GPT-6 Astra发布后，社区用"骑自行车的鹈鹕"测试发现其智商不稳定，"鹈鹕杯"比赛中Open赛道作品用纯SVG和JavaScript完成30分钟一镜到底骑行故事，展现长程任务能力。
但能力越强用户对波动越敏感，CodexRadar的112道编程题众测显示，降智会沿任务链传播并可能搞坏整个仓库，任务越长风险越大。
"降智"涉及底层模型、推理强度、上下文管理、工具调用等多层因素，用户感觉变笨未必是权重变化，可能是Agent少跑测试或长任务丢失早期信息。
Astra供需矛盾已现，OpenAI暂停200美元Pro套餐新订阅，API每百万输入10美元、输出50美元，重度用户压力巨大，未来竞争更看能否长期稳定规模化供应高水平智能。