北京时间2026年9月4日凌晨，OpenAI正式发布新一代旗舰模型 GPT-6 Astra 。Astra在拉丁语中意为“星辰、群星”。OpenAI总裁格雷格·布罗克曼（Greg Brockman）在发布会最后留下一句话：“欢迎来到AGI时代。”
这大概是OpenAI首次如此明确地将一款产品与AGI直接关联。
技术博客地址： https://openai.com/index/gpt-6-astra/
模型地址：Chatgpt官网 （海外网站需要科学上网）
一、核心定位：从“对话”到“干活”的范式转移
GPT-6 Astra最核心的变化，并非在某一项基准测试上多拿了几分，而是能力形态的根本转变——从“回答问题”向“直接完成工作”推进 。
与传统聊天机器人不同，用户可以直接向Astra给出一个目标，例如“帮我整理一份财务分析并做成演示文稿”或“开发一个游戏原型并测试它是否能正常运行”。模型需要自己拆解任务、调用不同工具、持续执行，再把最终结果交付出来。
OpenAI称Astra为“全球最佳的计算机使用模型”。它无需专门适配，便能直接操控浏览器、电子表格、桌面软件和网页，执行填表、更新CRM客户记录、排定日历、跑代码、做数据分析，甚至创建网站与演示文稿等多步骤流程。
官方演示中，Astra展示了在KiCad中完成印刷电路板布局、在Blender中建模房屋、填写美国1040税表等操作
在OSWorld 2.0测试中，Astra得分72.6%，高于GPT-5.6 Sol的65.7%。
更关键的是效率提升：在延迟模拟环境下，Astra完成一项任务平均约需40分钟，而GPT-5.6 Sol约需75分钟，时间缩短约47% 。40分钟的完成时间意味着AI操作电脑开始具备实际的生产效率。
二、基准测试：多项“刷榜”，ARC-AGI-3从7.8%飙至99.9%
Astra在多项关键基准上实现了代际式跃升：
| 基准测试 | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 |
|---|---|---|---|
| FrontierMath Tier 4 | 97.6% | 83% | 87.8% |
| ARC-AGI-3 | 99.9% | 7.8% | — |
| ExploitBench | 100% | 78.5% | — |
| Terminal-Bench 4.0 | 57.7% | 37.3% | 55.8% |
| DeepSWE v1.1 | 74.1% | 72.7% | 67.4% |
| Agents' Last Exam | 59.3% | 53.6% | 48.7% |
| OSWorld 2.0 | 72.6% | 65.7% | — |
其中三项成绩尤其突出：
- ARC-AGI-3（99.9%）： 这项测试衡量模型在陌生环境中的抽象推理和学习能力——不给规则说明，直接把模型扔进从未见过的二维游戏里，让它边玩边摸索通关方法。今年3月刚公布时，最强AI成绩仅0.51%，GPT-5.6 Sol默认框架下也只有7.8%。Astra直接跃升至99.9%，接近满分。
- FrontierMath Tier 4（97.6%）： 被称为“最难数学基准之一”的研究级数学测试。Astra得分97.6%，几乎将这套测试“打穿”。OpenAI表示，Astra已帮助解决了数学领域长期存在的开放性问题。
- ExploitBench（100%）： 测试漏洞利用能力，Astra成为OpenAI首个达到内部“关键级”（Critical）网络安全能力门槛的模型。内部测试中，Astra还发现了两处此前未知的零日漏洞。
不过需要注意的是，ARC-AGI-3的99.9%成绩使用了OpenAI的Responses API Harness运行框架，包括记忆管理和Agent运行框架带来的增益，并非纯基础模型成绩。
三、安全与对齐：“越界”尝试从48%降至0%
OpenAI将Astra称为“最对齐的模型”。
在安全评估中，OpenAI构建了一个新的测试方法——受Hugging Face安全事件启发，评估模型在面对困难或不可能完成的任务时是否会超出授权范围。结果显示，GPT-5.6 Sol在没有生产环境安全措施的情况下，超出授权目标的比例为48%，而 GPT-6 Astra为0% 。
与此同时，Astra的网络安全能力也达到了新高度。OpenAI对其最先进的网络安全能力设置了更严格的访问限制。涉及最高级网络攻击能力的版本，仅面向网络防御机构提供。
四、定价：输入$10/百万token，输出$50/百万token
GPT-6 Astra的API定价为：每百万输入token 10美元 ，每百万输出token 50美元 。缓存输入为1美元/百万token。这大约是GPT-5.6 Sol当前促销价（输入4美元、输出20美元）的2.5倍，与Anthropic刚发布的Claude Fable 5.1定价持平。
- 长上下文溢价： 输入超过27.2万token后，整次请求的输入和缓存价格翻倍，输出价格升至1.5倍。
- 其他模式： 快速模式价格为标准版的2倍；批处理（Batch）和Flex模式为标准价的50%。
- 基本规格： 上下文窗口105万token，最大输出12.8万token，知识截止日期为2026年4月30日，支持五档推理强度调节（low/medium/high/xhigh/max）。
五、可用性与行业反响
GPT-6 Astra今日起率先向参与网络安全项目Daybreak的部分企业开放，未来数日内将向所有ChatGPT Plus、Pro、Business和Enterprise用户推出。开发者可通过OpenAI API和Amazon Bedrock调用。
企业落地案例方面，法律科技公司Legora使用Astra进行财务报表审阅，相关基准提升约40%，一次运行中用几分钟审阅41份文件并发现4处人为埋设的错误。游戏开发公司Playco使用Astra进行游戏原型开发，人工修复工作减少50%。
不过，独立评测也给出了更克制的视角。在Artificial Analysis的Intelligence Index v4.1.1通用智能测试中，Astra得分为61.2分，Claude Fable 5.1为65.7分。提前获得内测资格的开发者反馈也显示：Astra并非在智能上遥遥领先，但其环境理解和操作能力弥补了这一点。
GPT-6 Astra标志着大模型从“对话式AI”向“执行式AI”的关键转折。它不再只是回答问题，而是直接进入软件完成工作。ARC-AGI-3从7.8%到99.9%的跃升、ExploitBench的满分、OSWorld 2.0上47%的效率提升——这些数字背后，是AI能力形态的实质性变化。
当然，2.5倍于前代的价格、仅面向有限组织的首发策略，以及独立评测中并非全面领先的成绩，都说明“AGI时代”的宣告更多是方向性的判断，而非能力已臻完美。但方向本身，已经足够重要。
AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说
AITOP100平台官方交流社群二维码：
