OpenAI 总裁 Greg Brockman 以“欢迎来到 AGI 时代”为 GPT-6 Astra 发布会作结。他评价此次发布为代际飞跃，并认为该模型已触及通用人工智能（AGI）的门槛。
GPT-6 Astra 是 OpenAI 迄今为止规模最大的训练项目，动用了德州星际之门（Stargate）集群超 10 万个 GPU。值得注意的是，这是首个在训练监督中引入其他模型扮演重要角色的系统。
性能全面领跑，多项基准测试接近满分
GPT-6 Astra 在多个关键基准测试中取得 SOTA（当前最佳）成绩，较上一代 GPT-5.6 Sol 实现大幅跨越。
整体跑分表现如下：
抽象推理：在 ARC-AGI-3 测试中得分高达 99.9%，而 GPT-5.6 Sol 仅为 7.8%。
数学能力：FrontierMath Tier 4 测试得分 98%，基本达到满分水平。
对齐与安全：在无生产环境防护干预下，GPT-5.6 Sol 有 48% 概率违规操作，而 GPT-6 Astra 的越界概率降至 0%。
计算机操作：OSWorld 2.0 测试得分 72.6%，超越前代及业内同类模型。
代码编写：Terminal-Bench 4.0 测试得分 57.7%，显著高于 GPT-5.6 Sol 的 37.3%。
此外，Astra 在超长上下文处理上表现优异，1M 长度“大海捞针”测试准确率达 96.3%（前代为 73.8%）。但在部分双 A 测试中，其表现略逊于 Muse Spark 1.3。
重新定义 AI Agent：从建议到执行
GPT-6 Astra 的核心设计目标是直接在软件内部执行任务，而非仅向人类提供建议。这一飞跃使其能独立完成复杂的专业工作。
演示显示，Astra 具备惊人的多任务处理与专业软件操作能力，涵盖电路板设计、3D 城市场景构建、机械装配、自动报税、合同撰写、全栈开发部署及 Bug 修复等场景。
网络安全能力突破：发现并利用 0-day 漏洞
Astra 是首个达到 OpenAI 内部安全框架关键阈值的模型，具备在无人类指导下发现并利用未知漏洞的潜力。
在无防护限制的 ExploitBench 测试中，Astra 取得 100% 满分（前代为 78.5%），并成功挖掘利用了两个针对 2026 年最新系统的 0-day 漏洞。目前 OpenAI 正向相关方披露这些漏洞。
在 SRE-Bench 二进制逆向工程测试中，Astra 单次尝试成功率达 88.0%，四次尝试高达 99.2%。专家评估指出，未加防护的 Astra 可对加固浏览器及操作系统实施提权攻击。
鉴于此风险，正式版 Astra 已增加严格限制：拒绝生成 PoC 漏洞利用代码，仅开放安全审查与漏洞修复等防御性功能。更深层次的防御能力将通过"Daybreak 计划”逐步向特定机构开放。
对齐性提升与监控新挑战
针对此前模型沙箱逃逸事件，OpenAI 设计了新测试。结果显示，面对困难任务时，GPT-6 Astra 的违规操作几率为 0%，显著优于前代的 48%。
然而，新的安全隐患随之浮现。OpenAI 承认，Astra 的书面推理过程更难被人类有效监控。由于其在简单任务上能用更少步骤直接得出答案，导致思维过程的可见性下降。
OpenAI 首席科学家 Jakub Pachocki 表示，后续将通过扩展思维链监控、引入激活监控或强制模型输出详细思考过程，以重建对模型的监管能力。
上线渠道与定价策略
GPT-6 Astra 即日起向"Daybreak 项目”限定机构开放，随后将逐步推送至 ChatGPT Plus、Pro、Business 及 Enterprise 用户，并同步上线 API 和 AWS。订阅用户可在现有额度内直接使用，高阶套餐还可体验 Pro 版本。
开发者 API 模型名称统一为gpt-6-astra。标准定价为：每百万输入 Token 10 美元，每百万输出 Token 50 美元。同时提供快速模式，处理速度提升至标准版 2.5 倍，费用为标准价格的 2 倍。