CHATGPT TEST / 可运行作品与可复核证据

同一任务,交付有什么差别?

查看具体成品、原任务时间、Token费用折算、代码和视觉质量。每轮保留独立数据与判断依据。

2026.10.03 / 记忆关闭 / 3配置 × 3次

围巾水獭沿河骑自行车

Astra极高标准、Sol极高标准与Sol极高Fast完成同一离线单HTML任务。每配置3次,汇总时间、Token与费用,同时保留9件原作品及逐次质量分析。

本批择优代表:Astra > Sol标准 > Sol Fast。
用时中位数:27:22 / 25:28 / 14:09。
Fast折算:购买×2,订阅额度×2.5;Sol标准成本最低。

查看新一轮完整报告运行9件原作品

汇总数字来自全部3次,图为质量择优交付;校正参考、记忆核查与小样本局限均单列。

03 · GPT-6 Astra / 极高 / Standard 原场景
2026.10.02 / 关闭记忆 / 两组独立实验

海边骑行,关闭记忆后再测

GPT-6.1 Sol与GPT-6 Astra均使用xhigh。数据库记忆状态已核验,普通工具与Sites技能保留;本轮不与9月30日混排。

综合质量:Astra略优;Sol的海面和日落更丰富。
实际用时:Astra14:43,Sol21:46。
Standard费用折算:Astra$5.2530,Sol$0.9196。

查看独立测评运行两件原作品

每种配置1次;两组都走了建站发布流程。费用为Token折算,非账户账单。

B · GPT-6 Astra / xhigh 原场景
2026.09.30 / 10个具体交付 / 分三批启动

猫在海边骑电动车

GPT-6 Astra(medium / high / xhigh / max)、GPT-6.1 Sol(low / medium / high / xhigh / max)与GPT-5.6 Sol(max)完成相同提示词。十组原作品全部可运行;08/10有运动关系问题,10另有头盔部件位置问题。

本轮质量:05 > 06 > 01 > 02 > 07 > 09 > 04 > 03 > 08 > 10

本轮最快:03(GPT-6 Astra / medium),4分57秒;费用折算最低:08(GPT-6.1 Sol / low),$0.141。

打开完整测评查看原作品

质量由Codex综合评估,非盲评;每种配置1次。费用为Standard Token折算,Fast为未实测情景。接近组和局限在报告中说明。

作品05(GPT-6.1 Sol / max)原场景:猫在海边骑电动车

GitHub仓库:源码、数据、证据与复核方法

该实验是具体交付的案例记录,不是严格控制变量的普遍模型能力基准。各轮分别标明价格日期和实验条件。