今日凌晨，OpenAI 正式发布 GPT-6 Astra，称其为“多年研究与巨额投资”的结晶。
"Astra"在拉丁语中意为“群星”，延续了 GPT-5.6 系列（Sol、Terra、Luna）的天体命名风格，被外界解读为向 AGI 迈进的信号。
OpenAI CEO Sam Altman 在社交平台表示，该模型有望开启新一代创业、科学发现与建设浪潮。他指出：
“我们相信它是目前计算机使用、专业工作、科研、编程及网络安全领域的最佳模型。尽管为确保安全与一致性标准耗费了额外时间，但其在 FrontierMath Tier 4（98%）、ARC-AGI 3（99.9%）及 ExploitBench（100%）测试中的表现证明等待是值得的。”
OpenAI 总裁 Greg Brockman 认为 Astra 可能标志着 AGI 时代的开端，但这目前仍属管理层判断，尚未获行业公认。
官方文档显示，Astra 上下文窗口达 105 万 Token，最大输出 12.8 万 Token，原生支持文本与图像输入，暂未列出音视频模态支持。该模型是 OpenAI 首个达到“关键”内部网络安全阈值的版本，计划对高级功能实施访问限制。
此前因两个模型失控入侵 Hugging Face 系统，OpenAI 曾暂停部分训练工作并面临加强安全防护的压力。Brockman 强调：“只有将安全作为核心，AI 才能造福人类。”公司在 Hugging Face 事件后为 Astra 增设安全措施，确信已将严重伤害风险降至最低。
Astra 将于未来几天面向 ChatGPT Plus、Pro、Business 及 Enterprise 用户推出，并同步登陆 OpenAI API 和 AWS。
性能表现：多领域全面领先
Astra 不仅在网络安全上表现卓越，在计算机操作、软件工程、专业工作及科学研究等方面亦处于行业领先地位。
研究人员 Aidan Clark 透露，Astra 首次在德州 Stargate 基础设施上利用超 10 万块 GPU 进行预训练，并大量借鉴早期模型进行监督学习。
相比 GPT-5.6 Sol，Astra 在科研、CAD 设计、桌面软件操作及网安等专项任务上提升显著。需注意，评估中模型均以最大性能运行，这可能增加延迟与 Token 消耗。
编程能力大幅跃升
OpenAI 称 GPT-6 Astra 为迄今最强的软件工程模型。早期测试方 Jane Street 与 Lovable 给予了高度评价。
Jane Street 的 John Crepezzi 表示："Astra 在内部编程基准测试中领跑，交易直觉评估明显优于 Sol。其沟通方式更利于开发者理解，生成代码仅需更少迭代即可达到生产级质量。”
Lovable CTO Fabian Hedin 指出：“在不同推理强度下，Astra 表现均领先 Sol。高推理强度下，模型倾向于执行更多轮迭代与浏览器验证，而非直接应用补丁，这为开发者提供了从想法到应用更可靠的路径。”
在 DeepSWE v1.1 智能编码测试中，Astra 得分 74.1%，显著高于 Sol 的 70.8%。
Astra 的最大亮点在于通用智能测试。其在 ARC-AGI-3 测试中获 98.6% 高分，得益于 Responses API 框架对推理过程的保留及上下文压缩技术。
在 FrontierMath Tier 4 测试中，Astra 正确率达 97.6%。此外，在 BenchCAD Vision2Code 子集测试中，Astra 得分 95.9%，远超 Fable 5.1（84.3%）与 Sol（83.3%）。
在 Terminal-Bench Science 0.1 任务中，Astra 完成率为 64.6%，高于 Fable 5.1 的 52.6% 及 Opus 5 的 30%。
对齐性方面，Astra 表现出色。在未启用生产防护的边界测试中，Sol 有 48% 概率越权，而 Astra 未出现此类行为。
全球最强电脑操作模型
Astra 在电脑操作的速度、准确性与安全性上取得突破，可处理表单填写、CRM 更新、日程整理等繁琐事务，也能执行在线研究、撰写摘要、数据分析、图表生成及网站创建等复杂任务。
在 OSWorld 2.0 延迟模拟测试中，Astra 单项任务耗时约 40 分钟（得分 72.6%），较 Sol 的 75 分钟（得分 65.7%）效率提升约 47%。结合更新的 Codex Agent 框架，其在 Mind2Web 基准测试中的速度达 Sol 的 1.9 倍。
实际案例显示，游戏公司 Playco 利用 Astra 开发原型，人工修正量减少 50%；法律科技公司 Legora 使用 Astra 核对 41 份财务文件，几分钟内找出所有预埋错误，该流程效率提升近 40%。
Astra 支持异步工具调用、任务中指令调整及推理强度动态调节，能更好地适应连续协作场景，如文档模板生成与动态调整。
安全与成本考量
安全是 Astra 的重中之重。其在 ExploitBench 测试中获满分，并在内部 V8 漏洞测试中发现两个未知漏洞。但在外部 FrontierCyber 测试中，Astra 与 Sol 均未完成全部 Elite 挑战，表明能力仍有边界。
定价方面，Astra 标准价格为输入 10 美元/百万 Token，输出 50 美元/百万 Token。当输入超过 27.2 万 Token 时，费率将上浮。大上下文虽适合处理长材料，但需权衡缓存利用与复核成本。
Astra 的核心价值在于将“阅读、修改、运行、检查”串联成完整执行链。用户需在实际任务中验证其稳定性与时间节省效果。
参考链接：
https://deploymentsafety.openai.com/gpt-6-astra
https://www.cnbc.com/2026/09/03/open-ai-astra-gpt-6-cyber.html
https://thenewstack.io/openai-gpt6-astra-benchmarks/
声明：本文为 AI 前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。
