OpenAI发布GPT-6 Astra，ARC-AGI-3得99.9分，API价格涨至上代2.5倍_IT互联网

1. #GPT6能力提升有多大# 看这些数据，提升还是非常明显的。有意思的是，他们还测试了前段时间Hugging Face事件，也就是用GPT6和GPT‑5.6 Sol做了对比，后者在没有生产环境安全措施的情况下，有 48% 的时间会超出授权范围，而 GPT-6 Astra 的这种情况发生率为 0%。看了一下，现在还选不了这个模型，能用时好好测测

2. GPT-6 Astra发了一天就因"Token消耗惊人"上热搜:定价$10/$50每百万token,是上代2.5倍;超27.2万token整请求费率翻倍。单任务效率碾压同行(1/7 token),但max推理档+长Agent=账单刺客。设预算上限再玩。#GPT6消耗的Token量惊人#

3. #GPT6正式发布# 北京时间今天凌晨，OpenAI正式发布了GPT-6 Astra，总裁Greg Brockman在发布会结尾直接甩出一句：“欢迎来到AGI时代。”几个核心看点：🔹 跑分接近“打穿”：ARC-AGI-3抽象推理从上一代7.8%飙到99.9%，FrontierMath高难数学97.6%，漏洞利用测试ExploitBench直接满分100%。🔹 最大亮点是“自己干活”：Astra不再只是聊天问答，而是能直接操作电脑和浏览器，自主完成编程、PCB电路板设计、3D建模、PPT制作等完整工作流，任务耗时比上代减少约47%。🔹 训练规模惊人：在得州Stargate基地动用超10万块GPU完成预训练，也是OpenAI首次让前代模型深度参与监督训练的旗舰产品。🔹 安全方面，Astra是OpenAI首个达到“关键级”网络安全能力门槛的模型，测试中还发现了两个此前未知的零日漏洞。同时它也更“听话”——上代模型有48%的情况会越界操作，Astra为0%。💰 API定价：输入10美元/百万token，输出50美元/百万token，是上代的2.5倍。目前先向部分企业开放，未来数天陆续向ChatGPT Plus、Pro等付费用户推出。OpenAI说这是AGI时代的起点，你觉得呢？#GPT6Astra##AGI时代##微博AI创作季#

4. #AGI时代# #OpenAI发布GPT6Astra# “欢迎来到AGI时代”——OpenAI总裁Greg Brockman在发布会上说出了这句话。北京时间9月4日凌晨，OpenAI正式发布新一代旗舰模型GPT-6 Astra，这大概是今年AI圈最重磅的一次发布。几个核心看点：🔹 从“回答问题”到“直接干活”。Astra最大的突破是计算机操作能力——它能像人一样看屏幕、用鼠标键盘，自主完成填表、做PPT、设计电路板、搭建3D场景等复杂工作流，不用再一步步拆指令。🔹 跑分接近“刷满”。抽象推理ARC-AGI-3得分99.9%（上代仅7.8%），高阶数学FrontierMath Tier 4得分97.6%，网络安全漏洞测试ExploitBench满分100%。OpenAI称它还协助解决了多个长期悬而未决的数学难题。🔹 更对齐，也更难监控。在越权测试中，上代模型48%会擅自越界，Astra做到了0%。但OpenAI也承认，Astra的推理过程更短更隐蔽，人类反而更难看懂它在想什么。🔹 价格也不便宜。API定价为每百万Token输入10美元、输出50美元，是上代的2.5倍。OpenAI的回应是：别只看单价，看完成一项任务的总成本。目前Astra仅向少量机构开放，未来数天逐步推送给ChatGPT付费用户。Greg Brockman说，是否算AGI留给外界判断。但有一点很明确：AI竞争的赛道，已经从“谁更会聊天”变成了“谁能独立把活干完”。你觉得AGI真的来了吗？#GPT6# #人工智能# #微博AI创作季#

5. 在昨晚全球AI大宕机之后。GPT-6 Astra终于在北京时间凌晨3点33，正式亮相了。（图1）如果用OpenAI的一句话给GPT-6 Astra做总结。那可能这句话最合适：这是全球最智能且最对齐的模型。然后梗图也出来了。（图2）这一次，OpenAI证明了他们的实力，而且有一点当年GPT-4那个味道了，全方面的王者归来，而且最让我开心的是，这终于不再是一个纯粹为了Coding特化的模型了。GPT-6 Astra是一个真正意义上的，你的一个审美能力极强、工作能力超强的博士级员工。而且这次模型真的新特性和特点非常多，信息量极为爆炸和大。但是悲剧的是，OpenAI这个狗东西也学坏了。今天只向部分组织开放，未来几天才向订阅用户开放。（图3）不是啊哥，你之前忽悠我买200刀的Pro会员的时候，不是这么说的啊，你不是说Pro会员每一次都能最优先体验到新模型吗。。。果然这些大模型公司都是渣男。我从来没有这么想时间加速，赶紧用上GPT-6 Astra。。。不过我觉得，看完了几乎所有的信息和资料后，我觉得，还是有很多可以值得跟大家聊的。那就一个一个说吧。一. GPT-6 Astra基本信息先总结一下基本信息吧。GPT-6 Astra在API里的模型编号是gpt-6-astra。上下文窗口是1.05M，也就是大约105万Token。最大输出长度是128K Token。知识截止日期是2026年4月30日。推理强度有low、medium、high、xhigh、max五档。API标准价格是每百万输入Token 10美元，每百万输出Token 50美元。这个价格基本上就是跟Claude Fable 5完全一致了，但是缓存读取上比Claude Fable 5.1贵。（图4）跑分在这，后面会详细讲，大概看一下就行。（图5）然后总体参数估计也是5T这个级别，他们在发布前的闭门媒体沟通会上，也提到说，GPT-6 Astra是OpenAI迄今为止最大的一次训练，用了超过10万张卡。二. 目前世界上最好的操作电脑的模型这次GPT-6 Astra有一个可能是最重要的定位：世界上最好的操作电脑模型。过去我们聊Agent的时候，经常会聊API、MCP、CLI之类的等等。想让AI操作一个软件，最理想的状态，就是这个软件专门给AI留一个接口，然后直接底层操作，这是最方便的。比如日历有日历的API，邮件有Gamil的API等等，这样当然是快的。但是问题是，这个世界，比我们想象的还要原始和草台班子。现实世界里，绝大多数的软件可能根本就没有这些东西。甚至很多的企业内部系统，都是二十年前写的，还API，文档都不知道在哪。但是如果我们回到最底层，你会发现所有的软件的本质的逻辑就是交互。那按照现在我们电脑的操作逻辑，那就是看屏幕，找到按钮或者是输入框，鼠标点击，输入内容，等待反馈。整个电脑的交互系统，不就是最好的API吗？于是，GPT-6 Astra巨幅强化了AI操作电脑的逻辑，你不给我API，无所谓啊，我自己操作电脑，就跟人一样用不就得了。那现在，Astra现在可以直接操作Excel、Power BI、做前端QA、安装软件、测试软件、看屏幕上的报错然后继续排障。官方甚至展示了Astra直接操作电路板设计。（图6）还有格式化法律文档，处理标题间距页面布局啥的。（视频1，从图6左滑查看）然后这块有一个比较靠谱的评测，是OSWorld。这玩意你可以简单理解成：把AI扔进一台真实电脑，然后让它自己干活。让它打开几个应用，然后给任务，看看能不能成功。GPT-6 Astra的完成率到了72.6%，比之前的GPT-5.6 Sol的65.7%还是涨了不少的。然后，Sol完成一项评测的复杂任务，模拟平均耗时大概75分钟。而Astra只需要40分钟，大概少了47%的时间。ScreenSpot-Pro也从Sol的76.9%，冲到了*92.7%。这个Benchmark主要看模型能不能看懂屏幕，然后精准定位到底该点哪里，几乎已经非常的准了。所以这个定位其实也是挺有意思的，未来可能，GUI很可能会逐渐成为Agent时代最通用的API。任何一个人类能够通过屏幕完成的数字工作，理论上都会逐渐进入Agent的操作范围。你不用等某一个2007年写的破逼ERP系统接入MCP，或者给你开放个API。AI直接看屏幕干就完了。三. ARC-AGI-3到了99.9分而且你如果不了解ARC-AGI-3到底在测什么，很容易觉得：哦，不就是又一个Benchmark跑满分了吗，这有啥稀奇的。但这个东西跟一般的大模型考试还真有点区别。今年3月25日，ARC Prize正式推出ARC-AGI-3。（图7）它一共设计了几百个全新的交互环境和几千个游戏关卡。这玩意最变态的地方是，没有说明书，没有规则，甚至不会告诉你目标是啥，你就进去以后，自己玩，然后慢慢搞懂里面乱七八糟的规则。比如这个红色东西是什么？为什么我碰它会死？这个地图到底要我干嘛？怎么才算赢？然后再把刚刚学会的规律，迁移到后面更难的关卡里面去，里面的游戏，大概都是这样的抽象的玩意。（图8）所以呢，这玩意测的，其实已经很接近我们平时说的一个东西了：悟性。所以3月份这个Benchmark发布时，最牛逼的AI当时的得分是，0.51%。然后GPT-5.6 Sol已经进步到7.8%，Claude Opus 5很强了，进步到了30.2%。但是GPT-6 Astra，99.9%。神经病吧。。。要知道，人类的平均得分是48%。而且只仅仅只过了半年时间。这个速度已经不知道该说什么了。所以在OpenAI的媒体闭门会上，Greg Brockman才会说出那句话：“I think it’s not unreasonable to feel that we are now in the AGI era.”“Welcome to the AGI era.”四. 审美大幅加强过去我们常说，GPT的审美，就是一坨屎。不用指望GPT-5系列的模型有啥很好的改善了，就看他们全新预训练的新基座模型了，这不，GPT-6 Astra来了。而这一次，终于，模型的审美大幅加强了。甚至OpenAI专门提了一个词，叫视觉判断力。他们强调Astra做PPT时，会更好地处理版式、层级、模板和视觉风格，而页数也大幅增加了。（图9）文档的审美，也更好看了。（图10）而且GPT‑6 Astra 能够根据参考文档的视觉风格和写作语调来改编文档，在保留原始文档实质内容的同时，使最终成果更贴合品牌原生感。并且做网站、游戏、应用和3D渲染的时候，也会有更强的视觉判断。比如他们直接让Astra在Blender中根据静帧图建个模型。（图11）然后再直接用UE5来渲染出来变成可以漫步的场景，帮助设计师和客户在建造前探索布局、体验空间。。。（视频2，从图11左滑查看）做出来的游戏也是审美在线的。（图12）可惜的就是，我已经提前准备好了二十多个case，已经全部都用Claude、GLM 5.3 Flash啥的跑完了，想对比一下，可惜没法用，实测的内容只能到时候出了。不过初看下来，我对这次GPT-6 Astra的审美还是有信心的。五. 主动性和判断力更强了这个特性看起来没有ARC-AGI 99.9那么震撼。但如果真天天用Agent干活的话，我觉得还是很重要的。因为现实工作里，大多数任务都不可能写成一个完美Prompt。比如老板说：帮我把明天会上要看的东西准备一下。这里面有无数没有说清楚的问题。比如什么格式？给谁看？重点是啥？要不要看上一次会议等等等等。一个很蠢的Agent，会有两种极端。第一种，就是疯狂的问你问题。“请问您希望输出Word还是PPT？请问希望几个章节？请问希望什么字体？请问希望在几点之前完成？请问……”问你个大逼兜，这种我一般称为没有自己主观能动性的神经病废物。第二种，就是啥也不问，自己脑补，然后吭哧吭哧干两个小时，做出来的一坨屎。真正厉害的人类同事，处理方式其实很微妙。无关紧要的东西，自己判断。会影响最终方向的东西，再问你。Astra这次专门强化的就是这个。OpenAI说，如果信息缺失，但属于日常可以合理推断的范围，Astra会自己补。如果这个缺失信息会真正改变最终结果，它会问一个非常聚焦的问题。而且在Codex里，它甚至可以一边问你，一边继续处理那些不依赖你回答的部分。（图13）你半天没回。低风险的地方它会用合理假设继续推进。真正关键的决策，它会停下来在那里等你给决策。（图14）这个我觉得就非常的香，一个Agent真正的聪明感，我觉得就跟现实是一样的。它知道，什么时候来烦你。真的，这听起来特别像一句废话。但你带过人就知道，这个能力非常珍贵贵。有的人一天找你二十次，然后什么都不敢决定。有的人从来不找你，然后憋一个核弹出来。然后让我原地瘫坐在椅子上。最舒服的人，是他能自己消化80%的不确定性，只把真正需要你拍板的20%让你来做决策。而OpenAI这次把这种能力直接叫：Judgment。判断力。六. 大幅加强了安全对齐这个就要和上面连在一起看。因为一个Agent越能干活，它越危险。一个只会聊天的AI脑子抽了。最多给你胡说几句话。一个有浏览器、有Shell、有邮箱、有公司数据库权限、还能自己操作电脑的Agent脑子抽了，那这个画面，就容易美如画了。所以OpenAI这次一直强调一句：Astra是他们迄今最Aligned的模型。所谓Alignment就是对齐的意思。主要核心还是前段时间OpenAI把Hugging Face给冲了，所以他们现在特别关注这个东西。他们把搞了个基于Hugging Face那个事故设计的oneypot测试，然后去看模型的表现。GPT-5.6 Sol在没有生产安全措施的情况下，有48.2%的测试会尝试去碰授权范围外的目标。但是，Astra是：0%。（图15）内部幻觉评测也是：9.4%降到了*2.0%。在GPT-5.6 Sol那种离谱的领先全球的幻觉控制下，他们还能再降，实在是太牛逼了。七. 第一个达到了OpenAI定义的网络安全Critical的模型GPT-6 Astra成为了OpenAI历史上：第一个被判定达到Critical网络安全能力等级的模型。这里的Critical是OpenAI Preparedness Framework里面一个非常具体的能力阈值。大概就是当一个模型获得合适的工具和权限以后，它能够在很多经过强化保护的真实系统中：自己找到以前没人发现过的安全漏洞。自己想办法把漏洞变成可以利用的攻击链。而且整个过程中，不需要一个人类黑客在旁边一步一步告诉它下一步干什么。达到这个级别，就算Critical。然后Astra真的达到了。ExploitBench，这是一个让模型根据已知漏洞开发漏洞利用的测试。Sol：78.5%。Astra：100%。直接打穿了。（图16）OpenAI觉得不行，他们觉得这个Benchmark会不会太老，模型训练的时候看过？于是他们又重新做了一个非常新的内部测试。专门挑2026年6月到8月才披露的20个高危V8漏洞。结果是，Sol：5.5%。Astra：39%。（图17）而且在跑这个Benchmark的时候。Astra又顺手发现了，两个此前根本没人知道的零日漏洞。只能说，模型越强大，网络安全的问题可能确实越多。这又是未来的一场，没有硝烟的战争。八. 人类越来越难读懂大模型的思维了大家都知道，大模型在解决复杂问题的时候，经常会有一段所谓CoT。虽然现在产品里给用户看到的通常已经是压缩或者处理后的版本。但对于AI公司自己来说，模型内部显式写出来的推理过程是一个很重要的安全信号。因为你想知道一个Agent有没有准备搞事情。最简单的方法之一，就是看它在想什么。比如模型思维链里突然冒出一句：“用户不允许我访问这个服务器，但是我可以先绕过权限系统。”那监控系统直接把它拦了，非常舒服。可GPT-6 Astra出现了一个非常有意思的变化。它开始越来越愿意少写几步，直接把答案输出出来。UK AISI，也就是英国AI安全研究所，专门测试了这个能力。他们有一个指标叫：No-CoT Math Time Horizon。简单理解就是不给模型写长思维链的机会。让它一次前向推理，直接解决一个数学问题。看看它能完成大概相当于人类思考多久的问题。GPT-5.6 Sol是3.6分钟，而GPT-6 Astra，是30.9分钟，接近10倍了。如果我们用人类的话语来说，Astra全部都在“心算”。这是一个很可怕的事情。UK AISI同时发现，Astra的原始推理语言明显变得更加Compressed，也就是更加压缩。里面出现了一些人类越来越难理解的短语和省略表达。于是出现了一个非常有意思的悖论。模型的行为更加安全了。可人类通过阅读它的思考过程来监督它，反而变难了。OpenAI自己的System Card写得非常明确：GPT-6 Astra相比之前模型，出现了*substantial decrease in chain-of-thought monitorability。（图18）也就是思维链可监控性显著下降。这件事甚至严重到OpenAI专门强调，他们觉得，他们绝对不会无限接受这种趋势。如果未来模型继续变得更聪明，同时思维链越来越难监控，他们需要找到其他足够可靠的监控方法，否则继续扩大模型训练会面临更高的安全门槛。因为这已经是一个哲学命题了。我们作为人类，未来到底能不能理解一个远比我们聪明的系统？我不知道。可能现在全世界，也都没人知道。大模型和AI，好像逐渐开始，走向奇点了。写在最后今天，在媒体闭门会上。Greg Brockman在结尾的时候，说出了那句话。“欢迎来到AGI时代。”说实话，过去几年，我有时候觉得，AGI会是一个特别明确的时刻。就像就像GPT-4发布那天一样。某一天凌晨，一家公司突然扔出来一个模型。我们打开它，问几个问题。然后所有人同时意识到：卧槽。AGI来了。可我现在有时候也觉得，AGI从来不是一个非黑即白的节点，它是一道渐变的灰色旅程。我们过了很多天，过了很多年。然后某一天，我们回头看。才突然发现。那条曾经无比遥远的AGI分界线，已经被我们在不知不觉中走过去了。AGI也许没有降临的那一天。只有某一天，我们突然发现，它好像已经在我们身边很久了。总之。Welcome to the AGI era.欢迎来到。AGI时代。以上，既然看到这里了，如果觉得不错，随手点个赞、评论、转发三连吧，这对我们有特别大的帮助~谢谢你看我的文章，我们，下次再见。#gpt6正式发布##AGI##数字生命卡兹克#

6. GPT6：欢迎来到 AGI 时代OpenAI 刚发布 GPT-6 Astra——不再只是"问答"，而是能自己看屏幕、操作电脑、跑专业软件，把完整任务一路干到底。基准全面领先上一代，KiCad 画板 15 秒、OSWorld 耗时砍掉近一半；价格涨到 2.5 倍，但单任务成本反而可能更低。能力越强，安全门槛也越高——已引入"未对齐监控"，异常可随时暂停。这是不是 AGI 见仁见智，但「AI 员工」离我们确实又近了一步。#GPT6 #AGI时代 #OpenAI #AI观察

7. 【网络热门AI鉴定】GPT-6 Astra 超详解析！AGI时代真的来了吗？史上最强模型到底如何？

8. #AGI时代真的来了吗#北京时间9月4号凌晨，OpenAI发布了GPT-6 Astra，直接喊出“欢迎来到AGI时代”。通用人工智能（AGI），指具备跨领域学习、推理与决策能力，在任何认知任务上达到或超越人类水平的人工智能系统。官方将GPT-6 Astra定义为代际跃迁，不再局限简单问答，重点强化自主操作电脑，完成复杂长链条任务的能力，同时模型新增网络安全相关能力，设置严格访问限制。Astra在ARC-AGI-3测试里拿了99.9分，上一代才7.8分，网络安全测试ExploitBench更是直接满分，能自己发现软件漏洞。你看着屏幕能干啥，Astra就能干啥，填表格、做PPT、搞电路板设计都行，你认为AGI时刻到来了吗？

9. GPT-6 Astra 来了，Greg 说“欢迎来到 AGI 时代”OpenAI 今天（9 月 3 日）发布 GPT-6 Astra，自称“世界上最聪明、对齐最好的模型”。总裁 Greg Brockman 在发布前的媒体沟通会上说得：他个人认为 OpenAI 已经做到了 AGI，“未来回头看，可能就是这个模型”。先说大家最关心的问题：什么时候能用、多少钱。首批只开放给 OpenAI 网络安全项目 Daybreak 的少数机构，未来几天陆续推送到 ChatGPT Plus、Pro、Business、Enterprise 用户，以及 API 和 AWS Bedrock。用量包含在现有订阅额度里，用完可以买额外积分。企业版默认关闭，需要管理员手动打开。API 模型名 gpt-6-astra，每百万输入 Token 10 美元，输出 50 美元，和 Anthropic 的 Claude Fable 5.1 定价完全一样，是 GPT-5.6 Sol 促销价的 2.5 倍。另有 Fast 模式，速度最高 2.5 倍，价格翻倍。【1】主打的是替你操作电脑Astra 这次最强调的能力是电脑操作（computer use），也就是模型自己控制屏幕、点鼠标、填表单、在真实软件里干活。Brockman 的原话是“人在电脑上能做的，Astra 基本都能做”。OpenAI 给的场景很具体：填网页表单、更新 CRM 客户记录、整理日历、在邮件或文档编辑器里写研究摘要、分析科学数据并画图、建网站并跑前端测试、安装软件并排查屏幕上出现的报错。演示视频里还有它在 KiCad 里做 PCB 电路板布线，在 Blender 里建房子模型再导入虚幻引擎 5 变成可行走场景。速度是另一个重点。在 OSWorld 2.0 的延迟模拟里，Astra 完成一个任务约 40 分钟，得分 72.6%，GPT-5.6 Sol 要 75 分钟，得分 65.7%。配合更新后的 Codex 框架，Mind2Web 上的任务完成速度是 Sol 的 1.9 倍。办公场景上，OpenAI 说 Astra 是它目前最擅长"按模板做 PPT"的模型，能沿用公司现有模板的排版和语气，做出来的文档、表格、幻灯片直接能用，而且学会了只把相关信息放进产出物，不再把无关内容一股脑塞进去。【2】编程：多数基准领先，但不是全面碾压OpenAI 称 Astra 是“迄今为止最好的软件工程模型”。Terminal-Bench 4.0 得分 57.7%，Claude Fable 5.1 是 55.8%，GPT-5.6 Sol 只有 37.3%。OpenAI 还强调单任务 API 成本比 Fable 5.1 低约 63%。但看 OpenAI 自己贴的完整表格，情况没那么一边倒。DeepSWE v1.1 上 Astra 74.1%，Claude Opus 5 是 73.7%，几乎持平；FrontierCode 1.1 两项，Claude Fable 5 都略高于 Astra；Artificial Analysis 的编程智能体指数，Astra 67.0 反而低于 Opus 5 的 68.1。Jane Street 的 John Crepezzi 给了背书，说 Astra 生成的代码需要更少迭代就能达到上线质量，沟通方式也更容易让开发者跟上。对开发者比较实用的一个变化在 Codex：以前长会话上下文（context）满了，模型只能把过程压缩成一份摘要，压几次之后很多细节就丢了，比如某个修复为什么失败。现在 Astra 可以跨上下文窗口记笔记，旧的上下文窗口还能搜索。这个功能目前是实验性的，要在 config.toml 里手动开，几周后会成为默认。【3】网络安全能力触发关键红线，正常用户会被限制Astra 是 OpenAI 第一个在自家 Preparedness Framework 里达到网络安全 Critical（关键）阈值的模型，含义是它能在没有人一步步指导的情况下，自己找到并利用未知漏洞攻击防护严密的系统。数据：在把已知漏洞变成可用攻击代码的 ExploitBench 上，Astra 拿了 100%，Sol 是 78.5%。为了排除"背过题"的可能，OpenAI 专门用今年 6 到 8 月的 20 个 Chrome V8 高危漏洞做了新题库，Astra 成功率 39%，Sol 只有 5.5%。测试过程中 Astra 还顺手发现并利用了两个此前无人知晓的零日漏洞，OpenAI 说已通报给维护方。专家评估里，去掉安全措施的 Astra 能在加固过的浏览器上实现任意代码执行，能给加固过的操作系统写提权攻击。所以今天发布的这个版本，遇到“写漏洞利用的概念验证代码”这类请求会直接拒绝，能做的是代码安全审查和打补丁。更宽松的版本只通过 Daybreak 项目申请，几周后逐步开放，面向漏洞验证、恶意软件分析、检测规则编写这些防御性工作。【4】对齐最好的模型：不越界、不撒谎、但更难被监控OpenAI 显然想用 Astra 回应 Hugging Face 事件带来的信任问题。它专门做了一个受该事件启发的测试：给模型一个很难或不可能完成的任务，看它会不会越权。去掉生产环境安全措施后，Sol 有 48% 的概率越过授权目标，Astra 是 0%。另一个测试是 Codex 的 Auto-review 拒绝了模型的某个操作之后，模型会不会想办法绕过去。OpenAI 说即使故意把 Auto-review 配置成可以绕开、而且任务不绕开就完不成，Astra 也从没尝试过。在"对自己能力做不实陈述"这项上，Astra 犯错的概率是 Sol 的三分之一。OpenAI 也承认了一个反向结果：在明确要求模型规避监控的测试里，Astra 写出来的推理过程比 Sol 更难被监控。原因是它对简单任务的书面推理控制力更强，可以用更少的步骤解决问题。复杂任务上它还藏不住，但 OpenAI 说这个下降"我们很当回事"。实际使用上你会感受到的是：Astra 级别的模型上线了生产环境的错位监控，一套分类器实时检查模型的推理和操作。触发之后，ChatGPT 和 Codex 里任务会暂停让你确认，API 里任务直接停止。OpenAI 承认这套东西有时会误伤正常工作，包括正当的防御性安全任务，还在调。【5】数学和科学Astra 在质数间隙问题上给出了两个新结果。一个是相邻质数最近能有多近：十多年来最好的结果是 246，Julia Stadlmann 最近推进到 240，Astra 把这个上界压到 186。另一个是质数之间的大间隙，Astra 改进了一个 80 多年没动过的界。证明和精简版思维链都已公开。基准上，FrontierMath Tier 4 得分 97.6%（正文说 98%，见编辑注），GPQA Diamond 96.0%，ARC-AGI-3 达到 99.9%，而 Sol 只有 7.8%。不过 Humanity's Last Exam（带工具）Astra 是 57.2%，落后于 Claude Fable 5.1 的 65.0%；Artificial Analysis 综合智能指数 Astra 61.2，也低于 Fable 5.1 的 65.7 和 Opus 5 的 63.1。据 Axios 报道，Astra 是 OpenAI 史上最大的训练任务，在得州 Stargate 站点用了超过 10 万块 GPU，也是 OpenAI 第一个让其他模型深度参与监督训练的模型。Sam Altman 对 Axios 说，Astra 走了白宫的自愿审查流程，Brockman 称白宫没有要求实质性修改。官方博客：网页链接

10. OpenAI发布GPT-6 Astra，一场关于“AGI时代是否到来”的争论随之席卷全球。一方是OpenAI总裁布罗克曼高调宣称我们可能已经到达AGI，另一方是ARC Prize团队冷静回应不宣称这是AGI。评测数据与商业宣传之间的巨大张力，让这次发布不再是单纯的产品迭代，而成为行业认知的分水岭 #AGI时代真的来了吗# GPT-6 Astra引燃AGI之争：技术跃迁还是营销叙事？

11. AI 学会了“腹语”，人类可能再也听不到它的思考了。这两天，OpenAI 的下一代模型 Astra 把整个科技圈搅得心神不宁。有爆料称，gpt-6-astra 的名字已经出现在 OpenAI 的 API 上，发布近在咫尺。圈内多位研究员疯狂暗示，奥特曼本人也放话，Astra 在计算机使用方面的

12. GPT-6 真的要来了，奥特曼：后果不敢想

13. #AGI时代真的来了吗#OpenAI刚发布GPT‑6 Astra，砸下十万张GPU搞训练，不少专项测试分数特别好看，官方更是放话，说不定这就是AGI时代的起点。但现实却很打脸，专业评测机构并不买账。虽然单项能力变强了，可真正的通用智能水平没什么质变，并不认可这就是AGI。一边是厂商大肆渲染技术革命，一边是行业保持冷静。现在的AI确实越来越好用，但分数高不代表它真的懂世界。我们拿到了更强的AI工具，可距离真正的AGI还没到。别光听发布会吹得天花乱坠，技术到底有没有质变，还得看实际用起来的表现。 #GPT6能力提升有多大#

14. #AGI时代真的来了吗#AGI是指具备与人类相当的通用认知能力的人工智能系统。AGI时代指的是人工通用智能真正实现并开始广泛影响社会的时期。AGI可能还没有一个公认的出生证明，但AGI时代的很多经济和技术特征，已经开始出现了。OpenAI发布了GPT-6 Astra，并公开把它描述为可能意味着AGI时代的开始。Astra重点强化了自主使用电脑、软件操作、编程、数学、科研和复杂职业任务等能力，令全网沸腾。过去的问题是：AI什么时候能达到人类水平？现在的问题开始变成：它到底是不是已经达到，只是我们还没有统一承认？

15. #AGI时代真的来了吗#GPT-6 Astra被OpenAI称为“代际跃迁”，甚至喊出“AGI时代的开始”。但我觉得，越是这种历史性判断，越要保持冷静。模型能力再强，刷榜再漂亮，也不等于真正拥有通用智能。AGI真正的门槛，是能否长期自主学习、理解现实、解决复杂问题，并稳定创造价值。所以，与其急着宣布AGI时代来了，不如先看看它到底能不能经得起时间验证。

16. OpenAI 最近发布的 GPT‑6 Astra，最大亮点是可以直接操控电脑，自主完成多步骤复杂任务，各项自家基准跑分几乎拉满。训练动用了十万块以上 GPU，网安漏洞挖掘能力也很强。#GPT6正式发布# 不过 API 价格直接涨到上代的 2.5 倍，开放也是分批灰度，先给机构再给到付费用户。总裁直接喊出进入 AGI 时代，但他自己也说这只是个人判断。#OpenAI称AGI时代到来# 外界争议挺大，第三方测试分数缩水不少，学界觉得还没达到真正通用人工智能，不少人认为这个 AGI 说法有商业宣传成分。能力确实进步很猛，但距离真正不受限制的通用AI，感觉还有不小距离。#AGI时代真的来了吗#

17. #GPT6正式发布# 半夜三点，OpenAI 正式发布 GPT-6，代号 Astra，OpenAI 总裁 Greg Brockman 以：“Welcome to the AGI era.”结束了发布会，但可惜今天只向部分组织开放，未来几天订阅用户才能用上。好消息是：Tibo 宣布，一天用不上 Astra，就给你发一天重置卡！我刚刚看已经到账户了，这几天可以猛蹬了

18. OpenAI新模型曝光，网络攻击能力首次达到关键级

19. #GPT6正式发布#OpenAI 正式发布 GPT-6，代号 Astra。这次训练规模也很夸张，在得克萨斯州 Stargate 数据中心调用了超过 10 万块 GPU。发布会最后，OpenAI 总裁 Greg Brockman 直接说了一句：“Welcome to the AGI era.”Astra 主要升级了 Agent、电脑操作、复杂编程、研究和专业工作这些能力。Sol 其实已经可以操作电脑、浏览网页、调用工具、处理文件和写代码了，Astra 这次继续往复杂任务上推。比如一个任务需要先搜资料，再整理几十份文件，打开网页操作，写代码、跑测试，然后进入其他专业软件继续处理。Astra 可以自己连续跑更多步骤，中途也可以直接修改要求，不需要把整个任务重新来一遍。电脑操作的 OSWorld 2.0，Sol 是 65.7%，Astra 做到了 72.6%。完成同类任务需要的时间，也从大约 75 分钟降到了 40 分钟。ScreenSpot-Pro 从 Sol 的 76.9% 提升到了 92.7%，这个测试主要看 AI 能不能看懂屏幕，准确找到按钮、菜单、输入框这些操作位置。编程方面，Terminal-Bench 4.0 从 37.3% 提升到了 57.9%。这里已经不只是让 AI 写一段代码，还会涉及终端操作、修改整个项目、运行测试、看报错再继续修。AutomationBench 的变化更大，Sol 是 18.1%，Astra 达到了 41.4%，主要测试 AI 自己完成多步骤自动化工作的能力。实际应用里也已经有一些案例。法律平台 Legora 一次给 Astra 检查了 41 份财务文件，几分钟就完成了，提前放进去的 4 个错误全部找了出来。游戏公司 Playco 直接让 Astra 参与游戏原型开发，相比上一代模型，后面需要人工修补的工作量减少了 50%。Astra 也可以直接操作 Power BI、Python Notebook、KiCad、FreeCAD 这类工具，所以以后用 AI 做工程、数据分析、3D、代码这些事情，AI 自己操作软件的比例还会继续增加。长上下文没有继续堆数字，Astra、Sol、Terra、Luna 都是 105 万 token 上下文，最大输出也是 12.8 万 token。但 Astra 对超长内容的处理更稳。接近 100 万 token 的长上下文测试里，Sol 是 73.8%，Astra 做到了 96.3%。一次丢进去大量资料、文档或者整个代码项目，这部分会更有用。Luna、Terra、Sol、Astra 的区别也可以简单看成四个档位。Luna 主要跑大量简单任务，速度快、成本低，API 输入 0.2 美元/百万 token，输出 1.2 美元。Terra 兼顾能力和成本，输入 2 美元，输出 12 美元，更适合大量日常任务。Sol 是 GPT-5.6 的旗舰，输入 4 美元，输出 20 美元，复杂推理、编程、研究、Computer Use 和 Agent 都能做。Astra 进入 GPT-6，输入 10 美元，输出 50 美元，单 token 价格刚好是 Sol 的 2.5 倍，主要给更复杂、更长、需要连续调用很多工具的任务用。所以 Astra 并没有把 Sol、Terra、Luna 全部替掉。简单任务继续用 Luna，日常大量调用可以用 Terra，复杂任务用 Sol，更重的端到端工作再上 Astra。安全这块也有一个很夸张的变化。Astra 是 OpenAI 第一款达到 Critical，也就是“关键级”网络安全能力门槛的模型。在有工具和权限的情况下，它已经可以自主寻找此前未知的安全漏洞，并开发对应的利用方式。测试期间还发现了此前未知的 V8 零日漏洞。这也意味着 Astra 的部分网络安全能力会受到更严格的权限和安全限制，不会把所有能力直接完整开放。Astra 的训练过程还有一个变化，上一代模型已经开始参与生成训练数据、检查模型输出、发现训练异常这些工作。也就是说，现在训练下一代 AI 的过程中，AI 自己承担的工作已经越来越多了。如果平时只是拿 ChatGPT 聊天、写文案、普通问答，从 Sol 换到 Astra，体感可能不会像跑分差距那么大。但放到 Codex、深度研究、电脑操作、表格、PPT、代码项目，或者直接丢一个完整任务让 AI 自己做下去，Astra 这次的变化就比较实际了。Astra 目前已经开始向少量组织推送，接下来几天会陆续开放给所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户，同时也会通过 OpenAI API 和 AWS 提供。其中 Pro、Business 和 Enterprise 用户还会拿到 GPT-6 Astra Pro，Astra 的基础使用量包含在现有订阅额度里，需要更多用量也可以另外购买 credits。

20. #GPT6正式发布#还有PCB电路板的绘制，GPT-6 Astra 模型，可以将 KiCad 软件中的电子原理图转换为可生产的 PCB 设计，从元件布局到板上连接的布线。除此之外还包括游戏开发、Excel、Power BI、汽车变速器、法律文档和1040表格等场景。以前我们完全不掌握的技能，现在只要通过语音和指令就能实现 #AGI时代#

21. #GPT6正式发布#GPT-6 Astra 官方宣布片：你过去用电脑做的任何事情，Astra 都能帮助你自动化完成！在宣传片里，OpenAI 展示了使用语音控制它，Astra 独立操作 KiCad 画 PCB、在 Unity 搭 3D 城市、制作 3D 游戏，用 Blender 和 FreeCAD 制作机械结构、处理法律合同，以及用 3D 打印机打印 3D 模型的直观案。说实话有点细思极恐，真的相当的恐怖#GPT-6 Astra# 是喵王呀的微博视频

22. #GPT6正式发布#AI迭代速度越来越快，刚适应上一代，新版本又来了GPT6 Astra的登场，意味着大模型的演进路线出现明显转向。前几代产品更多优化对话理解、文本生成能力，而这一代把重心放在了计算机操控与长流程任务执行上。它可以自主操作桌面软件、浏览网页，把零散的步骤串联成一套完整工作链路，从被动应答的聊天窗口，向具备自主规划能力的智能体迈进。#热点跨界共创#

23. GPT 6深夜炸场，两大核心测试接近满分，操作电脑自主干活

24. AI早报 | "GPT-6"Astra临界放行：强到OpenAI主动踩刹车，9月登场引爆AI安全"分水岭"

25. 10万亿参数！OpenAI强行曝光GPT-6：2000美元破解10个世纪难题，一批白领正沦为”初代数字炮灰”

26. GPT-6 Astra零样本生成3D网页，前端开发会被颠覆吗？

27. 一次交互生成类 GTA 游戏，OpenAI Astra 背后疑似 GPT-6

28. 2026大模型领跑：从GPT-6到国产开源，AI进入好用不贵时代

29. “GPT-6”Astra能力首次公开，浙大同济校友参与研发

30. OpenAI新模型曝光，网络攻击能力首次达到关键级

31. GPT-6真要来了？OpenAI新模型会自己挖洞

32. GPT-6 Astra和Fable 5.1同期发布，为何OpenAI反而更被动？

33. OpenAI Astra被曝引入「循环深度」能力飙升！安全专家坐不住了

34. Astra和Sol，从问答到自主执行，OpenAI如何划分场景？

35. GPT-6 真要来了！OpenAI全新推理架构“循环深度”首次曝光：可榨出14倍参数潜能

36. GPT-6初露真容：OpenAI下一代模型为何被自己踩下急刹车

37. 【GPT-6 Astra】首曝能力太猛？前端、游戏生成全面升级，Opus 5.1与HY4也来了｜建议收藏｜ WorldofAI

38. GPT-6 灰测 demo 刷屏：Astra 官方已确认什么、社区在传什么、开发者该准备什么

39. 刚刚，OpenAI新Transformer火了！Astra架构首次曝光

40. GPT-6灰测Demo刷屏：一个提示词造出完整舰艇，9月4日见

41. GPT-6 Astra预览首秀！Claude地位不保？开源新王HY4登场 | WorldofAI

42. OpenAI新模型“Astra”：核心技术“循环深度”可实现超强推理，但允许不再完整输出“思维链”

43. 预估为GPT-6模型：OpenAI推进Astra测试，首批演示样本流出

44. OpenAI表示：即将推出的模型功能过于强大，需要更严格的防护措施

45. AI日报：Mac逆袭抢戏英伟达，“GPT-6”核弹级预告刷屏

46. GPT-6 遇难题主动要求思考 30 秒再回答

47. OpenAI 新模型内幕来了

OpenAI发布GPT-6 Astra，ARC-AGI-3得99.9分，API价格涨至上代2.5倍

精选参考来源