三个顶级模型控制同一台云台机器人：谁真的把活干完了？
原标题：我们让 GPT‑6 Astra、Fable 5.1 和 Sol 控制同一台机器人：谁真的把活干完了？
AI 摘要
雷峰网作者用一台两轴云台机械臂，把同一句模糊指令「让它满行程转一遍」分别交给 GPT-5.6 Sol、GPT-6 Astra Pro 和 Claude Fable 5.1 执行。三个模型都完成了任务，但路径与验证标准差异明显：Sol 走完四个极限角追求覆盖，Astra 用 7 步只验证两轴各自边界并逐点读取反馈确认，Fable 用 12 步覆盖四角且速度最快、还生成了可复用脚本，但脚本在反馈未到位时仍打印成功。文章还引用 ARC-AGI-3、Artificial Analysis Coding Agent Index 及 OpenAI 安全评估数据，指出 Astra 倾向更少动作、更低越界率，但书面推理更难监控。
正文节选
真实云台实测：三个模型都让机器转起来，但“完成”的标准天差地别。 作者丨Rhea 编辑丨李娜 岑峰 云台机械臂是一个能上下左右转动的摄像头底座/支架，我用GPT‑6 Astra、Claude Fable 5.1 和 GPT‑5.6 Sol这三个顶级模型都让机器人转了起来，三个模型均完成了任务，但执行路径、验证标准和成本差异明显。 这次 GPT-6 Astra 出来之后，网上已经有很多优秀的测评案例了。如果读者已经能在其他地方看到这些，这个评测还能提供什么新的观察呢？在纯数字环境里，写错一段代码通常可以撤回，按钮点偏了也可以重来；但现实世界不是这样：实体设备有惯性、有边界、有反馈，也有真实的风险。命令发出去，不代表动作一定到位；走什么路径、使用多快的速度、什么时候停手、要不要确认结果，都会变成模型必须自己做出的选择。云台机械臂刚好是一个很合适的切口。它的动作足够简单，