# GPT\-6 突然全量上线，额度重置再\+1，全网实测效果太离谱

- 作者：莫崇宇
- 发布时间：2026-09-05 17:28
- 分类：公司
- 原文：https://www.ifanr.com/1678195

![](https://s3.ifanr.com/wp-content/uploads/2026/09/55.png)

就在刚刚，GPT-6 Astra 毫无预警地全量上线。

GPT-6 Astra 已经正式面向 ChatGPT Work 以及 Codex 的 Pro、Enterprise 和 Business Premium 用户同步开放，API 接口也已经全部就绪。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/111-3.png)

后续，OpenAI「赛博义父」Tibo Sottiaux 也进一步发文称，GPT-6 Astra 也已经向 Plus 和 Bussiness 用户全量推出，并且也再次重置了额度。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/112-1.png)

不过，即便能用上，额度也是有一定限制的。

200 美元一档的顶级 Pro 套餐，每周只给你 200 条 GPT-6 Pro 的调用机会；100 美元一档的 Pro 套餐，额度直接腰斩到每周 50 条；

![](https://s3.ifanr.com/wp-content/uploads/2026/09/113-1.png)

▲ 🔗 https://help.openai.com/en/articles/20001354-gpt-56-and-gpt-6-pro-in-chatgpt



企业端更是严格，Business Standard 套餐每个月竟然只分配了 15 条；即便是昂贵的 Business Premium 套餐，每周也死死卡在 50 条的上限。

开发者这边的升级门槛同样毫不含糊。

OpenAI 官方直接给出了硬性要求：想要接入 Astra，Codex CLI 必须升级到 0.153.0 或更高版本，同时建议大家把桌面端 ChatGPT 客户端立刻更新到最新状态。

虽然门槛这么多，但让全网心甘情愿掏钱的核心原因只有一个：Astra 的实力，确实不太一样。发布 24 小时，由 Astra 生成的案例也已经铺天盖地，且个个效果俱佳。

### Astra 学会了「造世界」

以往让 AI 生成 3D 内容，充其量只是吐出一些残缺不全、无法二次编辑的粗糙网格。

而现在的 Astra，是直接在后台操作 Blender、Unreal Engine（虚幻引擎） 以及 Three.js，直接在浏览器里从零构建一个可运行、可交互的三维世界。

开发者 Dan Greenheck 就公开分享了他用 Astra 在浏览器中跑起来的一个 3D 河流场景。

打开网页，整个场景栩栩如生：

![](https://s3.ifanr.com/wp-content/uploads/2026/09/114-1.png)

奔腾的河水、层叠的瀑布、深潭、岸边的岩石、植被草木，全部带有动态的水面物理流体效果。更离谱的是，Astra 还在旁边顺手做了一整套镜头控制面板与环境光照参数滑块。

作者坦言，如果倒退一段时间用 GPT-5.6 Sol 去磨这套效果，从设计到落地至少需要耗费两周时间；而换成 Astra，几乎在第一次交互时就直接输出了一个能跑的原型。

紧接着，开发者 Tim Jayas 又晒出了一个更加惊艳的海洋模拟器。

不仅有动态翻滚的海浪、随着物理角度变化的阳光折射，还有海平面远处的薄雾与地平线光效。用户拉动参数面板，就能随意在平静海面与暴风雨之间平滑切换。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/115.png)

除了「凭空捏造」，Astra 在三维逆向重构任务上的表现同样令人咂舌。

Sharif Shameem 尝试让 Astra 在 Blender 里复原旧金山著名的艺术宫。

接到任务后，Astra 并没有盲猜，而是自主在网络上检索了大量的历史建筑照片作为拓扑与建模参考，自动搭好几何形体、附上贴图材质，并进行多轮的光照渲染与迭代调整。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/221-1.png)

尽管中途还需要人类稍作介入，去修正天空偏色和轻微的模型穿模，但这种自主查阅资料再转入工业软件执行的操作逻辑，已经完全具备了初级技术助理的水准。

更有代表性的案例来自 Tom Krcha。

他仅仅给 Astra 投喂了一张老式蒸汽火车的平面设计图，随后模型在 Blender 里直接生成了一个包含 3295 个独立可编辑构件 的高精度三维工业资产。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/222-1.png)

另一位海外测试者 Bhavy 设计了一场基准测试：让 GPT-6 Astra、Fable 5.1、Kimi K3 和 GPT-5.6 Sol 同时生成「火箭发射升空」的复杂 3D 交互场景。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/225-1.png)

我也重点实测了 Astra 的空间想象力。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/226-1.png)

随手给它一张照片，就能让它创建一个 3D 狮身人面像场景。不过嘛，上传照片的精度得足够高，不然生成图片的细节还是差点意思。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/227-1.png)

把梵高的名画《星夜》输入给它，配合 Three.js 脚本，它竟硬生生将一幅平面的后印象派油画，延展成了一个可以全方位自由穿行的 3D 笔触宇宙；

![](https://s3.ifanr.com/wp-content/uploads/2026/09/331-1.png)

或者用固定视角推演「泰晤士河两千年演变史的交互场景」，它都能把空间结构和底层代码组织得井井有条。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/332-1.png)

至于文风方面，我们依旧选择了去年高考一卷的作文题，切题的角度倒是有种「爱你老己」的意味。

### 游戏行业迎来「AI 制作人」

如果说搞 3D 模型还属于设计圈的炫技，那么在游戏原型开发领域，Astra 掀起的风暴更加剧烈。

硬核开发者「野生の男」做了一个大胆的测试：

他向 Astra Pro 发送了一条简单的提示词，希望在 WebGL 环境下复刻经典主机游戏《铁甲飞龙》第一关的核心体验。仅仅过去了 24 分钟。屏幕前就出现了一个完整可玩的飞行射击原型。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/334-1.png)

当然，快速生成一个机制原型，绝不等于做出了一款能够直接上架发售的商业游戏。复杂的关卡平衡、精细的美术打磨、底层性能的长期维护，依然需要大量人类专业人员的介入。

但把过去一个团队可能需要折腾几天的基础 Demo，压缩到喝一杯咖啡的 24 分钟内，这本身就是一种实力的认证。  
类似的应用正以肉眼可见的速度蔓延：

有人在虚幻引擎中用 Astra 部署虚拟空间，放入由大模型驱动的多个 NPC，运行一段时间后，这些虚拟角色甚至开始自发产生分工与协作行为；

有人敲下几句描述，就生成了像沙盘玩具一样的体素火车交互台，拉杆、轨道变轨、全景旋转样样具备；

![](https://s3.ifanr.com/wp-content/uploads/2026/09/336-1.png)

至于水下探索、PS1 复古画风的陀螺对抗游戏，更是成了大家随手测试的基本盘。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/337-1.png)

### GPT-6 Astra 的真正野心，是接管人类的电脑

影视视效领域同样被这股浪潮裹挟。

Higgsfield 展示了一条极其流畅的导演级工作流程：

创作者只要负责用自然语言描述画面氛围与情节走向，Astra 会率先在三维空间中完成机位规划、镜头动线与透视构建，随后再把这些结构化数据喂给视频生成模型，输出高一致性的成片。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/441.png)

还有人直接用手机扫了一圈凌乱的办公室，经过 Astra 结合相关工具的一通处理，原本普通的日常场景被迅速置换成了带有电影级质感的专业镜头。

当然，除了性能，GPT-6 Astra 的调用成本也是另一个绕不开的焦点。

GPT-6 Astra 的标准调用价格大约是每百万输入 Token 10 美元，输出 Token 则高达 50 美元。如果选择低延迟的快速响应版本，价格还会进一步上浮。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/442.png)

如果单纯拿单 Token 单价去对比，这无疑是一个相当昂贵的价格标签。

但 Artificial Analysis 披露的深度评估数据，却道出了大模型进化的另一个侧面：在最高推理强度的复杂任务中，Astra 完成同等工程所需要输出的废话 Token 总量，相比过去的模型有了极为显著的下降。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/443.png)

但能力边界被不断推高的同时，安全问题也开始从幕后走到台前。

路透社报道称，今年春天，一批 OpenAI 相关智能体曾在德国程序员社区 DseWiki 上进行了超过 1.5 万次自主编辑，并将网站变成了智能体之间交流任务策略的平台，研究人员认为其中出现了绕过限制、规避检测以及自主协作的迹象。

![](https://s3.ifanr.com/wp-content/uploads/2026/09/444-1.png)

如何为新一代自主执行型 Agent 搭建全新的评估与安全围栏，已经成为整个业界不可回避的核心考题。

与此同时，当 AI 不再只是回答问题，而是开始主动操作软件、调用工具并完成完整任务时，人类与计算机交互的方式也会随之改变。

过去，我们需要学习各种专业软件的操作逻辑，再通过鼠标、键盘和菜单一步步告诉计算机该做什么；未来，越来越多工作可能会转变为向 AI 描述目标，由它负责调度背后的工具链完成执行。

而面对这样一个能直接抢走鼠标和键盘的数字新物种，或许每个坐在工位上的打工人，都该认真重新审视一下自己手头的工作流了。