巨头围剿：GPT-6 Astra 强势登场
谷歌、Meta 近日密集发布新模型，实为应对 OpenAI 的重磅更新。继 Anthropic 发布 Claude Fable 5.1、谷歌推出 Gemini 3.8 Flash、Meta 上线 Muse Spark 1.3 之后，OpenAI 于今日凌晨正式推出 GPT-6 Astra。这场密集的模型发布潮，标志着大模型竞争进入全新阶段。
开放策略与定价机制
灰度测试与全量推送
目前，GPT-6 Astra 仅向 OpenAI Daybreak 计划中的少数机构开放体验。包括 ChatGPT Plus、Pro、Business 及 Enterprise 在内的广大用户，预计将在未来几天内陆续获得访问权限。OpenAI 团队表示，由于涉及全新系统的大规模运行及算力扩容，全面推送需要一定时间。
额度政策与竞品对比
在额度限制方面，GPT-6 Astra 展现出极大诚意：用户可将 100% 的订阅额度用于该模型。相比之下，竞品 Claude Fable 5.1 对 Claude Max 用户限制了 50% 的周额度，Pro 用户甚至无法使用。此外，OpenAI 为高阶用户提供了未详细说明区别的 GPT-6 Astra Pro 版本。
定价逻辑与成本效益
GPT-6 Astra 的定价策略与 Claude Fable 5.1 持平，输入每百万 Token 10 美元，输出 50 美元（约合人民币输入 68 元、输出 338 元），是前代 GPT-5.6 Sol 促销价的 2.5 倍。OpenAI 联合创始人 Greg Brockman 指出，虽然单 Token 价格上升，但该模型完成任务所需的 Token 数量大幅减少。据官方测算，完成同等编程任务的成本比 GPT-5.6 Sol 降低约 57%。
性能基准测试分析
企业级任务表现卓越
在包含 657 个企业级办公任务的 AutomationBench 基准测试中，GPT-6 Astra 得分 41.4%，显著领先于 Claude Fable 5.1（31.4%）和 Claude Opus 5（26.9%），展现出在模拟 Gmail、Slack、Salesforce 等真实场景下的强大处理能力。
推理能力与测试争议
在 ARC-AGI-3 测试中，GPT-6 Astra 取得了 99.9% 的高分，远超人类测试者平均水平（48%）及前代模型。然而，该成绩是在 OpenAI 自家的 Responses API 框架下得出，并非纯裸模型跑分。此前英伟达曾利用类似框架大幅提升其他模型的测试表现，因此该分数的参考价值需结合框架影响综合评估。
部分领域仍有差距
尽管优势明显，GPT-6 Astra 并非在所有维度都占据绝对统治地位。在带工具版的 Humanity's Last Exam（HLE）测试中，其得分（57.2%）低于 Claude Fable 5.1（65.0%）；在第三方 Artificial Analysis 智商指数及编程智能体指数方面，也略逊于竞品。
核心应用场景突破
GPT-6 Astra 的核心优势在于编程以外的复杂工作流，涵盖科研、企业自动化、电脑操作、3D 建模及网络安全等领域。
自主规划与交互能力
在“基于 LinkedIn 创建求职网站”的任务中，GPT-6 Astra 展现了极强的主动性与规划能力。它能在启动后迅速识别信息缺失，主动向用户确认目标岗位，并利用 ChatGPT Sites 功能在 3 分钟内完成建站与发布。相比之下，前代模型往往陷入机械执行，耗时更长且产出通用化。
复杂项目生成能力
面对卡丁车游戏原型的指令，GPT-6 Astra 能够一次性生成三款不同主题的游戏成品，其中"Tidal Rush"包含了海滩赛道、漂移系统及道具机制，展现了完整的项目构建能力。
训练规模与技术愿景
GPT-6 Astra 的训练规模创下新高，首次在德州 Stargate 基地动用超过 10 万块 GPU 进行预训练，并开创性地由前代模型深度参与监督训练过程。
发布会期间虽出现博客短暂无法访问的技术插曲，但并未掩盖其战略意义。针对是否实现 AGI（通用人工智能）的提问，Greg Brockman 表示 AGI 已更多成为一种精神概念，并直言：“就我个人而言，我认为我们已经到了。”随着 GPT-6 Astra 的问世，OpenAI 正式宣告 AGI 时代的开启。