GPT-6 Astra、Sol、Luna 到底有什么区别？我拿三个模型跑了同样的任务

为什么要把三个模型放到同一个任务里

我已经在 Codex 里用上了 GPT-6 Astra、Sol 和 Luna。最开始我也有一个很实际的问题：这三个名字到底有什么区别？

只看模型列表，我很难知道日常任务该选哪个。改一段文案、排查一个小项目的报错、读几份资料，关心的东西也不完全一样：有时想快点拿到结果，有时更在意交代是否清楚。

所以这次我干脆不给它们不同的 Prompt，也不单独给哪个模型开小灶，直接拿相同的四个任务让它们各自跑一遍：

• Task 01：中文改写（900～1200 字，要求保留具体例子与边界声明，检查表达与约束遵循）；
• Task 02：Coding Debug（Node.js 小项目测试失败排查，看是否自主跑测试、精准修 Bug 并保持现有接口）；
• Task 03：多文档综合（通读 6 份背景、访谈、会议与计划资料，提炼共识、识别冲突并排定两周动作）；
• Task 04：Agent 多步骤执行（真实收件箱文件整理，要求不动原文件，创建分类目录并输出完整项目摘要与日志）。

我想看的很简单：同样的任务交给三个模型，这一次的结果和等待时间有什么不同。

这次怎么跑的

四个任务分别从干净副本开始，三个模型看到的是同一份任务说明。我只给了同一句提示词：

请按 task.md 的要求完成这个任务。

每个目录里的 task.md 都写了输出格式和边界条件。Debug 任务没有提前指出 Bug，多文档任务也没有提前指出资料之间的矛盾。这次四个任务中，三个模型都一次完成；没有追加提示，也没有人工修正。

这次都在 Codex 桌面客户端运行，模型均选择 Medium 档位。下面的感受只来自这四次任务，不代表换个环境或任务后也会得到同样结果。

Task 01：中文改写

第一个任务是一篇面向 AI 小白的中文改写。原始素材 source.md 表达偏口语，核心观点是“AI Agent 不是更聪明的聊天框，而是一种串联工作的工作方式”。

task.md 给出的要求包括：

• 控制在 900～1200 个中文字符左右；
• 至少保留 Excel、多文档、文件整理三个具体例子；
• 必须明确写出 Agent 的边界：权限、隐私、误操作、人工复核；
• 禁用“颠覆”“革命”“秒杀”“遥遥领先”“完全替代”等夸张词；
• 输出文件 rewritten.md，末尾附一个不超过 80 字的改写说明。

这一轮三个模型其实都完成得不错：都保留了 Excel、多文档、文件整理三个例子，写到了权限、隐私、误操作和人工复核，也都避开了禁用词。差别主要在速度和成文习惯。

Astra 用了 1 分 21 秒，正文约 1092 字。从日常工作里反复切换记录和文件的麻烦说起，再展开三个例子。它用了两个段落解释权限边界与人工复核，末尾附了 47 字的改写说明。这次的成稿比较愿意把背景交代完整。

Sol 用了 2 分 09 秒，正文约 906 字，靠近 900 字的要求下限。它写得更紧凑，谈到误操作时直接落到“执行前看计划，执行后看结果”这样的动作上。三个例子和边界都在，铺垫少一些。

Luna 用了 48 秒，正文约 1092 字。这次它写得更口语。比如谈人工复核时，提醒读者回看文档原文、核对 Excel 原表、检查整理后的文件名，不要只听模型说完成了就直接使用。

我原本以为中文改写会更容易看出明显差距，实际读下来，三篇都能用。至少在这个任务里，更值得注意的是等待时间和文字展开方式，并没有必要分出谁写得“更高级”。

Task 02：Coding Debug

第二个任务是一个极小的 Node.js 统计模块，包含一个 src/sales.js 和对应的单元测试 test/sales.test.js。

任务要求：

1. 先阅读代码和测试；
2. 自主运行 npm test；
3. 修复导致测试失败的问题，绝不能通过篡改测试文件来蒙混过关；
4. 保持现有对外 API 接口不变；
5. 修完再次运行测试验证；
6. 新建 debug-notes.md 说明发现了什么问题、为什么错、做了什么改动。

原始代码里埋伏了三个典型 Bug：

1. 折扣计算写反：netAmount 函数里用了 amount / discount，导致打 9 折（0.9）算出来的金额反而变大了；
2. 城市别名未合并：summarizeByCity 在分组前没有调用现成的 normalizeCity，导致“上海”、“上海市”、“Shanghai”被拆成了三个城市分别统计；
3. 退款金额计入收入：测试要求退款订单算进订单数，但不能计入总收入，原代码无差别累加了。

三个模型都先运行了 npm test，看到初始结果是 1 项通过、2 项失败；随后都找到了折扣、城市别名和退款统计这三处问题。它们只修改了 src/sales.js，没有改测试文件，也保留了对外 API。各自修复一次后再跑测试，最后都是 3 项通过、0 项失败。这轮没有追加提示或人工修正。

这个小型 Debug 任务里，三者最后都一次修对了。我能感受到的差别主要是等待时间和 debug-notes.md 的写法：Astra 用了 56 秒，把“问题、为什么错、怎么改”放进三列表格，还写了 100 元打 9 折被算成 111.11 元、正确结果应是 90 元的例子。

Sol 和 Luna 都用了 37 秒。Sol 的记录是要点清单，逐项说明三处改动，并注明没有修改函数签名、测试文件或依赖；Luna 的记录更短，用三段话说完。想追溯修复原因时，Astra 这次的说明更详细；只想快速看清改了什么，另外两份也够用。

Task 03：多文档综合

第三个任务换成读资料、写简报。我想看看它们会怎么处理几份文件之间的共同点和矛盾。

任务给出了 docs/ 目录下的 6 份真实资料：

1. 01-background.md：训练营背景与非技术目标群体；
2. 02-user-interviews.md：12 位用户访谈，提到 Excel 清洗、文档总结、周报整理等痛点，以及对数据安全和 AI 算错数字的担忧；
3. 03-course-draft.md：初始 12 小时大纲草案（含 2 小时 Prompt、2 小时写作、3 小时 Excel、2 小时文档、3 小时 Agent）；
4. 04-sales-notes.md：销售反馈 12 小时太长，客户想要 6～8 小时，且有 3 家客户反复问数据安全与本地处理；
5. 05-team-meeting.md：团队会议决议首版改为 8 小时，Prompt 缩至 45 分钟，争议是“AI 写作是否保留独立模块”尚未决定，“本地模型”首版暂不加入；
6. 06-launch-plan.md：9 月 30 日大纲定稿、10 月 8 日素材完成、10 月 12 日试讲、10 月 18 日公开班，以及对具体模型依赖和安全顾虑的风险提示。

task.md 要求模型综合这 6 份资料，输出 brief.md，重点包括：

• 识别跨文档能够相互印证的结论；
• 至少找出 2 个文档之间的张力 / 冲突 / 不一致；
• 梳理未来两周优先动作，并严格按先后顺序排列；
• 每个关键结论必须用括号注明来源文件名；
• 严禁把“建议”写成既定事实，严禁补充外部脑补知识。

三个模型都读了 6 份资料，交出了 brief.md，找到了跨文档共同点与至少两处张力，也给关键结论标了来源。它们都没有把建议写成已确定的安排，也没有补充无来源的信息。这轮我更在意它们各自注意到了什么，而不是给“理解能力”排位。

Astra 用了 1 分 33 秒。它把 12 小时草案与 8 小时会议决议、写作模块是否保留、安全需求与首版方案之间的张力分别说清楚。尤其是安全问题，它提醒“需求与方案之间的张力”不能直接推成“必须加入本地模型”。未来两周的动作也明确标为建议，不当作已有分工。

Sol 用了 1 分 15 秒。它把时长与结构、写作模块、数据处理方案三个问题列得很清楚，再按 9 月 30 日大纲定稿、10 月 8 日素材就绪的节点倒推，把未决的课程取舍放在前面。这次的 brief.md 读起来更像一份容易接着执行的整理稿。

Luna 用了 52 秒。这次让我印象比较深的是，它把用户访谈里的周报需求与课程草案对照，发现草案没有单列周报模块，资料也没有说明它会放进 Excel、文档还是 Agent 案例。这个遗漏不等于课程一定要加新模块，但确实值得在定稿前确认。

如果只看这一次 brief.md，Astra 更偏边界清晰，Sol 更偏结构整理，Luna 则抓到了一个容易漏看的需求。三份产物的侧重点不同，但这次没有出现谁漏读资料或把建议当事实的问题。

Task 04：Agent 多步骤执行

第四个任务是收件箱文件整理与交付，要同时处理原文件、分类目录和最终文档。

给出的 inbox/ 文件夹里放着 5 个格式与命名散乱的文件：

• 会议临时记录.txt（记录 9/20 会议、总时长 8 小时、必须用模拟数据、准备安全说明等）；
• 客户反馈-1.md（星河教育：40 人，偏 Excel 和周报，担心真实名单泄露）；
• 客户反馈-2.md（北辰科技：20～25 人，要多文档摘要，内部不能装未经审批软件）；
• 待办.txt（做封面、定大纲、准备 Excel 演示、问销售企业关注点等）；
• 旧版课程.txt（Prompt 2h、写作 2h、Excel 1h、文档 1h、Agent 2h，总计 8h）。

任务明确要求：

1. 先阅读全部文件；
2. 不要删除或修改 inbox 原文件；
3. 创建 organized/ 并将文件分类移动或复制进去；
4. 创建 output/ 并生成三份正式交付物：
   • project-summary.md（涵盖两家需求、共同点、约束与方向变化）；
   • action-items.md（按本周、下周、待确认分组并附带理由）；
   • change-log.md（记录移动与新建情况）。

真正让我对输出方式的差别有体感的，是这一轮多步骤文件整理：要读 5 份原文件、分类复制，还要同时写 3 份交付物。不过结果并没有在完成度上拉开差距。三个模型都保留了 inbox/，创建了 organized/ 和 output/，正确分类并生成 project-summary.md、action-items.md、change-log.md；没有遗漏任务，也没有误删或覆盖原文件。

Astra 用了 2 分 21 秒。它的 project-summary.md 对两家客户的约束写得更细：星河教育担心真实名单泄露，北辰科技关心未经审批的软件安装。两种顾虑都与安全有关，但不能直接写成同一个要求。

Sol 用了 1 分 58 秒。它的摘要先交代客户人数与需求，再写约束和课程方向变化；对旧版 Prompt、写作合计 4 小时与新需求偏向 Excel、多文档的落差，交代得比较集中。

Luna 用了 1 分 32 秒。它的 action-items.md 按本周、下周、待确认分组，并给每项写了安排理由。这次三份交付物都齐全，文件操作也没有因为用时更短而漏掉要求。

所以这一轮更像是组织和表达方式的差异：Astra 对客户边界解释得更细，Sol 把推进主线压得更集中，Luna 的待办写得简洁。就这次任务的交付完整性而言，三者都完成了要求。

四个任务跑完以后，我看到的差别

把等待时间放在一起看，Luna 在这四个任务里三次用时最短，Debug 那轮与 Sol 同为 37 秒；Sol 除了中文改写那轮，其余三轮用时都没有超过 Astra。时间之外，很多差别落在成稿的展开程度，而不是任务有没有完成。

四个任务里，三个模型都一次完成，没有追加提示，也没有人工修正。Debug 的 3 项测试最后全部通过，测试文件没有被修改；文件整理任务也没有误删或覆盖原文件。这些是这次实际发生的事，不能据此推断长期表现。

这次 Astra 给我的感觉

在这四个任务里，Astra 更愿意把说明写完整。中文改写会展开背景，Debug 留下更详细的复盘，多文档和文件整理也更注意区分不同要求的边界。相应地，这四次等待时间都比 Luna 长；除了中文改写，另外三次也都比 Sol 长。

这次 Sol 给我的感觉

Sol 这次的文字更紧凑，结构也容易跟上：中文改写靠近字数下限，Debug 说明用要点列出，多文档简报把未决事项和时间顺序理清楚。Coding 和文件整理都完成了要求。不过中文改写这轮它用了 2 分 09 秒，是三者里最长的；不能把“均衡”理解成每次都更快。

这次 Luna 给我的感觉

Luna 在四个任务里用时都最短或并列最短。中文改写比较口语，多文档任务还能对照访谈和草案，指出周报需求没有明确落到课程安排里。至少这次，更短的等待时间没有伴随任务遗漏；至于别的任务是否也一样，还需要另看。

普通用户可以怎么试

如果你的任务更接近这次测试里的某一类，可以先按自己最在意的点来试：

• 最在意等待时间：可以先试 Luna。这四轮里它每次都更快或并列最快。
• 想先用一个模型处理写作、简单 Debug 和资料整理：可以先试 Sol。这次它的输出比较紧凑、结构清楚，但中文改写用时最长。
• 任务边界多，希望说明和复盘更完整：可以先试 Astra。这次它在多文档和 Agent 任务中把容易混淆的要求交代得更细，等待时间也更长。

这是基于这四个任务的使用体感，不代表其他任务一定如此。

这次结果的边界

每个任务只让每个模型跑了一次，起点是干净副本，环境是 Codex 桌面客户端，档位是 Medium。四个任务覆盖中文改写、小型 Debug、多文档简报和本地文件整理；它们不能代替大型工程、长期协作或其他环境里的实际表现。我没有据此推测模型的内部架构，也不会把一次结果当成稳定排名。

最后说一句

这次跑完以后，我最大的感受不是谁更聪明，而是三个模型在等待时间、展开程度和表达方式上确实有不同倾向。真正用的时候，先想清楚当前任务更看重什么，再选一个试着跑起来；如果结果不合适，再换也不迟。