GPT-6 Astra 降智争议与 CodexRadar 监测：Agent 时代的智力 SLA 挑战

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-14

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

鹈鹕测试：Agent 时代的体感温度计

CodexRadar 发起人 Lambda 在社区发起“鹈鹕杯”比赛，围绕“画一只骑自行车的鹈鹕”任务，用模型生成作品。比赛分 Classic 赛道（统一提示词）和 Open 赛道（自由发挥）。9月14日上午，比赛页面PV达到7000多，深夜上线无宣传即收到近百份投稿。

鹈鹕测试的价值在于：任务足够简单直观，能一眼看出稳定性；又足够复杂，牵扯动作理解、时序一致性、空间关系、代码组织和连续执行能力。对已进入 Agent 阶段的模型，这类任务是理想的“体感温度计”。

“Astra全面得强，尤其是computer use和多agent协同管理。从雷达的数据来看，Astra的解题所需要的步骤比前代模型少了一半，越少模型越强，Astra有质变。”

CodexRadar：众测雷达与智力监测

CodexRadar 的“众测雷达”设置 112道真实开源编程题，由用户自己跑题，结果上传后由服务器在干净环境中重新验证。官网显示，参与志愿者已超过 500人，累计贡献达到 百亿级Token。

一位大模型算法工程师表示：

“GPT-6降智加限流，自动化任务会积累，最后出现并发冲突。工单会话如果降智，错误还可能通过中枢传播到其他地方，最后把整个仓库搞坏。”

进入 Agent 阶段后，一次模型调用往往只是整个任务链的一环。如果其中某一步判断出现明显偏差，后续步骤可能继续沿着错误结果向前推进。任务越长，风险越明显。

降智背后的算力供需矛盾

Astra 上线后供给压力已有明确信号。2026年9月10日，OpenAI暂停了每月200美元的Pro 20x套餐新订阅和升级。该套餐提供约为Plus 20倍的使用额度，是重度Codex用户的重要选择。

Astra API标准价格为每百万输入Token 10美元、输出Token 50美元；Fast mode价格再翻一倍。其最受欢迎的能力——Computer Use、多Agent工作流、Coding Agent——恰好非常“烧算力”。

社区认为，最近的问题与Astra需求过强、Pro 20x用户大量涌入和算力供给紧张有关。OpenAI暂停20x新增订阅，至少证明这个前沿模型出现了很真实的供需矛盾。

🚀 对企业 AI 化的启示

从峰值能力到智力SLA

过去大模型竞争集中在谁能训练出更强的模型。现在，训练出来之后能否稳定地把这份智能供应给大量用户，也开始成为竞争的一部分。

一只鹈鹕成为Agent时代的明星，说明用户在主动监控“智能”本身。模型在不同时间段的任务成功率、长任务稳定性，以及同一个workflow能否持续复现，可以理解成一种新的“智力SLA”。

SLA原本是Service Level Agreement，云服务里通常约定可用率、延迟、故障恢复时间等指标。模型越强，这个问题反而越突出。未来模型公司的竞争，会从峰值能力进一步延伸到：把高水平智能长期、稳定、规模化地供应出去。

模型能不能每天都一样聪明，已成为AI Agent真正走向工作场景的一个卡点。

【官方原文链接】点击访问首发地址