你的 GPT-6 Astra 是否近期表现异常？这并非错觉。Astra 发布不到 48 小时便出现“降智”现象，且随时间推移愈发严重。经典的“鹈鹕骑车”图像生成测试中，若画面结构混乱，即为模型能力下降的铁证。更有用户反映，每月 200 美元的 ChatGPT Pro 订阅服务中，Astra 被悄然替换为 GPT-4o。
对此，OpenAI 已正式承认相关问题。
除视觉测试外，一款名为 ModelTrace 的开源工具通过三道数学题，即可精准验证你使用的是否为满血版 GPT-6 Astra。
三道数学题，验明真身
ModelTrace 于 8 月底在 GitHub 开源，近期因 Astra 降智风波而广受关注。其核心原理基于一个反直觉的事实：AI 无法生成真正的随机数。
当要求 AI 生成 1 至 355 之间的随机数时，其输出并非均匀分布。由于训练数据的海量文本影响，每个模型对“随机”存在特定偏好，形成了独特的“随机数指纹”。相比之下，真正的均匀分布随机数信息熵约为 6.64 比特，而大模型生成的随机数信息熵仅约 1 比特，差异显著。
信息熵是衡量信息不确定性的数学概念，可通俗理解为“猜测难度”。6.64 比特意味着极难预测，而 1 比特则意味着极易被猜中。
ModelTrace 通过让模型生成数百个随机数，并将其分布特征与数据库中的模型指纹比对，从而识别当前对话的真实模型身份。
若你以为正在与 GPT-6 Astra 交互，但测试结果显示其随机数分布更接近 GPT-4o，则说明遭遇了什么情况已不言自明。
实测操作指南
用户可登录 ChatGPT Work 或 Codex（网页端或桌面客户端），确保选择模型为 GPT-6 Astra。需注意，ChatGPT 聊天版目前仅包含 GPT-6 Pro，其他选项多为 GPT-5.6 系列，请勿选错。
将 ModelTrace 提供的三个测试问题依次输入给 GPT-6 Astra，获取回答后复制回工具页面，点击“计算归因概率”即可得出结果。
归因概率最高的模型即为当前实际路由的真实模型。若结果显示为 gpt-6-astra，则表明未被降智。
OpenAI 官方回应
9 月 12 日，OpenAI 研究人员 Tibo 公布了调查结果，确认了导致“降智”的三个主要技术故障：
首先，旧版模型的 Skill 技能在 Astra 上频繁误触发，导致原本的答案自检流程被跳过。
其次，Codex“无限上下文”新功能在内测阶段出现严重缺陷，可能导致回答中途截断或错乱，预计影响 4000 至 5000 名用户。
最为关键的是推理引擎配置错误，部分用户请求被路由至配置异常的引擎，直接导致输出质量大幅下降。
尽管官方建议用户尝试重置连接，但问题并未完全根除。
修复进展与隐性成本
9 月 14 日，ChatGPT 客户端推送版本 26.908.70816，部分用户反馈降智有所缓解，但问题依旧存在。截至 9 月 15 日，仍有用户在 GitHub 反馈 GPT-6 Astra 无法使用或额度显示为零。
更值得关注的是，在上述 Bug 修复后，多位 Codex 重度用户发现周额度被暗中削减约 40%。实测数据显示，原每周约 2600 美元的使用额度，缩水至 1500 美元左右。这表明，“降智”与“限額”背后，均指向算力资源的紧张。
历史轮回与新模型预告
从新模型发布、全网追捧到性能下滑，再到等待下一代产品，OpenAI 似乎陷入了固定循环。今年 7 月，GPT-5.6 Sol 曾上演相同剧本。
近日，Sam Altman 与 Tibo 同时预告本周将有重大更新。多方消息指出，GPT-6 家族新成员 GPT-6 Sol 即将登场。这一模式再次闭环，引发行业对模型迭代策略的深思。