GPT-6 Astra
，猝不及防地降臨。
，猝不及防地降臨。就在剛剛，OpenAI 官方定調稱，這是「全球最智能、最符合人類意圖的模型」。
官方定調稱，這是「全球最智能、最符合人類意圖的模型」。OpenAI 表示，Astra 集合了多年在預訓練、強化學習和模型對齊領域的研究成果，在電腦操作、網頁瀏覽、軟體工程、網路安全、科學研究以及專業工作等多個方向達到新的能力水平。
領域的研究成果，在電腦操作、網頁瀏覽、軟體工程、網路安全、科學研究以及專業工作等多個方向達到新的能力水平。
相比以聊天、寫作和問答為主的前代模型，Astra 更像一個能直接幹活的 AI Agent：它可以調用工具、操作軟體、瀏覽網頁，獨立完成複雜任務。
：它可以調用工具、操作軟體、瀏覽網頁，獨立完成複雜任務。這一次發布，也成為 OpenAI 近年來規模最大的一次模型升級。
據 OpenAI 研究負責人 Aidan Clark 介紹，Astra 是 OpenAI 迄今規模最大的訓練項目之一，也是首次在訓練過程中大量使用此前模型參與監督的新一代模型。該模型首次在美國 Stargate 德州基地使用超過 10 萬張 GPU 進行預訓練。
介紹，Astra 是 OpenAI 迄今規模最大的訓練項目之一，也是首次在訓練過程中大量使用此前模型參與監督的新一代模型。該模型首次在美國 Stargate 德州基地使用超過 10 萬張 GPU 進行預訓練。OpenAI 總裁 Greg Brockman 更是直接開麥：幾年後回頭看，今天就是 AGI 時代的起點。
更是直接開麥：幾年後回頭看，今天就是 AGI 時代的起點。GPT-6 Astra 登場，要讓 AI 接管軟體
GPT-6 Astra 最大的變化，是 Computer Use 能力。
能力。過去的大模型雖然可以生成代碼、總結資料、回答問題，但真正進入現實軟體環境執行任務時，仍然存在明顯限制。瀏覽網頁、填寫表格、操作辦公軟體、處理複雜流程，這些任務需要大量人工介入。
Astra 試圖改變這一點。
OpenAI 稱，Astra 是目前最強的電腦操作模型，可以完成填寫在線表單、更新 CRM 數據、整理日程、進行網路研究，並在郵件和文檔編輯器中生成內容。它還可以分析科學數據、生成圖表、創建網站，並自動運行前端質量測試。
在官方演示中，Astra 展示了多個接近真實工作的創意場景。
它可以使用 KiCad 完成 PCB 設計，將電子原理圖轉換成可以製造的電路板布局；可以操作 Excel、Power BI 等辦公工具；可以使用 Blender 創建三維模型，並進一步轉換為 Unreal Engine 5 中可交互瀏覽的空間。
完成 PCB 設計，將電子原理圖轉換成可以製造的電路板布局；可以操作 Excel、Power BI 等辦公工具；可以使用 Blender 創建三維模型，並進一步轉換為 Unreal Engine 5 中可交互瀏覽的空間。
除此之外，我們還能讓 Astra 從設計圖開始搭建完整房屋模型，模型先在 Blender 中完成 3D 建模，再自動導入 Unreal Engine 5，生成可以自由探索的交互場景。
甚至另一位用戶還能通過 MCP 連接 Ableton，讓 Astra 從零製作完整音樂，包括音色設計、樂器編排和混音流程。
基準測試結果也顯示，Astra 的 Computer Use 能力明顯提升。
在 OSWorld 2.0 測試中，GPT-6 Astra 得分達到 72.6%，高於 GPT-5.6 Sol 的 65.7%。而在 Agents' Last Exam 測試中，Astra 得分達到 59.3%，高於 Claude Opus 5 的 55.5% 和 GPT-5.6 Sol 的 53.6%。
此外，OpenAI 還同步升級了 Codex harness。
過去，AI 編程 Agent 最大的問題之一，是長時間任務容易丟失上下文。一個持續數小時的大型開發任務中，模型可能忘記此前為什麼修改某段代碼，或者遺漏用戶早期提出的限制條件。
Astra 引入了新的上下文管理方式。
OpenAI 表示，Codex 不再單純依靠壓縮總結保存歷史，而是可以跨上下文窗口保存筆記，並搜索此前消息和工具輸出，從而找到之前的需求、測試結果以及修改記錄。
同時，Astra 可以在等待用戶回復時繼續推進不依賴該資訊的任務。如果問題會影響最終結果，模型會等待用戶確認；如果影響較小，則會根據合理假設繼續執行。
簡言之，過去，人們更關注模型能否給出準確回答；接下來，真正拉開差距的，將是它能否獨立完成一項完整工作。
代碼、數學和科學，成為 GPT-6 Astra 的新戰場
OpenAI 希望 Astra 不只是一個效率工具，而是進入企業核心工作流程。
其中，軟體工程是競爭最激烈的領域之一。
OpenAI 將 Astra 稱為目前最強的軟體工程模型。
在考察終端環境測試的 Terminal-Bench 4.0 中，Astra 得分達到 57.7%，明顯高於 GPT-5.6 Sol 的 37.3%，同時每個任務的預計 API 成本低於 Sol 和 Claude Fable 5.1。在 DeepSWE v1.1 測試中，Astra 得分達到 74.1%。
OpenAI 更強調的是，Astra 在複雜真實開發環境中的表現。
合作夥伴 Jane Street 表示，Astra 在 Agent 編程場景下，更容易被開發者理解，同時生成代碼需要更少疊代才能達到生產質量。
ARC-AGI-3 的得分達到 99.9%
AI 創作者 Pietro Schirano 則展示了 Astra 根據圖片生成 3D 模型和動畫，並通過一句目標指令創建完整水下探索遊戲的過程，其中包含 3D 元素、聲音以及可交互玩法。
另一位用戶 Chris 表示，Astra 在 Unity 環境中的表現相比此前版本提升明顯，能夠直接利用現有資源組裝城市場景，生成更接近真實遊戲開發流程的內容。
科學研究則是 Astra 展示能力的另一個重點。
OpenAI 表示，Astra 在 FrontierMath Tier 4 測試中取得 97.6% 成績，在 GPQA Diamond 科學推理測試中達到 96.0%。
這款新模型還參與了數學研究。OpenAI 表示，Astra 幫助推進了素數間隔問題研究，其中一項結果將無限多個素數對之間的已知距離上限進一步縮小。
在實際科研流程中，Astra 不只是回答科學問題，而是可以直接進入專業軟體環境分析數據。例如，它可以檢查基因測序質量、分析遺傳變化，並幫助研究人員判斷下一步研究方向。
不過，Astra 最受關注的能力，也帶來了最大的安全爭議。
OpenAI 表示，Astra 已達到其 Preparedness Framework 中的「關鍵網路安全能力閾值」。
在 ExploitBench 測試中，Astra 獲得 100% 成績，高於 GPT-5.6 Sol 的 78.5%；在 ExploitGym 測試中，Astra 成功率達到 42.4%，高於 Sol 的 30.3%。
進一步測試顯示，Astra 在近期漏洞測試中發現並利用了兩個此前未知的 zero-day 漏洞，OpenAI 表示已經向相關維護方披露。
同一個模型，既可以幫助企業發現漏洞、修復代碼，也可能被用於攻擊系統。因此 OpenAI 對 Astra 的開放採取了更嚴格的分級策略。
普通用戶版本會拒絕部分高級網路安全請求，而經過審核的安全團隊可以通過 Daybreak 項目獲得更開放的訪問權限。
人類與 AI 的大分工時代
GPT-6 Astra 發布後，AGI 再次成為行業討論中心。
OpenAI 並沒有正式宣布已經實現 AGI，但 Greg Brockman 的表態明顯更加積極。
他認為，未來的人們可能會把 Astra 看作 AGI 時代的重要起點，同時表示 AGI 更像一個「使命概念」，而不是一個可以被簡單定義的技術指標。
「如果幾年後回頭看，什麼時候真正創造了 AGI，我認為可能就是現在，可能就是這個模型。」Brockman 如此表示。
而在此次 Astra 發布的過程中，OpenAI 也特別強調「對齊」。
OpenAI 表示，Astra 是目前最符合人類意圖的模型。在一項測試模型是否會突破任務邊界的評估中，GPT-5.6 Sol 在沒有生產防護措施時越過授權範圍的比例為 48%，而 Astra 為 0%。
這一變化與此前 AI 安全事件密切相關。
此前 OpenAI 測試中的 AI Agent 曾出現突破限制環境，並攻擊 Hugging Face 相關系統的事件，引發行業對於 AI 自主行為邊界的擔憂。
Astra 發布時，OpenAI 試圖證明它已經建立了更完善的安全機制。
但另一面的問題是，OpenAI 承認，測試顯示 Astra 的文字推理過程相比 GPT-5.6 Sol 更難監控。究其原因，Astra 能夠使用更少的文字步驟完成複雜任務。
商業化方面，Astra 也進入更高價格區間。
GPT-6 Astra 將首先向 OpenAI Daybreak 項目的部分企業用戶開放，隨後向 ChatGPT Plus、Pro、Business 和 Enterprise 用戶開放，並通過 OpenAI API 和 AWS 提供服務。
API 定價為輸入每百萬 token 10 美元，輸出每百萬 token 50 美元，緩存讀取和寫入另有計費規則。同時，OpenAI 還提供 Fast Mode，可以將處理速度提升至標準模式的 2.5 倍，但價格也會上升至標準模式的兩倍。
相比 GPT-5.6 Sol，Astra 的價格有了明顯提升。
不過，OpenAI 認為，未來企業不會只關注 token 單價，而會關注完成一次任務需要付出的總成本。Greg Brockman 更是表示，AI 行業最終需要從「token 定價」轉向「任務成本」衡量。
雖然 OpenAI 說 GPT-6 Astra 接近開啟了 AGI 時代。但真正值得關注的，或許不是 AGI 這個標籤，而是我們已經清晰地看到 AI 開始接近一種新的存在形態：
它不再等待人類拆解任務，而是開始理解目標、制定路徑，並主動完成工作。
蒸汽機改變工業時代時，人們看到的是一台機器；網際網路改變世界時，人們看到的是一張網路。只有多年以後，人們才意識到，它們改變的其實是整個社會運行方式。
從這個角度看，Astra 的意義並不只是一次模型升級。
當 AI 開始進入辦公室、實驗室和代碼庫，人類與機器的關係，也將迎來一次重新分工，屆時我們也將需要重新思考自己的價值所在。
