Roboflow 实测：GPT-6 Astra 成最强视觉模型

Roboflow 在其博客中公布了针对 OpenAI GPT-6 Astra 的视觉能力评测。评测聚焦于常见视觉任务，如目标检测、计数和视觉推理，并额外测试了框提示、分割、再识别和机器人控制等能力。结果显示，Astra 是 Roboflow 目前测试过的最强视觉模型，且已在 Roboflow Playground 中免费开放试用。

在目标检测方面，Astra 在低推理强度下取得 82.1% 的 mAP@50 分数，比 Qwen3.8 Max 高出 5.4 分，比 GPT-5.6 Sol 高出 13.7 分，且没有其他模型在高推理强度下能达到这一分数。评测中特别提到，Astra 在区分 LEGO 砖块类型的任务中得分高达 99.8%，能够理解小细节与类别含义。此外，Astra 已成为 Roboflow 自动标注功能的默认模型，在篮球比赛场景中，仅凭团队名称即可将球员分为 Celtics 和 Knicks 两类。

作为通用视觉-语言模型，Astra 不仅支持文本提示，还支持框提示。在框提示中，用户可通过正负示例定义目标，多示例能显著提升准确率。例如，在骰子检测中，使用三个正例和三个反例后，mAP@50 从 21.3% 提升至 90.1%；在足球运动员检测中，从 46.9% 提升至 100.0%。框提示还能跨图像迁移，如将一张图中的白色药片识别为另一张图中的黄白胶囊，均达到 100.0% 准确率。

在分割任务中，Astra 的语言理解能力优于 SAM 3。评测中，SAM 3 未能识别轮胎尺寸标记，并在汽车图像中错误分配了类别，而 Astra 均正确完成。Roboflow 提示，使用 Astra 时需将输入图像最长边限制在 2048 像素以内，以避免坐标不稳定问题。