OpenAI 的 GPT-6 Astra 在无人接触键盘或手柄的前提下，从头到尾独立通关 Valve 旗下经典解谜游戏《传送门》（Portal），整个过程持续 24 小时，总共消耗 571.18 美元的代币成本。
核心要点
- GPT-6 Astra 全程自行通过《传送门》所有测试关卡，全程无人工干预操作。
- 通关过程中共触发 3,336 次工具调用，对应 API 账单为 571.18 美元，费用由每月 200 美元的 Codex Pro 订阅计划兜底。
- 本地服务器向模型持续提供游戏截图和坐标信息，每一步推理时游戏画面处于冻结状态。
一次通关拉出 3,336 次工具调用
独立开发者 cozyblaze 将这款 2007 年发售的解谜游戏接入模型后，完全放手让代理自行“玩下去”。根据相关报道，本次试验共计记录到 3,336 次工具调用，按 OpenAI 标价计算 API 费用为 571.18 美元。Astra 不仅清掉所有测试房间，还顺利完成从设施后勤区逃脱以及最终对抗 GLaDOS 的剧情。
在技术架构上，一台本地的 Model Context Protocol（MCP）服务器位于模型与经过改造的 SourcePauseTool 之间。后者是 Source 引擎速通玩家多年来依赖的常用工具。
实际运行过程中，《传送门》会在 Astra 接收与解析截图和玩家坐标时完全冻结；推理完成后，游戏再以事先设定的时钟周期[tick]数恢复运行，让代理按计划输入一系列操作。
这次完整会话持续 23 小时 43 分钟，其中包括服务中断和长时间等待等空档。若将所有“思考暂停”剪掉，真正含有动作与画面的有效游戏时长约为两小时。cozyblaze 最初将模型推理强度拉满，随后因多次触发容量上限错误，不得不切换到 Fast 模式继续跑完。
Brockman：Astra 以“电脑操作能力”为核心定位
OpenAI 于 9 月 3 日发布 GPT-6 Astra，并将“会用电脑”放在产品叙事的中心——也就是让模型像人一样直接驱动常规软件。公司总裁 Greg Brockman 向媒体表示，Astra 能以“超人速度”浏览电子表格、填写表单、操作网页等。
对于这次《传送门》实测，cozyblaze 在 X 上提醒，不应将其视作严谨的性能基准，实验仍存在不少尚未解决的问题。即便如此，一般性智能代理在陌生的三维环境中自主摸索和规划路径，本身仍是“实打实的进展”。早在 2016 年，OpenAI 就在技术路线图中提出“单一智能体可应对多种游戏”的目标。
571 美元账单的背后：Astra 定价结构
Astra 的官方定价为：输入每百万 token 10 美元、输出每百万 token 50 美元，大约是其前代模型的 2.5 倍。这次通关产生的 571.18 美元费用，按的是 OpenAI 标价，不过最终由一份每月 200 美元的订阅方案承担。
游戏一直是大语言模型的“试金石”之一，但过去的表现并不亮眼。一款 OpenAI 模型曾在一盘初级水平的国际象棋中输给 Atari 2600 上的引擎；Anthropic 的 Claude 则在一场 Twitch 直播中被困在《口袋妖怪》游戏里数周之久。此次 GPT-6 Astra 通关《传送门》在一定程度上扭转了这一纪录，不过从 571 美元的成本可以看出，面向真实任务的智能代理在经济性上仍有很长路要走。
