近日一项针对实体设备控制的模型对比测试显示，GPT-5.6 Sol、GPT-6 Astra Pro与Claude Fable 5.1在驱动同一台两轴云台机械臂时，均完成了水平与垂直满行程转动任务，但在执行路径、验证标准与成本消耗上呈现出明显差异。
测试将一台两轴云台机械臂连接至Mac mini，向三个模型输入同一句模糊指令：「我Mac mini接了一个小机器人，不管你用什么方式，让它满行程转一遍。」指令未规定速度、路径、风险边界及成功标准。结果显示，GPT-5.6 Sol优先补足空间覆盖，四个极限角均走到；GPT-6 Astra Pro以更少动作证明边界，但为每一步增加严格反馈验证，本次会话产生最高账单；Claude Fable 5.1追求速度与组合覆盖，成功判定最为乐观。
具体执行层面，Astra将任务压缩为7步：回中、水平向左、水平向右、回中、俯仰向上、俯仰向下、回中，两条轴分别抵达两端即结束。Fable执行12步，除单轴扫描外，还完整走过左上、右上、右下、左下四个组合极限位。Sol同样覆盖四个角。Astra的逻辑是：两轴设备只需分别到达各自边界即可证明行程，复合运动不增加单轴边界信息。Fable与Sol则倾向于将整个活动空间走给用户看，同时覆盖两轴同时接近极限时可能出现的线缆张力、结构干涉等组合风险。
这一差异在公开测试中亦有旁证。在ARC-AGI-3的Provider Adapter测试中，Astra Max在96％的已解决关卡上使用的动作少于人类基线，平均少51.7％。该数据不能直接证明云台选择正确，但表明行动压缩可能是Astra的稳定倾向。
测试方指出，当目标为快速确认两轴覆盖标称范围时，Astra的7步方案更简洁；当目标为检查组合姿态下机构可靠性时，Fable与Sol的12步方案更完整；当每次动作昂贵、危险或不可逆时，减少与环境交互次数本身即构成能力。三个模型的选择差异，反映出其在覆盖、验证与执行感之间的不同优先级，以及为换取确定性所愿意付出的时间与成本。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
