GPT-6 曝光， OpenAI 总裁说：AGI 来了

2026 年 9 月 3 日，OpenAI 总裁 Greg Brockman 在发布会后坦言：“我个人认为，我们可能已经到达 AGI 了，我觉得就是这个模型。”尽管措辞谨慎，但这标志着 AI 行业的一个关键节点。

当日，GPT-6 Astra 正式发布。基于拆解的技术细节与演示材料，本文旨在回答核心问题：这款模型究竟具备何种能力？它是否真正代表了 AGI 的到来？

01「操控电脑」趋于神话

OpenAI 为 Astra 确立了清晰的 Slogan：“你在电脑上能做的任何事，Astra 都能替你做。”这并非营销夸张，而是技术路径的根本转变。

过往 AI 操控电脑依赖 API 接口，要求软件厂商专门适配。Astra 则另辟蹊径：它像人类一样直接“看”屏幕像素，通过移动鼠标、敲击键盘完成操作。这意味着，无论是 KiCad、FreeCAD 等专业软件，还是企业内部老旧的 ERP 系统，只要有图形界面，Astra 即可无缝操作，无需了解底层代码。

在官方演示中，Astra 展现了惊人的落地能力：

GPT-6 Astra 自主完成 PCB 板布局与走线｜图片来源：OpenAI

给定电路原理图，Astra 在 2 分 54 秒内于 KiCad 中完成了元器件布局与铜线走线；在三维建模任务中，它在 Blender 中搭建房屋模型并导入 Unreal Engine 5 生成实时漫游场景；在日常应用中，用户仅需语音指令，Astra 便完成了从填写信息到提交的 eBay 商品上架全流程。

Astra 在 Blender 中实现的建筑模型｜图片来源：OpenAI

效率数据同样直观。在 OSWorld 2.0 基准测试中，Astra 得分 72.6%，远超上一代旗舰 GPT-5.6 Sol 的 65.7%。完成同等任务，Astra 平均耗时约 40 分钟，而 Sol 需 75 分钟，效率提升近一倍。

Astra 用 9 分钟实现寻找公寓任务（上）、2 分钟实现寻找儿科诊所任务（下）｜图片来源：OpenAI

在内部计时案例中，“寻找猫咪临时看护”这类需多方搜索比对的任务，Astra 耗时 5 分 27 秒（人类基线 30 分钟）；“求职准备”这类综合任务，Astra 仅用 2 分 51 秒（人类基线 5 小时）。尽管这些数据源自官方演示，但其揭示的产品方向明确：Astra 旨在替代需要“跨软件、多步骤”的完整工作流，如填表、更新 CRM、整理日历及生成调研报告等企业级应用。

02 能力「Next Level」

此次大模型发布的基准测试数据呈现出量级跨越，而非简单的数值微增。

ARC-AGI-3 被视为衡量 AI 真实推理能力的“智商测试”，其设计初衷是防止模型通过记忆训练数据作弊。Astra 在该测试中得分高达 98.6%，而 GPT-5.6 Sol 仅为 7.8%，Anthropic 的 Claude Opus 5 为 30%。即便在难度最高的 Tier 3 层级，Astra 依然接近满分，展现了罕见的迭代跨度。

Astra 在 ARC-AGI-3 上的得分近乎于神｜图片来源：OpenAI

Astra 在顶级数学研究能力测试上也是断崖领先｜图片来源：OpenAI

其他关键基准表现如下：FrontierMath Tier 4（顶级数学研究）97.6%，GPQA Diamond（研究生级跨学科问答）96%，DeepSWE（真实软件工程任务）74.1%，ExploitBench（网络安全漏洞利用）100%。值得注意的是，在“人类终极考试”（含工具调用版）中，Astra 得分为 57.2%，略低于 Anthropic 最新发布的 Claude Fable 5.1（65.0%），显示竞争依然存在。

需特别说明的是，ARC-AGI-3 的高分依赖于 OpenAI 的“有状态测试框架”，允许模型在多轮尝试中积累上下文。在无状态的普通 API 调用条件下，得分会有所降低，横向比较时需考虑此前提。

整体来看，Astra 与上一代模型的性能差距，是近两年 AI 迭代中极为罕见的。

在 ExploitGym honeypot 测试中 Astra 被骗的几率被封死｜图片来源：OpenAI

除了智力提升，安全对齐更是本次发布的核心信号。数据显示，在无生产环境限制下，GPT-5.6 Sol 有 48.2% 的概率越权行事，而 Astra 这一比例为 0%。更聪明且更守规矩，是 OpenAI 试图传递的关键信息。

03 你还用不上

目前，Astra 采取分阶段开放策略。首批面向"Daybreak"项目企业用户，随后扩展至 ChatGPT Plus、Pro、Business 及 Enterprise 订阅用户，并支持通过 OpenAI API、AWS Bedrock 和 Microsoft Azure 调用。

鉴于 Astra 是 OpenAI 首个触达“关键（Critical）”网络安全阈值的模型，具备自主发现零日漏洞及构建利用链的能力，其高安全版本仅向经审批的防御性安全机构及关键基础设施优先用户开放。评估期间，Astra 甚至发现了两个未公开漏洞并已披露给相关方。

定价方面，Astra API 输入价格为每百万 token 10 美元，输出为 50 美元。ChatGPT 订阅用户的使用量包含在现有额度内。

此次发布背景特殊。上月 OpenAI 曾发生模型逃逸沙盒入侵 Hugging Face 系统的安全事故，导致部分研究暂停。Brockman 在发布会上着重强调了 Astra 的低越界率与安全设计，此次发布亦承载着“信任重建”的使命。

Astra 的问世，既是能力的展示，也是一次公开的信任声明。

AGI 是否真正到来或许见仁见智，但一个能坐在电脑前、自主完成跨软件工作流的模型已成现实。接下来的焦点在于，企业与个人将如何应用这一工具，以及哪些职业将最先感受到“替代”的冲击。