GPT-6 Astra在Perplexity研究Agent基准测试中夺冠，超越Claude Fable 5.1

Perplexity使用其自研的Agent基准WANDR测试了GPT-6 Astra，后者得分为0.682，是目前所有测试模型中最高分。平均每个任务成本为11.98美元。

与Claude Fable 5.1相比，Astra分数高13.5%，成本反而低6.1%；与Opus 5相比，分数高27%，成本仅高3.3%。

WANDR基准专门针对"又广又深"的研究任务设计，包含500个真实研究任务，要求Agent不仅找到几个答案，还要尽量找全所有符合条件的对象，逐一查阅资料、核实身份，并为每条结果附上可验证的来源。典型任务场景包括竞品研究、尽职调查、文献检索、市场分析和人才搜寻。

此前，Fable 5.1以0.601分、每任务12.76美元的成本排名第一，Opus 5为0.537分、11.60美元。Astra此次将分数明显推高，且并非通过更高成本硬堆出来的结果。