安安验机|GPT-6 Astra，它来了

距离上一代“最强”易主不过两天，王座再度更迭。

北京时间9月4日凌晨，OpenAI正式发布GPT-6 Astra，并称其为“目前全球最智能、且对齐程度最高的模型”。

评测：把部分基准测试“打穿”了

在多项关键评测中，Astra的提升已无法用“小幅升级”形容，部分指标甚至接近或达到天花板：

数学推理：在代表高阶数学的 FrontierMath Tier 4 中，得分 97.6%，几乎“打穿”这套研究级测试。

抽象推理：在强调陌生环境学习的 ARC-AGI-3 中，得分从GPT-5.6 So的7.8%跃升至 99.9%。

网络安全：在漏洞利用测试 ExploitBench 中，得分达到 100%；在面对2026年6月至8月新漏洞的测试中，成功率39%，远高于Sol的5.5%。内部测试中，它发现了两个未知零日漏洞。

智能体任务：在计算机操作测试 OSWorld 2.0 得分72.6%，任务完成时间缩短47%；在专业工作流测试 AutomationBench 得分41.4%。

架构：从“一次通过”到“循环推理”

性能突破的背后，是架构层面的核心变革——循环深度（Recurrent Depth）。

Astra采用了类似循环Transformer（Looped Transformer） 的机制。

传统模型数据只“走一遍”，而Astra让同一组Transformer层反复循环运行，将上一轮的计算结果送回继续加工。

能力：从“建议者”到“执行者”

Astra真正让人感到不同的，是它开始直接“干活”，而不仅仅是“聊天”。

它能像人一样操作电脑：移动鼠标、打开软件、填写在线表格、更新CRM记录、整理日历、进行在线研究并生成摘要。

它还能分析科学数据、制作图表、创建网站并执行前端QA检查，甚至自主安装和测试软件、根据屏幕反馈排查故障。

安全与对齐：更聪明，也更“听话”

Astra也是OpenAI迄今对齐程度最高的模型。一项针对“模型为达成目标而擅自突破用户授权边界”的测试显示：

在没有安全措施的情况下，GPT-5.6 Sol有 48% 的情况会突破授权目标。

而GPT-6 Astra在同一测试中的比例为 0%。

基于其强大的网络安全能力，OpenAI通过 Daybreak Blue计划，优先向可信防御方开放前沿能力。

同时，Astra是首个在其“准备框架”下达到 “关键级”网络安全门槛的模型。

成本与可用性

定价：API价格为输入 $10/百万token，输出 $50/百万token，约为GPT-5.6 Sol的2.5倍，与Anthropic的Fable 5.1定价持平。

推出时间：今日起向参与Daybreak项目的部分企业开放，未来数日内向所有ChatGPT Plus、Pro、Business和Enterprise用户推出，并通过自营渠道和AWS提供API。

“欢迎来到AGI时代。”——他以此作为吹风会的结语。这不只是营销口号，而是对Astra所代表的能力跃迁的定义。当然，这究竟是新时代的序幕，还是一次里程碑式的技术演示，或许需要留给时间，以及每一位用户的亲身体验来回答。