RecodeX 重构消息，Andon Labs 开展 Vending-Bench 2 测试，让 AI 以 500 美元启动资金在模拟环境中经营自动售货机一年。GPT-6 Astra 平均最终账户余额达 15515 美元，最差一轮成绩也超过 Claude Fable 5.1 的最好一轮，首次登顶。
测试显示，Astra 能长期维持低价采购，曾将商品报价砍至原报价约 48%，且执行规则稳定，未出现预付款损失；Fable 采购成本持续上涨，因未坚持规则产生大量预付款损失。在三人竞技测试中，Astra 拒绝违规协作，赢下全部 3 轮。