OpenAI 的 GPT-6 Astra 模型在发布一周后,用户纷纷在 X 上抱怨,称该 AI 系统的能力已显著下降。2026 年 9 月 11 日,多名开发者发布并排对比,展示输出质量下降的情况。使用化名的开发者 synthwavedd 表示,Astra 经历了“发布后脑叶切除术”。这些抱怨主要集中在一种猜测上:OpenAI 在模型初次发布后减少了分配给它的计算资源,而该公司的 GPT-5.6 Sol 模型此前也曾在 7 月出现过这种情况。OpenAI 尚未就 Astra 的性能担忧发布官方声明,不过高管 Tibo Sottiaux 此前曾否认在类似反弹期间故意削弱 Sol。
开发者报告 GPT-6 Astra 代码质量下降
最初称赞 GPT-6 Astra 的开发者 Pranjal Paliwal 于 2026 年 9 月 11 日发布动态称,在审查该模型生成的代码后,“我们没有 AGI。我们出现了回归。”AGI(通用人工智能)一词指能够执行人类可以完成的任何认知任务的机器,这是 OpenAI 总裁在 Astra 发布活动上提到的一个概念。
开发者 Pankaj Kumar 描述的症状包括回答速度更快但质量更差,并怀疑 OpenAI“降低了算力价值”。“算力价值”是用户用来描述模型在生成回答前所耗费计算努力的非正式说法。创始人 Saba 直接询问 OpenAI,为什么她现在必须“把它变笨”才能完成任务。
开发 Opencode 编码工具的 Dax Raad 表示,他的团队退回使用 Astra 的前代模型 GPT-5.6 Sol,因为开支翻倍,同时还遇到了不值得付出代价的缺点。ChatGPT 用户 Mustafa Sahinli 将 Astra 当前的状态比作 Claude Opus 4.6“发布 1 周后”的状态,指的是竞争对手 Anthropic 在发布后遭遇的类似反弹。
用户进行并排性能测试
研究人员 Salio 和 Md Ismail Sojal 于 2026 年 9 月 11 日分别使用完全相同的提示词测试了发布当天的 Astra 和当前版本,两人都报告称后一个版本的结果更差。Sojal 在 X 上发布了对比截图,显示输出质量差异超出了他的预期。
该模型目前每 100 万个输入 token 收费 10 美元,每 100 万个输出 token 收费 50 美元,相当于 Sol 发布时定价的 2.5 倍。GPT-6 Astra 仍是 OpenAI 首个突破该公司所谓网络安全风险临界阈值的模型,这意味着它能够在没有人工指导的情况下识别并串联利用未知软件漏洞;根据 OpenAI 的 Daybreak 计划,这项能力仅限经过审查的防御方使用。
替代理论将问题归因于不一致,而非性能下降
使用化名的用户 Antikythera 发布了一篇详细反驳,称“它和发布时一样笨”。Antikythera 表示,该模型“很好,但模型有很多问题。它很懒。写出来的东西像是要点列表成瘾者写的”,并推测用户“在发布周被过度炒作了,现在他们有时间测试它并发现它的错误”。
T3Chat 创始人 Theo 提出,与 Claude Fable 相比,Astra 表现出更高的不一致性,既会生成优秀的代码,也会生成“最愚蠢的”代码。Theo 于 2026 年 9 月 8 日发布动态称,“一般来说,Fable 5.1 就是按我的要求做事”,这暗示随着最初热情消退,用户现在更频繁地发布糟糕结果。
用户间流传的一种理论认为,OpenAI 对该模型进行了量化,这一过程通过降低内部数学精度来削减成本,可能会影响准确性。OpenAI 从未确认有意对已发布的模型进行量化。
OpenAI 7 月曾因 GPT-5.6 Sol 面临相同抱怨
OpenAI 此前的旗舰模型 GPT-5.6 Sol 在 7 月经历了相同的抱怨周期,当时用户报告称其顶级推理模式一夜之间变得肤浅。OpenAI 高管 Tibo Sottiaux 否认故意削弱 Sol,同时确认公司一直在试验推理力度,即控制模型在回答前处理多少步骤的设置。
一名 X 用户总结了这一反复出现的模式:封闭实验室发布一个模型,几天后它就染上“某种疾病”,突然变得[s] 更笨。另一名用户提出了这种理论:“它们可能会被量化,这样就不会让这些公司烧掉那么多钱。”
OpenAI 尚未回应当前对 Astra 性能的担忧
截至 2026 年 9 月 11 日,OpenAI 尚未就 GPT-6 Astra 的性能抱怨发表声明。该公司此前对 Sol 抱怨的回应包括 Tibo Sottiaux 否认故意降低能力,同时承认内部正在试验推理力度设置。
常见问题
用户在 GPT-6 Astra 发布一周后提出了哪些抱怨?
用户于 2026 年 9 月 11 日在 X 上发帖称,GPT-6 Astra 生成的代码质量更低,回答速度更快但质量更差,而且看起来不如发布时有能力。包括 Pranjal Paliwal 和 Pankaj Kumar 在内的开发者记录了具体的性能下降情况,其中一些人进行了并排测试,显示当前版本的输出不如发布当天的 Astra。
OpenAI 此前的模型是否也遭遇过类似用户抱怨?
OpenAI 的 GPT-5.6 Sol 模型在 7 月遭遇了相同的抱怨,当时用户报告称其推理模式一夜之间变得肤浅。OpenAI 高管 Tibo Sottiaux 否认故意削弱 Sol,同时确认公司试验过推理力度设置,该设置控制模型在生成回答前执行的计算步骤。
对于 GPT-6 Astra 被报告的性能变化,还有哪些替代解释?
用户 Antikythera 认为该模型“和发布时一样笨”,暗示最初的炒作掩盖了原本就存在的问题,包括输出懒散以及过度使用要点列表的写作风格。T3Chat 创始人 Theo 提出,Astra 展现的是高度不一致,而非性能下降,会生成优秀和糟糕的结果;在最初的热情期结束后,用户现在更频繁地发布负面示例。