#AI
GPT-6 Astra 自主跑生意，还开监控无人机
Andon Labs 用两个 agent 基准测了 OpenAI 的 GPT-6 Astra,结论是它在两边都超过了其他前沿模型。
**Vending-Bench 2** 里每个模型拿 500 美元、模拟经营一台售货机一年：六次运行下来 Astra 平均赚到 **15515 美元**,Claude Fable 5.1 只有 5422 美元；Fable 最好的一次 9874 美元，仍低于 Astra 最差的 13272 美元。
💡 为什么值得看同一模型售货机收益近 Claude 3 倍，无人机操控 5 项首超人类。
查证
来源档案
The Decoder
英文 AI 行业媒体报道，转述 Andon Labs 的基准测试结果与演示。
单源、非官方一手：GPT-6 Astra 具体数字与结论均来自 Andon Labs 自述的评测，OpenAI 未在此文中表态，也没有第二家独立源复核这些数据；引用的具体金额与概率均按原文数值转述。
延伸阅读
2.8% 的端到端成功率说明这类基准衡量的更接近能力上限而非可靠性；想判断 agent 离落地还有多远，这个区分比榜首名次更重要。
文中提到没有任何实验室能拿到这套基准，评测全部由 Andon Labs 自己做，以防厂商针对测试做优化；这是判断这批数字可信度时该看的一层。