GPT-6 Astra 发布后的这一周，一位署名「奶爸老徐」的作者发现自己的社交时间线被 3D 建模内容刷屏，以至于他调侃说，要不是知道 Astra 刚发布，还以为 AI 圈的人都转行做了建模师。与此同时，知乎上关于 GPT-6 电脑操作自动化的讨论热度升至 57 万浏览。
不过，这位作者真正想谈的不是模型有多强，而是用起来有多贵。他原本打算用 Codex 操控 Blender 体验一把建模，结果被两件事耽搁，其中一件就是写这篇文章本身。
他把写作拆成选题调研、列大纲、成文、检查润色、发布几个环节，其中除成文之外的步骤几乎都有 AI 参与，只是分工不同：有的环节是讨论式协作，比如选题、调研和大纲，AI 负责梳理思路，最终决定权仍在他手里；有的环节 AI 则充当纯工具，比如去网站截图、把视频转成 GIF、检查错别字、用技能发布到公众号。
问题就出在这里。在选题讨论和调研阶段，他同时使用 Opus 4.6 MAX 和 Astra HIGH 两个模型，一是希望不同模型挖到的信息互补、提供更多视角，二是想看看 Astra 到底有多强。结果是，仅仅完成选题讨论和调研，他的 Astra 5 小时限额就已见底，而这还没算上 Opus 承担的另一半工作量。他提到，在 Astra 与 Opus 的协助下，查阅数十个网站、获取信息、形成分析判断，加上自己思考的时间，这一步总共只花了 1 小时。
随后他不得不在 5 小时后改用 Sol 继续处理素材，而仅仅处理完截图和视频转 GIF，5 小时用量又见底了。他解释为何不让 Terra 做这类机械工作：Terra 连工具都调用不明白，就像让它扫地，它没看到扫把就回来说「没找到扫把」；而 Sol 会自己开门看看，发现扫把在门口，然后拿起来把屋子扫了。
他使用的是 20 美元/月（约 135 元）的 Plus 订阅档位，该档位最近恢复了 5 小时限额措施；想要更自由地分配一周额度，需要升级到 100 美元/月（约 670 元）的 Pro 用户。他提到，Plus 用户对 5 小时限额普遍不满，也在想办法用有限额度做更多事。
他援引 Atlas Cloud 一篇文章的说法，认为用量消耗过快的原因在于任务边界不清：如果把交给 Astra 的任务限定好范围，少让它去做探索和发现，消耗会低一些。用扫地的例子说，如果提前告诉 AI「扫把在右边的门后，扫我现在待的这个屋子」，它就不必把每扇门都打开去找扫把，也不用推理你想扫的是不是当前这间屋子。但他也反问：使用更智能的 AI，图的不就是在交代不清的前提下，它也能自主把事情做好吗？
耽搁他建模的第二件事，是审核一份翻译稿。他想借此验证：任务边界明确后，Astra 会不会更耐用？这份稿子的初稿已完成、也审核过两遍，剩下的工作主要是让文字更贴合角色，即润色。结果是，一篇不到 1000 字的章节，在 1 小时内花掉将近 70% 的 5 小时用量，却只完成了接近一半的审核。他的结论是：一个任务就把共享额度耗光，还怎么用 AI 处理发邮件、写日报、填表格这类其他工作？
那么 200 美元/月（约 1340 元）的顶配订阅能否畅快使用？他本人周额度不允许尝试，但找到了现成分享：数字生命卡兹克发布了一篇用 GPT-6 Astra 操控 Blender 的教程，使用的是 200 美元/月顶配订阅，演示如何用 Astra 控制 Blender 搭建天坛模型。文中提到成本：一座天坛花掉了将近一半的周额度，作者本人都觉得肉疼。折算下来，一个没有光影、没有周围景色的光秃秃天坛祈年殿模型，就消耗了顶配账号近半周额度，约 168 元。
这位作者进一步指出，真正的 3D 场景项目要交付的远不止模型本身，还包括材质贴图、光影氛围、与创意团队对齐需求、与渲染和后期团队协同对接。模型搭建只是第一步，168 元只走完了这一步，后面还要烧多少额度，他已经不敢算。他认为，至少卡兹克把账摊开了；而时间线上那些用 Astra 做游戏、分享景点浏览视频的人，花费只会更多——他们展示了 Astra 有多强，却没人提这笔账。
从更宏观的角度看，这条实测折射出当前大模型智能体落地的一个核心矛盾：模型能力越强、越自主，单次任务的算力消耗就越高，而订阅制产品又必须用额度上限来控制成本。对用户而言，这意味着「AI 干活、人类划水」的愿景在体验层面已经出现，但在经济层面仍受制于额度与定价；对厂商而言，如何在能力展示与用量成本之间找到平衡，将直接影响这类智能体产品的实际渗透速度。