The Pelican comparison grid for Astra is pretty interesting

文章用同一个“自行车上的鹈鹕”任务，把 Astra 与 GPT-5.6 Sol/Terra/Luna 在低、medium、high、xhigh、max 档位的 SVG、token 和价格放进一张渲染网格。它没有把单次趣味样例冒充基准，而是借视觉输出并排比较构图稳定性和成本曲线；这种实验更像模型体验测量，不能替代受控任务集，却能暴露不同 effort 档位的实际差异。