OpenAI 正在加速推进其新一代模型 Astra 的落地。近日，开发者 @Lentils80 意外发现，OpenAI 已扩大 Astra 的内部测试范围，测试代号为 mozaik-alpha-fdm。最新放出的两个测试结果均来自 Max effort 模式下的零样本生成：一个是 3D 像素风格的城堡，另一个是完整的前端网页，全部一次直出，无需人工干预。与此同时，一大批获得灰度资格的开发者同步放出了 Astra 的首批测试，展示了其在复杂 UI 生成上的惊人表现。
真正让开发者感到震撼的，是 Astra 能够一次性管住大量细节：统一的视觉语言、复杂元素之间的空间关系、页面层级，以及交互所需的代码结构。有开发者看完演示后直接宣布：“Frontend is solved！” 这意味着，前端开发这一长期被视为大模型“老大难”的领域，可能正迎来质变。
据多位测试者反馈，Astra 在零样本条件下展现出的细节把控力远超以往模型。例如，一个可交互的 3D 等距王国地图，需要 AI 同时处理几何透视、图层堆叠、动态交互和视觉一致性，Astra 在最大思考程度下可以一次成型。另一位开发者 MeSun 直接用 Astra 生成了一个带有物理效果的 3D 自行车测试网页（HTML），车身比例可随意调整；甚至要求生成一个 3D 第一人称 Roguelike 游戏，主打战斗爽感，Astra 同样“一把过”。有爆料人士感叹，这是历史上第一次“想法”开始碾压“执行”——“你能想到的，AI 就能给你做出来”。
结合泄露的特征与行业预测，Astra 的核心技术突破可能集中在四个维度。首先是端到端多智能体编排：Astra 可能不再是一个单纯的“单体代码生成器”，而是在底层原生集成了多智能体架构，例如让 Codex 处理编程任务、另一个子模型处理自然语言查询，最后由主模型整合结果。在生成 3D 网页时，模型内部可能并发运行“UI 设计师、前端工程师和代码审查员”，从而保证布局、样式和逻辑的三位一体。这与 GPT-5.6 中已以 beta 形态推出的 Multi-agent 功能一脉相承，但 Astra 可能将其内化为“端到端训练”的原生能力。
第二是超长程任务能力（Ultra Long-horizon Task）。以往模型在编写涉及多个组件和复杂 CSS/JS 联动的项目时，极易出现“遗忘”和“幻觉”。Astra 展现出的完整度，证明其上下文窗口内的注意力机制得到了优化，足以支撑从零构建复杂工程。从 Astra 解决十个数学问题的表现来看，它具备在极长时间跨度内维持推理一致性的能力，这对代码项目的持续开发、论文级别的研究任务以及复杂工作流的自主执行都意义重大。
第三是持久化推理模式（Persistent Reasoning）。Astra 在 Max effort 下的思考量显著超过 Sol，这指向一种更“持久”的推理机制：模型不会一次性输出答案，而是在内部反复验证、纠错、迭代，直到输出达到满意水平。这意味着它能“记住”当前 DOM 树的结构，在后续生成中保持设计语言和代码规范的绝对一致。
第四是即时自我纠错。Astra 可能在生成代码的同时，在内部沙盒中完成“虚拟渲染”或 AST 语法树的逻辑跑通，自动发现前端错位并完成重构，最后才将完美的零样本结果呈现给用户。零样本就能复刻 PS5 手柄这种高细节渲染任务，被视为自我纠错能力的间接证据。
与此同时，Anthropic 也被曝正在加速推进其模型 Fable 5.1，发布时间窗口恰好与 Astra 重叠。从灰度测试者反馈来看，Fable 5.1 的升级重点几乎与 Astra 撞了个正着：前端代码更稳、复杂组件逻辑一次成型；长思维链推理更强；工具调用和分步规划进一步强化。两家公司已杀进同一块战场：代码能力要更强，任务要跑得更久，过程中还得尽量少让人接手。目前，两边已开始隔空 PK，例如同样生成一张“女子自画像”SVG 矢量图，Astra 与 Fable 5.1 的细节、结构、完成度被直接摆上台面对比。
不过，真正可能决定胜负的或许不只是模型能力。从爆料来看，Astra 除了性能强悍，还可能在性价比上继续下压。如果 OpenAI 真能以更低的 API 调用成本，交付一款自带 Max effort、自纠错能力更强、又不需要复杂工程编排的模型，那么 Fable 5.1 面对的将不只是 Benchmark 上的压力。业界普遍预测，下周四（9月3日）前后，Astra 将正式面世，与 Fable 5.1 正面硬刚。巅峰之战，谁能拿下新王宝座，拭目以待。