GPT-6 Astra一年狂赚1.5万美元，3倍碾压Claude

Andon Labs公布的Vending-Bench 2测试结果显示，OpenAI旗下GPT-6 Astra在模拟经营赛道展现了远超竞品的稳定性与决策能力，这也是OpenAI模型首次在该权威测试中拿下头名。

GPT-6 Astra模拟经营测试首度登顶

Vending-Bench 2的规则十分直接，给参赛AI提供500美元启动资金，要求其在模拟环境中自主对接供应商、谈判采购价、补库存、调整商品售价，完整模拟一年自动售货机运营周期，最终以账户余额决出胜负。双方各完成6轮测试，核心数据对比如下：

• Astra平均最终账户余额达15515美元，最低一轮也有13272美元；Claude Fable 5.1平均余额仅为5422美元，最高一轮仅为9874美元，前者表现最差的一轮也超过了后者表现最好的一轮，整体差距接近3倍。

风险管控能力成碾压关键

双方的差距并非体现在单次决策的惊艳度，而是长期执行的稳定性。在采购砍价环节，Astra曾将供应商报价砍去约52%，最终以108美元的价格维持原有商品组合完成采购，大幅压低进货成本。更核心的差异出现在供应商风险管控上：模拟环境中的供应商会随机倒闭，此前合作正常不代表后续能正常供货。

• 6轮测试中，Claude Fable 5.1出现了45次已识别的失败预付款，累计损失14331美元；而Astra虽遭遇了64次供应商关闭事件，却没有出现同类损失。
  最戏剧性的偏差发生在第250天：Fable此前在操作笔记中明确写下“必须拿到供应商书面订单确认后再付款”的规则，但仅几天后眼见库存即将耗尽，它还是向一家此前正常供货的供应商转了397.2美元，没有等待订单确认，随后该供应商宣布停业，款项与货物全部打了水漂。反观Astra的执行逻辑，99%的付款操作前都会先读取供应商的近期回复确认营业状态，Fable的这一比例仅为58%。统计显示，Astra每轮给供应商的付款总额比Fable少约8540美元，长期累积下最终余额实现了3倍的碾压。

GPT-6 Astra开放Plus会员引发行业讨论

就在登顶Vending-Bench 2的同日，OpenAI正式开放GPT-6 Astra的Plus会员订阅，定价为每月20美元，但该会员仅支持将Astra用于生产力任务，无法使用常规聊天功能。这一定价策略引发行业热议，有观点指出，从本次测试结果来看，AI模型的商业价值更多体现在垂直场景的执行能力而非通用对话能力，未来AI赛道的竞争重点将更多落在场景适配的壳层优化上，而非单纯的底层模型能力升级——同款模型对接不同的交互壳层，最终的使用成本账单可能相差十几倍。