GPT-6 Astra 生成 SVG 的一次有趣对比

一项轻量但有意思的测试：用 GPT-6 Astra 生成“骑自行车的鹈鹕”SVG，并在不同推理强度下与 GPT-5.6 Sol、Terra、Luna 进行对比。

测试覆盖了 Astra 的多个 reasoning 档位：low、medium、high、xhigh 和 max。需要注意的是，Astra 不支持 reasoning=none。

主要观察

1. Astra 的图形质量明显更好

在这组“鹈鹕骑自行车”的 SVG 任务中，Astra 的结果整体更像目标对象。

即便是 GPT-5.6 Sol 表现最好的版本，看起来仍然更接近一组抽象形状；而 Astra 从 low 到 xhigh 的结果都更接近可识别的鹈鹕。Astra 的 max 档表现尤其好。

2. 非 max 档仍有结构问题

Astra 虽然整体效果更好，但在 max 以下的档位中，仍然不能稳定地把鹈鹕的两条腿都正确放在画面两侧。

这说明更强的模型并不意味着在复杂几何结构和对象关系上完全可靠，尤其是 SVG 这类需要结构精确表达的任务。

3. 单价更高，但 token 使用更少

从价格看，Astra 的标价大约是 Sol 的两倍：

• Astra：每百万输入 token 10 美元，每百万输出 token 50 美元
• Sol：每百万输入 token 5 美元，每百万输出 token 30 美元

但 Astra 在各个 reasoning 档位下使用的 token 明显更少，因此实际生成成本的差距没有单价看起来那么大。

4. Astra low 档性价比突出

测试中，Astra low 档生成的鹈鹕效果优于任意档位的 GPT-5.6 Sol，成本为 9.55 美分。

也就是说，在这个具体任务里，花大约 10 美分使用其他模型，得到的结果反而更差。

5. 输入 token 数有一个细节值得注意

对比中还出现了一个有趣现象：

• Astra 和 Luna 使用了 16 个输入 token
• Sol 和 Terra 使用了 26 个输入 token

这可能只是接口或计数方式差异，也可能暗示模型之间存在某些更接近的关系。不过目前仅凭这组结果无法得出确定结论。

小结

这次测试虽然带有娱乐性质，但对观察模型差异很有帮助：

• Astra 在 SVG 图形生成上的结果明显更强；
• 低档 reasoning 已经能胜过 GPT-5.6 Sol 的多个档位；
• 单价更高不一定意味着实际任务成本同比例上升；
• token 使用量和模型家族之间的关系仍值得进一步观察。

对于需要生成结构化图形、SVG 或视觉元素的场景，这类对比比单纯看模型价格表更有参考价值。