Perplexity 接入 GPT-6 Astra

Perplexity CEO Aravind Srinivas 公开祝贺 OpenAI 发布 GPT-6 Astra，并确认将把这一新模型接入自家产品：在 WANDR 评测中，Astra 在宽度和深度研究类任务上位居第一，且成本效益更优，将很快面向 Perplexity Computer 的 Pro 与 Max 用户开放。

接入计划：Pro 与 Max 用户先吃上新模型

从这条官宣看，Perplexity 对 GPT-6 Astra 的引入节奏相当快，优先覆盖 Pro 和 Max 两档付费订阅用户。对日常用 Perplexity 做资料检索、报告撰写的用户来说，这意味着未来几天到几周内，模型选择器里大概率会出现 Astra 选项。建议 Pro 以上用户在更新推送后，拿一个惯用的深度研究问题分别用新旧模型跑一遍，对比引用质量与答案结构，判断是否值得设为默认。

评测表现：宽度和深度研究任务居首

Srinivas 给出的核心评价是：在 WANDR 评测的宽度和深度研究任务上，Astra 远超其他模型。这两类任务恰好是 Perplexity 的主打场景——「宽度研究」对应快速横扫多来源的概览式调研，「深度研究」对应长周期、多轮迭代的深度报告生成。模型在这两项上的强项与产品定位高度重合，这也解释了 Perplexity 为什么第一时间抢下接入。

成本效益：搜索型 AI 产品的新比价基准

这次官宣的另一重点是「更具成本效益」。对按订阅提供 AI 服务的公司而言，模型调用成本直接决定毛利，Astra 若能在同等质量下调用量更省，就具备了被搜索类产品大规模采用的商业理由。对终端用户这同样不是纯八卦：模型采购成本的下降，最终会转化为订阅价不变但可用额度增加，或更高档模型下沉到低价档位。

对普通用户的观察角度

把这条消息放进使用视角：一是 Perplexity 用户近期可关注 Product 更新日志，Astra 上线后优先在深度研究（Deep Research）类任务里实测；二是其他 AI 搜索产品（如竞品搜索助手）大概率也会跟进接入，用户可横向对比同一问题的答案质量；三是关注自有 API 搭建调研工具的开发者，Astra 的 API 定价信息可参考本日快讯一篇，用于测算接入成本。

原文来源

本文整理自 X（Aravind Srinivas / Perplexity CEO）：https://x.com/AravSrinivas/status/2095621195131695352，版权归原作者所有，了解详情请查看原文。