在发布上一代主要模型系列GPT-5.6 Sol、Terra和Luna不到两个月后,OpenAI再次推出全新模型系列GPT-6 Astra,并称其为“世界上最智能且对齐度最高的模型”。鉴于该公司8月曾因旗下某模型入侵AI平台Hugging Face而决定放缓前沿模型开发,Astra也可能是该公司一段时间内发布的最后一个主要AI模型。
GPT-6 Astra核心能力与演示
据OpenAI介绍,GPT-6 Astra在计算机操作和浏览方面表现优异,擅长处理软件工程、网络安全、科学及一般专业任务。发布时的演示视频显示,Astra能处理从3D建模到制作幻灯片等多种任务,并可跨领域同时执行多项操作(如一边编程游戏一边订购食物)。其核心吸引力在于能够处理电脑上的多步骤工作流程,并在浏览器内外进行操作。此外,Astra具备“强大的视觉判断力”,在执行复杂任务时不易偏离原始指令或提示。
基准测试性能表现
为证明能力提升,OpenAI公布了一批新基准测试数据:Astra在衡量AI解决陌生问题能力的ARC-AGI-3上获得98.6%的得分。VentureBeat指出,该得分存在注意事项,即接受测试的AI配置方式不同(如是否拥有持久记忆),系统架构差异可能导致结果不同。其他改进则更为明确:Astra在编码基准测试Terminal Bench 4.0中得分为57.7%,在衡量AI代理能力的Agent's Last Exam中得分为59.3%,均明显高于GPT-5.6 Sol。简而言之,Astra目前在大多数排行榜性能方面位居榜首。
网络安全能力与安全对齐
Astra在网络安全方面尤为擅长。OpenAI表示,该模型在评估软件漏洞利用能力的ExploitBench上取得满分,相比GPT-5.6 Sol的78.5%显著提升。在衡量无源码逆向工程二进制文件能力的SRE-Bench测试中,“Astra单次尝试解决88.0%的任务,四次尝试内解决99.2%的任务,而GPT-5.6 Sol相应数据分别为55.9%和68.7%。”
尽管Astra在对齐方面有所改进(涵盖遵循模板能力及更透明表达观点的能力),有助于提升安全性,但OpenAI明确表示该模型被设计为不配合高级网络安全任务。更强的保护措施还将帮助Astra更好地抵御越狱请求,同时提升公司监控滥用行为的能力。
开放计划与定价策略
OpenAI表示,GPT-6 Astra“今天开始向有限数量的组织推出,未来几天内将面向所有ChatGPT Plus、Pro、Business和Enterprise用户开放,同时也将通过OpenAI API和AWS提供”。对于使用OpenAI API的开发者,Astra输入令牌价格为每百万个10美元,输出令牌价格为每百万个50美元。
这使得Astra处于AI模型价格高端,但OpenAI辩称,对企业而言token并非最佳衡量指标。OpenAI总裁Greg Brockman告诉VentureBeat:“市场正逐渐意识到‘每项任务的价格’才是关键,即能否以合适的成本在合适的速度下完成任务。”OpenAI承诺,Astra能够为广泛的企业实现这一目标。

