整个环境并渲染出来。所以在虚幻 5 或者 Unity 里做 3D 游戏也非常厉害。 我觉得这对于 3D 生成模型和视频模型来说，是一次非常重大的打击。 在成本方面： 价格上，它的定价是 5.6 的 2.5 倍，缓存读取享有 90% 的折扣。 同样的任务它消耗的 token 数量只有 Claude Opus 5 的 1/5，不到 Claude Fable 5 一半的成本就可以得到跟它一样的得分。 这个思路很有意思。我们平时用各种 Skill，感觉它们各有各的用处，但本质上都是在做同一件事：给 AI 划定一个明确的工作范围，让它在这个范围内发挥最大效能。 就像 Harness 一样，它不是限制 AI 的能力，而是引导 AI 的能力。一个好的 Skill 会告诉你：这个任务该怎么做、不该怎么做、边界在哪里、输出格式是什么。 这种边界约束的设计思路，其实和软件工程里的模块化设计很像。每个模块都有明确的输入输出接口，内部实现可以灵活变化，但对外的契约是固定的。 对于想要提升AI开发效率的开发者来说，这个设计思路值得关注。即使你现在用的是其他AI方案，也可以通过这个思路来对比一下效果。在AI开发这个领域，多了解一种方案总是好的。