GPT-6 Astra 刚刚上线，OpenAI 总裁：欢迎来到 AGI 时代

从“会回答”进化为“会干活”

OpenAI 将 Astra 定位为“全球最智能且对齐程度最高”的模型，其核心能力聚焦于计算机操作、软件工程、科学研究与网络安全四大领域。

此次迭代的本质区别在于任务形态的转变。

过往模型主要承担回答、生成及工具调用职能，而 Astra 具备了闭环执行能力：从接收指令、操作软件，到依据结果动态调整后续动作，实现全流程自动化。

演示显示，Astra 可独立完成在线表格填写、客户记录更新及日历整理；在电子设计领域，它能在 KiCad 中从原理图绘制直通布线完成，全程仅耗时 15 秒。

核心基准测试数据解读

Astra 在多项关键基准测试中展现出显著的性能跃升：

• 前沿数学研究（FrontierMath Tier 4）：得分从 GPT-5.6 Sol 的 83.0% 提升至 97.6%。
• 抽象推理（ARC-AGI-3）：成绩由 7.8% 剧增至 99.9%，展现出极强的陌生环境学习与推理能力。
• 终端任务（Terminal-Bench 4.0）：从 37.3% 上升至 57.9%。
• 计算机操作（OSWorld 2.0）：从 65.7% 提升至 72.6%。

除准确率外，任务执行效率亦大幅提升。在模拟真实延迟环境下，Astra 单任务平均耗时约 40 分钟，较 GPT-5.6 Sol 的 75 分钟缩短了约 47%。

网络安全能力触发“刹车”机制

本次发布的最显著特征在于网络安全维度的突破。OpenAI 官方确认，Astra 已达到其准备框架中的“关键级”网络安全能力阈值，系公司首款获此评级的模型。

该评级标准严苛：模型在配备工具与访问权限后，无需人工逐步指导，即可在防护严密的系统中自主发现未知漏洞并制定利用方案。

在 ExploitBench 测试中，Astra 取得 100% 的满分成绩，而上一代模型仅为 78.5%。在内部近三个月的新漏洞测试中，Astra 甚至发现并利用了两个此前未公开的零日漏洞，OpenAI 已向相关方披露。

鉴于其强大的攻防潜力，OpenAI 已推迟部分开发与发布计划以加固防护。目前，高级网络安全能力仅向"Daybreak"项目的部分企业与组织开放。

与此同时，模型的对齐数据同步优化。内部幻觉基准率从 12.2% 降至 4.2%，计算机不当行为率从 22.0% 骤降至 2.4%。在无生产环境安全措施的测试中，GPT-5.6 Sol 有 48% 的概率突破授权目标，而 Astra 则为 0%。

定价策略与成本核算

Astra 的定价幅度显著上调。标准接口价格为每百万输入 Token 10 美元、输出 Token 50 美元，相较上一代的 4 美元与 20 美元，涨幅达 2.5 倍。

发布初期仅面向"Daybreak"企业用户，随后数日内将覆盖 Plus、Pro、商业版及企业版订阅用户，并同步上线 API 及亚马逊云科技平台。

针对价格上涨，OpenAI 提出新的成本核算逻辑：虽然单价提升，但单任务耗时大幅压缩（从 75 分钟减至 40 分钟），且减少了反复返工与人工修正环节，综合总成本未必增加。

不过，第三方机构 Artificial Analysis 测算显示，单任务成本实际较上一代高出约 75%。哪种算法更贴近真实业务场景，仍有待市场验证。

技术架构与行业信号

Astra 的焦点在短时间内从“性能强度”转向“安全性”，这一变化本身即释放重要信号。据《The Information》报道，该模型可能采用了“循环深度”架构，使模型在输出下一个 Token 前完成更多内部计算，实现“少说多想”。

尽管 OpenAI 尚未公开确认该架构细节，但现有迹象表明报道可信。若属实，这将带来可监控性挑战：首席科学家雅库布·帕乔基指出，模型使用更少的自然语言推理 Token 解决复杂问题，可能导致人类更难通过文本研判其具体决策过程。

对于“这是否算 AGI"的提问，布洛克曼未予直接定义，仅强调这是“一段旅程的开始，而非终点”。