人潮汹涌豆瓣欢迎来到国产视频免费看专区，这里为您提供最新、最热门的影片，每日上新，让您随时随地享受精彩视听盛宴。无论是经典电影还是热门电视剧，我们都为您精心挑选，满足您的观影需求。
DeepSeek官宣调整flash系列模型定价-2fe7f442
人潮汹涌豆瓣
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
离岸人民币（CNH）兑美元纽约尾盘报6.7064元，较周二涨4点-a7bfa206
人潮汹涌豆瓣
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
破解动力电池“长期安全”焦虑，这项研究成果正式揭晓-ed02b5cb
人潮汹涌豆瓣
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
零跑是怎么盈利的？我们在它的工厂里找到了答案-47f6a0b0
人潮汹涌豆瓣
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。
多场景测试关注实际工作表现
2026-09-08，围绕OpenAI官方介绍中强调的复杂编程、专业文档制作和电脑操作能力，一次测试将GPT-6 Astra与GPT-5.6 Sol放在相同材料和要求下，对前端、后端、办公和电脑操作四类任务进行比较。测试重点不是单纯生成内容，而是看模型能否完成连续修改、处理复杂约束并交付可用结果。
在前端任务中，测试要求模型继续开发《沉没博物馆》这款双机器人协作3D游戏，加入暂停、撤销、存档、色弱模式、救援优先级和第四张地图等功能。Astra用了约31分45秒，交出了可运行版本和演示动图，但旧存档中一类携带展品的数据出现丢失问题。Sol因服务容量不足中断，未能交付可用版本。
编程与办公任务中结果各有侧重
后端测试围绕闪购商城展开，要求处理库存、重复请求、支付崩溃恢复、退款和数据库迁移等问题。两款模型都完成了防止超卖和重复扣款等核心流程，但在优惠券分摊退款上出现差异：Astra计算出85元现金和15元优惠券分摊，Sol给出100元现金。测试者认为Astra在追加需求处理上更完整。
办公任务要求整理41份存在冲突的材料，生成Excel、董事会PPT和管理层备忘录。两款模型都完成了文件交付，核心数字保持一致。Astra完成整套材料用了约40分8秒，Sol约66分1秒；不过测试者更喜欢Sol的仪表盘和PPT呈现，认为其更方便在会议中展示重点。
电脑操作与资源消耗对比
电脑操作测试要求模型从华为官方YouTube发布会视频中选择片段并制作GIF。Sol选择的玻璃耐用性测试画面更符合测试者对内容展示的偏好，但未完成符合要求的动图制作。Astra选择手机展开画面，并交付了一张符合尺寸、帧率和画面要求的GIF。
测试还记录了Token使用情况。只看双方都交出成品的后端和办公两项，Astra合计使用约915万Token，Sol约2608万；四项工作的全部尝试中，Astra约1207万Token，Sol约3750万。不过测试者指出，Token差距不能直接等同于费用差距。最终，测试者表示后续类似任务会优先尝试Astra，同时保留Sol在办公呈现等方面的优势。