GPT-6 Astra发布当天，傅盛点破了三个猫腻：「AGI满分」和「降本86%」都是真的，这张对账单决定你要不要掏钱

9月3日深夜，ChatGPT、Claude、Grok 三家罕见同时宕机。几小时后，OpenAI 发布 GPT-6 Astra，总裁 Greg Brockman 在发布前的媒体沟通会上直接开腔："欢迎来到 AGI 时代。"传播最广的三个数字是：AGI 测试 99.9% 几乎满分、API 成本最多降 86%、全面超越 Fable 5.1。微博36氪

同一天下午 16:44，傅盛在他的日更号上发了一条不到 5 分钟的竖屏视频，标题没顺着喊"王者归来"，而是写：GPT-6 Astra 终于发布，王者归来还是千年老二，揭秘宣传中的三个猫腻。哔哩哔哩

在一个人人喊核弹的时间点做泼冷水的那个，往往是被算法和同行一起围殴的。但这次他的立场值得多看一眼——不是因为他准，是因为GPT-6 这次的定价，打的恰恰就是傅盛这类人自己的账本：他今年公开做过大模型 API 中转站、按 8.5 折往外卖 Token，自己每月花三万块"养龙虾"（跑 OpenClaw Agent）。中转价、终端账单、跟风学员的成本，全在这次"涨 2.5 倍"的射程里。他不是旁观者在挑刺，是利益相关方在算账——而算账的人，恰恰是最该听的一种泼冷水。

先把 72 小时的发布混战摆清楚

单看一条新闻，你会觉得 OpenAI 碾压了全世界。把三天排开看，是两家在互相贴脸：

三天六场发布会级别的叙事输出，两家轮流"史上最强"。36氪36氪这就是为什么"到底谁强"已经没法靠单条新闻回答——只能把官方材料本身的数字摊开逐条对。下面三个点，是我对着智东西/36氪拿到的完整发布材料逐条核出来的。

猫腻一：「满分」是真的，但成绩单里藏着一个说漏嘴的数字

99.9% 这个数，是 ARC-AGI-3。注意两个细节：

1. 尺子是 OpenAI 自己换的。 发布材料里写得很清楚：他们用的是"响应 API 测试工具"，认为它"比原始基准测试工具更能反映实际应用场景"。同一材料里顺手估计：换这把新尺子，上一代 Sol 大约只能拿 30%。36氪新尺子更"真实"还是更"好考"，发布方说了不算——第三方用原 harness 复测出来是多少，才是这个数字真正的收盘价。目前还没有这个数。

2. 人类平均 48%，被反复引用制造反差。 但 ARC 系列本来就是"专门考 AI 不背题"的测试，人类 48% 说明这个任务人类也做不满。AI 拿 99.9% 人类 48%，恰恰证明这道题的"人类"参照毫无意义。

而同一份材料里，藏着三个没那么想让你记住的数：

• AutomationBench（跨应用完成多步骤业务流程）：Astra 41.4%。 官方原话是"创历史新高"，历史最高的意思是：真实企业流程，它自己承认近六成任务还完不成。 所谓"数字员工"，目前官方口径下的完成率不到一半。36氪

• FrontierCode 1.1：Astra 64.5%，Fable 5 最高 64.9%。 “全面超越 Claude"在这场里差 0.4 个点，材料措辞是"几乎持平”。

• LifeSciBench 等三项：Fable 5/5.1 整行缺席。 理由是"拒绝回答这些评估中的大多数问题"。对比表里对手因拒答被移出——这对 Anthropic 不是加分项，但对"全面碾压"这个叙事，是注水项。

傅盛 7 月 24 日那期视频的标题就是"大模型跑分不能全信"（2.5 万播放，他号里的流量前三）。哔哩哔哩这个立场这次继续成立：跑分表每个数都可以真，拼起来的结论可以偏。

猫腻二：单价涨 2.5 倍和成本降 86%，两句话都是真的，管的事不一样

先把这次真实的价格摊开：

• API 输入 $10/百万 Token、输出 $50/百万 Token，是自家上代旗舰 GPT-5.6 Sol 的 2.5 倍，与两天前 Fable 5.1 定价完全持平——不是涨价，是全行业旗舰档一起抬到 10/50。36氪

• 缓存读只要 $1/百万：重复长上下文的 Agent 负载，实际输入成本可以打到标价的一折。

• 快速模式：2 倍价格，换最高 2.5 倍处理速度。

• 开放节奏：先给 Trusted Access Program 企业客户，ChatGPT Plus/Pro/Business/Enterprise"未来几天"陆续开，API 和 AWS Bedrock 同步可用。微博

"成本降 86%"是 BenchCAD 单项任务口径：完成率从 Fable 5.1 的 84.3% 提到 95.9%，重试次数少、在头部评测里比 Claude Opus 5 还少用 65% 的输出 Token，于是按任务算便宜了。这套账的成立条件很苛刻：任务本来能做完，换 Astra 更省；任务本来做不完（Sol 在 Terminal-Bench Science 只有 22.4%，Astra 61.1%），那"降本"无从谈起，你是在为新增的能力付 2.5 倍。

不成立的那一半，内测用户已经晒出来了。开发者 Pietro Schirano 让 Astra 在 Blender 里建 3D iPod、做 Mac 应用查 Codex 线程，结果被"老板联播"总结成话题词：#GPT6消耗的Token量惊人#——“动辄跑几千万 Token 的账单”“连续五天跑《模拟城市》”。微博上"徐小仙_Victoria"那句吐槽点中了要害：“挺好，提高了烧 Token 的效率”。微博微博微博

但同一个 Blender 动画任务，博主"歸藏的AI工具箱"做了实测：即梦 Seedance 2.5 生成 35 块钱，GPT-6 走 Codex 套餐折合约 8 块。微博同一模型，按 API 直烧是肉疼，走订阅套餐套利是真便宜——这次发布最真实的分水岭不是"强不强"，是"你的用量结构配不配得上这把定价"。对拿 Astra 干长任务、上下文大量重复的开发者，缓存价 + 完成率才是账单的全部；对拿它一次性生成重物料的人，$50/百万输出的单价没有朋友。

顺带一句跟傅盛直接相关的：9/5 Anthropic 已经动手"切断蒸馏后路"，中转站灰产的成本曲线马上要重画。36氪中转 8.5 折这门生意还能打多久，比他那条揭猫腻的视频更值得他自己的用户关心。

猫腻三：「AGI 时代」这句口号，首先说给资本市场听

36氪那篇措锋很直的评论（“越来越像太平天国的 OpenAI”）把背景板摊开了，数字值得单独看：

• 2026 年至今，OpenAI 至少 14 名高管/业务负责人离开；最近两个月里走了二号人物、CRO、首席未来学家、安全系统负责人和唯一专职伦理学家；11 人创始团队还剩 2 人掌权。36氪

• 收入被反超：Anthropic 年化从 5 月约 470 亿美元冲到 7 月底超 650 亿，OpenAI 同期约 400 亿。

• 上市互卡：Anthropic 6/1 递交 S-1，可能今秋挂牌，二级交易隐含估值已炒到万亿美元级、IPO 讨论 2 万亿；OpenAI 6/8 才跟上，时间表被拖到 2027。

• 就在两个月内，Sora（4 月停服）、Atlas 浏览器（8 月关停）先后被砍。

奥特曼（Altman）自己 8 月接受《时代》杂志驻场采访时还说："2026 年底前，公司内部可能会有一个我敢称之为 AGI 的系统。"年底还没到，"AGI 时代"的口号先到了——这个先后顺序，就是发布材料里读不到、但对理解这次发布最重要的信息。"史上最强"是真话，"等不到年底就要宣布"是处境。

同样要说回来：技术上没有系统性衰退。OSWorld 2.0 拿 72.6%、每任务耗时从 75 分钟压到 40 分钟，"操作电脑"这条路确实在肉眼可见地逼近能用；10 亿活跃用户、5000 万订阅的基本盘也真。所以理性的读法是：把它当成下一轮军备竞赛的起点，不是终点——尤其别当成你换工作流的发令枪。36氪36氪

傅盛这套判断，自己的胜率是多少

他的粉丝把他当"判断外包商"，那就得给他自己也立个账。近 6 周他在 B 站（粉丝其实只有 5.7 万的小本营，全平台合起来是三百万量级的日更号）发了 30 多条视频，对着事实回看三条：

• 8/10：《对 OpenAI 的预言成真，Atlas 浏览器正式关停》——对了，Atlas 就是 8 月退出的，他去年就点过这条路线。哔哩哔哩

• 8/15《Grok 4.6 掀起硅谷 AI 价格战》、8/13《DeepSeek V4Pro 拉高斩杀线》——方向对上了：这次 Astra 定价与 Fable 5.1 持平、Meta 喊"便宜到懒得算账"，价格与开源斩杀线确实成了 2026 下半年的主轴。

• 7/25《程序员这个职位要退化成阑尾了》——判断过界：FrontierCode 上 Astra 还追不平 Fable 5 的最高分，"退化成阑尾"跑在了证据前面。

一句话用法：他把"哪家叙事在漏水"看得挺准，把"技术到哪一步"经常说过头。前者值得跟，后者要打七折听。

你该怎么办：分人群动作表

最后补一个傅盛视频评论区里我最认同的留言（点赞不高，但 13 条回复全在往下接）：“这个剧本之前 Sora 就上过一次当。这次还是审慎地观望吧。”——Sora 4 月停服、Atlas 8 月关停，都是同一批人发的"改变世界"。哔哩哔哩36氪

对跟着傅盛日更学 AI 的这批人来说，这次发布的正确姿势和他标题里那句话是同一个：信息跟满格，决策打七折，账单永远自己算。AGI 来不来都会继续炒，但 2.5 倍的 Token 单价，是直接从你这种人的口袋里出的。