Astra 首次把 OpenAI 顶上 Vending-Bench 2：均值 1.55 万美元，也是最守规矩的一次

Andon Labs 公布 Vending-Bench 2 新结果：给模型 500 美元和一台自动售货机、跑一年模拟经营，GPT-6 Astra 六次运行平均收在 15,515 美元，Claude Fable 5.1 平均 5,422 美元；Astra 最差的一轮 13,272 美元仍高于 Fable 最好的一轮 9,874 美元。这是首个登顶该榜的 OpenAI 模型，且领先第二名的幅度是该榜史上最大。

更值得记的是钱是怎么赚到的：差值绝大部分来自采购纪律而非定价策略。Fable 会把早期谈到的价格当作下一轮谈判的起点，12 盎司可乐的平均进货价从首 90 天的 1.17 美元爬到年末的 2.21 美元，Astra 稳在 1.15 美元；Fable 还反复给已停业的供应商预付款，六轮里 45 笔失败预付共损失 14,331 美元，而 Astra 遇到 64 次供应商关停、0 笔同类损失——它在一轮里明明给自己写下「未确认订单绝不付款」，几天后照样付了。

原文链接：Andon Labs 官方博客