用 llm 0.35 直接调用 gpt-6-astra 居然这么快

命令行工具 llm 刚刚更新到 0.35 版本，最核心的变动就是把 gpt-6-astra 给接进来了。对于习惯在终端里快速跑 prompt 而不想开浏览器的人来说，这个更新意味着可以直接用命令行去压榨这个新模型的性能，不用再去网页端面对那个加载圈圈。

我习惯用这个工具做快速的文本处理和脚本生成，因为它可以通过插件机制把各种模型统一成一个接口。这次 0.35 版本的更新非常克制，基本就是为了适配新模型。如果你之前已经在用 llm 这个工具，只需要跑一下更新命令就行。

这里分享一下怎么在本地快速把 gpt-6-astra 跑起来，虽然步骤简单，但对于没用过这个 CLI 工具的人来说还是得说清楚。首先你要确保安装了最新版，然后配置好 OpenAI 的 API Key。

一、更新与配置步骤

首先，用 pip 把工具升到最新版本：

pip install -U llm

接着，把你的 OpenAI Key 喂给它。这里要注意，如果你之前配置过，直接跳过这一步；如果是新安装，执行下面这条命令，然后根据提示输入你的 Key：

llm keys set openai

二、实测调用对比

拿到 gpt-6-astra 的调用权限后，我试了几个不同复杂度的任务，想看看它在命令行输出时和之前的 GPT-4o 有什么体感差异。

• 代码逻辑推演： 我给它扔了一个比较绕的 Python 递归问题，之前用 gpt-4o 的时候，它偶尔会在边界条件上掉链子，但用 gpt-6-astra 跑出来的结果在第一遍就直接对了。
• 响应速度： 这一点比较奇怪，在终端里通过 API 调用，gpt-6-astra 的首字出词速度（TTFT）明显比 4o 快，感觉像是在用轻量化模型，但逻辑深度没掉。
• 指令遵循度： 我要求它输出一个严格的 JSON 格式且禁止包含任何 Markdown 标记（不要

   这种包裹），gpt-6-astra 执行得非常死，完全没有多余的废话。
  
  如果你想试用这个模型，直接在终端输入：

  bash

llm -m gpt-6-astra "用 Rust 写一个快速排序，要求内存管理尽可能优化"
`` 三、关于这个工具的几个好用细节 很多人可能不知道 llm 这个工具最强的地方在于它的“上下文管理”和“模型切换”。 - **模型别名：** 如果觉得 gpt-6-astra 名字太长，可以给它设个短别名，这样以后调用只要写一个词。 - **连续对话：** 配合 -c` 参数，它可以记住之前的对话，这在调试代码时非常方便，不用每次都把之前的报错信息重新粘贴一遍。

总的来说，0.35 版本虽然只是个小更新，但把 gpt-6-astra 这种级别的模型集成到命令行里，极大地提升了开发效率。尤其是当你需要批量处理文件，用 shell 脚本循环调用 llm 传给 gpt-6-astra 时，那种效率是网页端完全没法比的。