OpenRouter पर GPT-6 Astra

मूल लेख ↗ Hacker News चर्चा ↗

OpenAI का नया GPT‑6 Astra मॉडल, जो अब OpenRouter, Codex और कुछ ChatGPT tiers पर उपलब्ध है, reasoning, SVG generation, और जटिल web/UI reconstruction में बड़े सुधारों के लिए सराहा जा रहा है—लेकिन प्रति-token लागत काफ़ी ऊँची है। टिप्पणीकार इस पर बहस करते हैं कि क्या Astra की बेहतर गुणवत्ता और apparent token efficiency उसकी कीमत को GPT‑5.6 Sol, Luna, और सस्ते Chinese models की तुलना में उचित ठहराती है, खासकर उन व्यवसायों के लिए जो “token-maxing” व्यवहार के प्रति संवेदनशील हैं। Azure के अधिक महंगे, zero-data-retention ऑफर, rate limits, और OpenRouter जैसे third-party gateways की विश्वसनीयता पर भी जांच-पड़ताल हो रही है, जो यह दिखाती है कि deployment choices अक्सर raw capability जितने ही trust और governance पर निर्भर करते हैं।

एक्सेस और रोलआउट

  • Astra Pro/Plus और Business उपयोगकर्ताओं के लिए उपलब्ध हो गया, हालांकि समय-सीमा खाते और क्षेत्र के अनुसार अलग-अलग थी (जैसे, कुछ यूरोपीय उपयोगकर्ताओं के लिए केवल Codex एक्सेस, ChatGPT नहीं)।
  • कुछ उपयोगकर्ताओं को Astra एक्सेस न होने वाले हर दिन के लिए “bankable resets” मिले और उन्होंने बीच में Sol को आज़माने के लिए उनका उपयोग किया।
  • Astra OpenRouter और Azure के माध्यम से भी उपलब्ध है; कुछ लोग OpenRouter पर शुरुआती “Not Found” समस्याएँ और reasoning सक्षम होने पर Copilot/Foundry टूल-कॉल प्रतिबंधों की रिपोर्ट करते हैं।

Azure, ZDR, और एंटरप्राइज़ चिंताएँ

  • इस बात को लेकर भ्रम कि क्या Azure पर Astra वास्तव में Zero Data Retention (ZDR) है और “privacy-preserving abuse monitoring” का क्या अर्थ है।
  • शिकायतें कि Azure का UI ZDR बनाम non‑ZDR मॉडलों में अंतर करना या non‑ZDR विकल्पों को ब्लॉक करना कठिन बनाता है।
  • कहा जाता है कि Azure अधिक महंगा है, लेकिन ZDR गारंटी और Azure identity integration देता है; यह स्पष्ट नहीं है कि Codex usage ZDR है या नहीं।

क्षमताएँ: SVG, कोडिंग, और विज़न

  • Astra को SVG generation के लिए व्यापक प्रशंसा मिली है: “pelican on a bicycle” तुलना Luna, Sol, Terra और पुराने मॉडलों की तुलना में काफी बेहतर visual quality और consistency दिखाती है।
  • उपयोगकर्ता बहस करते हैं कि क्या यह benchmark अब “overfitted” हो गया है या फिर भी उपयोगी है; कुछ लोग स्पष्ट प्रशिक्षण का संदेह करते हैं, जबकि अन्य इसे सामान्य SVG सुधारों का परिणाम मानते हैं।
  • अतिरिक्त SVG tests (ping‑pong hamster, scooters पर अन्य जानवर) मज़बूत stylistic output दिखाते हैं, लेकिन स्पष्ट geometric और anatomical गलतियाँ भी।
  • Astra का vision + web-dev combo खास तौर पर सराहा गया: यह static mockup से जटिल, flowing SVG-based डिज़ाइनों की बहुत नज़दीकी नकल कर सकता है, और layout fidelity में अन्य मॉडलों से बेहतर प्रदर्शन करता है।
  • कोडिंग परिदृश्यों में, Astra ने जल्दी subtle bugs (जैसे resource lifetimes) पकड़े और अच्छा Blender तथा web code बनाया, हालांकि कम से कम एक रिपोर्ट में कहा गया कि इसका Odin code बहुत खराब है।

गति, tokens, और मूल्य निर्धारण

  • Astra अक्सर कम tokens-per-second होने के बावजूद “तेज़ महसूस” होता है, संभवतः क्योंकि इसके internal “thinking” tokens कम होते हैं।
  • कई उपयोगकर्ता इस बात पर ज़ोर देते हैं कि कुछ benchmarks में Astra, Sol/Opus की तुलना में प्रति कार्य कम कुल tokens इस्तेमाल करता है; अन्य लोग ऐसे metrics का हवाला देते हैं जहाँ Sol high/medium, बहुत कम $/M tokens पर “intelligence” में Astra low के बराबर आता है।
  • कुल मिलाकर: Astra के प्रति कार्य सस्ता होने या न होने पर काफ़ी असहमति है; सहमति यह है कि प्रति-token कीमत ऊँची है।
  • उदाहरण: Astra के माध्यम से एक साधारण frontend build की API लागत लगभग ~$24 थी, जिसे कुछ लोगों ने (final designs के लिए) मामूली और दूसरों ने (experiment करने की सीमित गुंजाइश के लिए) गैर-मामूली माना।
  • कुछ संगठन बड़े बिल देखने के बाद एक्सेस सीमित कर रहे हैं, खासकर “token maxers” के कारण।

मॉडल तुलना और orchestration

  • उपयोगकर्ता आम तौर पर रोज़मर्रा/सस्ते काम के लिए Luna, अधिक जटिल कार्यों के लिए Terra या Sol, और सबसे कठिन समस्याओं के लिए Astra/Fable को चुनते हैं।
  • एक तरीका: “frontier” मॉडल (Sol/Astra) को orchestrator की तरह इस्तेमाल करना जो एक सस्ते Luna sub-agent की निगरानी करे जो bulk reading/implementation करे, जिससे frontier token usage कम हो।
  • यह चर्चा कि क्या Astra समान “effort” स्तर पर Sol से बेहतर है: कुछ का कहना है कि Astra medium/high समान या कम प्रति-कार्य लागत पर स्पष्ट रूप से बेहतर या बराबर है; अन्य external benchmark data के आधार पर असहमति जताते हैं।

Benchmarks और मूल्यांकन बहसें

  • Pelican SVG gallery और cost grids को सहज model-comparison tools के रूप में सराहा गया है।
  • चिंता है कि बार-बार एक ही pelican prompt का उपयोग करने से vendors उसे खास तौर पर optimize कर लेते हैं, जिससे general benchmark के रूप में उसका मूल्य कम हो जाता है।
  • वैकल्पिक prompts (scooters पर lemur/zebra, non‑standard viewpoints) अब भी कमजोरियाँ दिखाते हैं, जैसे occlusion, anatomy, और consistency।

सीमाएँ और failure modes

  • SVG outputs, हालाँकि बहुत बेहतर हुए हैं, फिर भी गलत perspective, अतिरिक्त या गायब limbs/mouths, malformed tables, और ping‑pong दृश्यों में गलत positions दिखाते हैं।
  • कुछ लोग बार-बार helmets का न होना, anatomically अटपटे pelican knees, और गलत bicycle details (जैसे spoke patterns, chains का न होना) को अधूरी “understanding” के उदाहरण के रूप में नोट करते हैं।
  • OpenAI के Astra पर tool-call failure rates एक dataset में Azure से अधिक बताए गए हैं, हालांकि विवरण कम हैं।

उपयोगकर्ता अनुभव और ecosystem मुद्दे

  • कुछ उपयोगकर्ताओं को बिना अतिरिक्त resets के Astra access मिल गया; दूसरों के पास कई resets जमा हो गए।
  • एक उपयोगकर्ता ने जमा किए गए funds के बाद OpenRouter पर auto-suspension की रिपोर्ट की, साथ में कोई प्रभावी support नहीं और “no refunds” रुख, जिससे chargebacks का सुझाव और चेतावनियाँ पैदा हुईं।
  • “AGI” marketing के प्रति संदेह आम है; कुछ लोगों को लगता है कि media और “normies” क्षमताओं को बहुत बढ़ा-चढ़ाकर पेश कर रहे हैं, क्योंकि स्पष्ट बुनियादी गलतियाँ दिखाई देती हैं।
  • व्यापक मूल्य निर्धारण परिदृश्य: कुछ लोग Astra की $10/$50 tiers की तुलना बहुत सस्ते Chinese models से प्रतिकूल रूप में करते हैं, और अनुमान लगाते हैं कि जब तक cost-per-task स्पष्ट रूप से बेहतर न हो, adoption चुनौतीपूर्ण रहेगा।