写创意简报，用 GPT-6 Sol 还是 Astra？

这两个模型是怎么定位的

OpenAI 称 Astra 是它全方位最强的模型，而把 Sol 定位为以更高的使用额度和更低的成本处理困难工作的模型。按 API 标价，Sol 的输入和输出价格都是 Astra 的五分之一。

在 ChatGPT Work 里，Default 选择器把这种取舍摆在了明面上。9月23日，它的六档 Power 滑块从 GPT-6 Luna High 开始，经过 Sol Light 和 Sol Medium，一直到 Astra Light、Astra Medium 和 Astra Extra High，每一档都标注着会更快用完额度。

两个模型收到的简报

简报描述的是一家社区面包店推出南瓜黑麦酸种面包：日期、价格、60 个面包、预订截止时间、不打折、不配送。它要求写一份创意简报、三条不含任何文字的 4:5 图像提示词和一段配文，并要求模型把任何需要猜测的内容列出来。

你正在为一家小型社区面包店策划一条 Instagram 帖子。只使用下面的事实。如果你需要事实里没有的信息，请把它写进一个名为「假设」的列表，不要把它当作事实来陈述。

事实：
- 面包店：Kettle & Crumb，14 Alder Street
- 新品：南瓜黑麦酸种面包，10月3日（星期六）上市
- 价格：每个 $9
- 上市当天只有 60 个
- 预订于 10月1日（星期四）截止，通过我们主页简介里的链接预订
- 不打折，不配送
- 受众：已经在 Instagram 上关注我们、住在附近的人

请给我三样东西：
1. 一份不超过 80 词的创意简报。
2. 三条不同的图像提示词，用于一张 4:5 的照片。图片中不得出现任何文字、字母或标志。
3. 一段不超过 60 词的配文。

GPT-6 Sol：快，而且照字面办

按 ChatGPT 自己的计时，Sol 用 15 秒就完成了。每个事实都正确，没有编造任何东西。它的三条提示词刻意写得很朴素——一个面包、素净的台面、柔和的光线——并把台面、光线和角度列为它自己做的选择。

这种谨慎是有代价的。因为简报从头到尾没有描述这个面包，Sol 对它几乎什么也没写：没有面包芯的颜色，没有南瓜的元素，没有场景。这些提示词产出的图片是正确的，也是过目即忘的。

GPT-6 Astra：要一张参考图

Astra 在 ChatGPT 里用了 10 秒。它同样没有编造任何东西，但做了一个不同的判断：每条图像提示词都写明面包应与提供的产品参考图一致，它的假设清单也写明需要一张准确的参考图。

对一家真实的店来说，这是更有用的回答。生成出来的面包如果和真的面包毫不相像，到了柜台前就是个问题，而 Astra 把解决办法直接写进了提示词。

Ciyo 里的 Astra

Ciyo 的智能体提供 GPT-6 Astra；它不提供 Sol，也不提供 Luna。我们选了 Astra，贴入同一份简报，并加了一句请它把第 1 条提示词做出来。它写好了简报、三条提示词和一段配文，然后在画布上放了一张 4:5 的图片，并报告这张图花了 2 点额度。

它的收尾附注重复了 Astra 在 ChatGPT 里的习惯：发布之前，先确认这个示意用的面包和你的实际产品相像。画板上并排放着三个结果——分别来自 Sol 的提示词、Claude Opus 5.5 写的提示词，以及 Astra 在 Ciyo 里自己写的提示词。

该选哪一个

如果事实齐全，你想要一份又快又便宜、照字面办的初稿，或者视觉方向你打算自己写，就选 Sol。如果简报很单薄，就选 Astra，因为它更可能告诉你缺了什么——在这里，就是一张真实产品的照片。

无论选哪个，都要把缺的那一块交给模型。在图像生成器里用一张产品照片作参考，对最终图片的帮助比换一个更贵的规划模型更大。

• 同一份简报：Opus 5.5 对比 GPT-6 Sol
• GPT-5.6 Sol 对比 GPT-6 Sol

一条早期反馈

早期的看法和我们这一次测试的方向一致：Sol 能力不错，而已经在用 Astra 的人并不急着为高要求的工作换过去。