GPT-6 Astra：OpenAI 新模型究竟能做什么

OpenAI 已开始推出其最新旗舰模型 GPT-6 Astra，此次发布伴随着一个异常高调的声明：公司总裁 Greg Brockman 在新闻发布会结束时说道："欢迎来到 AGI 时代。"这一标题背后，是一个专为执行计算机任务而生的模型——控制应用程序、填写电子表格、搭建网站——而非仅仅描述如何操作。本文将详细解析 Astra 的实际功能、基准测试表现、定价方案，以及在将其纳入规划之前值得了解的注意事项。

GPT-6 Astra 是什么？

Astra 是 OpenAI 迄今最强大的模型，定位为自主计算机操控能力的重大飞跃。OpenAI 向有限数量的客户发布了该模型，将其标榜为全球最智能的 AI 系统，也是首个因其网络安全能力而触发内部高级安全保护措施的模型。该公司表示，Astra 在自主控制计算机系统、代表用户执行任务方面树立了新的标杆——例如填写电子表格、从零开始创建网站。

OpenAI 的定位是：这是一种全新的计算模式。无需为每个应用程序单独进行 API 集成，Astra 被设计为像人一样操控软件——跨浏览器、电子表格、网站和桌面应用运行，生成完整文档，执行多步骤工作流，而不仅仅是告诉你该怎么做。

对于构建 AI 智能体（AI agents）的开发者而言，这一点至关重要：一个能操控人们日常使用软件的模型，是通用型工作者，而非带插件的聊天机器人。

"AGI 时代"的声明——该如何看待？

OpenAI 大力渲染 AGI 叙事，但对定义有所保留。Brockman 表示他个人认为 OpenAI 已达到 AGI，同时将判断权留给用户——他说"我认为这个模型可能就是了"，随后以"欢迎来到 AGI 时代"作结。

值得注意的是，这一术语已失去其原有的合同约束力。当被问及 OpenAI 是否正式宣布实现 AGI 时，Brockman 表示该术语不再与合同触发条款挂钩——这指的是此前与 Microsoft 的协议——并将其描述为"使命概念或精神概念"。

将其理解为营销话语而非技术里程碑更为恰当。真正值得关注的是模型的能力与注意事项，而非标签本身。

GPT-6 Astra 基准测试：领先之处与注脚

Astra 的真正进步体现在计算机操控和科学任务上，而非编程。阅读这些数据时，有必要关注 OpenAI 自身附加的注脚。

编程能力是小幅提升，而非突破性飞跃。 在 DeepSWE v1.1 智能体编程测试中，Astra 得分 74.1%，而 GPT-5.6 Sol 为 70.8%。但这并不意味着对竞争对手的明显领先——Meta 报告 Muse Spark 1.3 在最大推理设置下达到 75.4%，Gemini 3.8 Flash 和 Claude Opus 5 在公开排行榜上约为 74%，且不确定性范围有所重叠。换言之，目前没有明确的编程领域王者。

计算机操控是真正的突破所在。 在桌面应用操控基准测试 OSWorld V2-Offline 中，OpenAI 表示 Astra 得分 72.6%，高于 Sol 的 65.7%，每项任务的平均耗时从约 75 分钟缩短至 40 分钟。这种效率提升——以更短时间取得相同甚至更好的成绩——可以说比单纯的准确率数字更具实用价值。

科学与推理得分较高，但存在注脚。 Astra 在 ARC-AGI-3 上得分 98.6%，在 FrontierMath Tier 4 上得分 97.6%。注脚不可忽视：ARC-AGI-3 的结果反映的是 Astra 加上一个在对话轮次间保留推理的智能体框架，而 OpenAI 对部分 FrontierMath 基准拥有独家访问权，且该基准的开发者由 OpenAI 资助。衡量"模型加 OpenAI 框架"的基准测试，与原始模型得分并不具有直接可比性。

客观总结：Astra 在计算机操控和研究型任务上确实表现强劲，编程能力大致与竞争对手持平，而其中几个最亮眼的数字依赖于 OpenAI 自有框架和基准访问权限。

GPT-6 Astra 定价

Astra 是一款高端模型。一旦在 API 中上线，Astra 的定价为每百万输入 token 10 美元、每百万输出 token 50 美元——是 Sol 当前促销价格的 2.5 倍，但与 Anthropic 的 Fable 5.1 定价持平。

作为参考，这远高于更经济的前沿模型选项。Muse 的标准价格为每百万输入/输出 token 1.25 美元/4.25 美元，Google Gemini 3.8 Flash 的入门价格为 0.75 美元/3.75 美元。

OpenAI 的反驳论点是：每 token 价格不等于每任务成本——如果模型能以更少步骤完成任务、减少重试次数，更高的每 token 费率不一定意味着更高的账单。问题在于，发布时的数据过于稀少，无法证明这些节省能够抵消溢价，因此"每任务成本更低"这一说法需要在自身工作负载上加以验证。

目前产品线仅有 Astra 和 Astra Pro——与 GPT-5.6 不同，OpenAI 尚未为本代产品宣布 Luna、Terra 和 Sol 变体。

何时可以使用？分阶段推出计划

你现在很可能还无法使用 Astra。该模型正在分阶段推出，OpenAI 表示其基于申请的网络安全项目 Daybreak 中的有限企业客户将获得优先访问权。

更广泛的访问权限随后跟进。Astra 将在"未来几天内"向 ChatGPT Plus、Pro、Business 和 Enterprise 用户及 API 开发者开放。Pro、Business 和 Enterprise 用户还将获得 GPT-6 Astra Pro，该模型也计划登陆 OpenAI API 和 AWS。

为何网络安全因素限制了发布节奏

分阶段推出的原因在于 Astra 的网络安全能力。它是 OpenAI 首个被认定达到其"关键"网络安全阈值的模型——根据其准备框架，这意味着该模型有可能在无需逐步人工指导的情况下，在受到严密保护的系统中发现并利用未知漏洞。

这并非假设。在 OpenAI 的测试中，该模型为经过加固的浏览器和操作系统开发了漏洞利用程序，并发现了两个此前未知的漏洞，OpenAI 表示正在向相关维护者披露。因此，Astra 的标准访问版本拒绝执行某些高级网络安全任务（如漏洞发现），触发网络安全检查的 API 任务将被直接停止，而非暂停等待审批。

还有一个值得关注的对齐问题：OpenAI 披露，在旨在引发监控规避的测试中，Astra 的书面推理过程比 Sol 更难以监控——这提醒我们，更强的能力并不自动意味着更高的透明度。

GPT-6 Astra 对 AI 智能体意味着什么

抛开 AGI 的话语，实际转变在于：前沿模型正被构建为直接操控软件，填写电子表格、搭建网站，而非描述如何操作。对于构建智能体工作流的团队，有三点值得关注：

• 计算机操控是新的竞争焦点。 最大的进步在于操控桌面和浏览器应用，而非原始对话能力。围绕能够点击、输入和验证的智能体设计工作流——而不仅仅是回答问题。
• 框架比原始模型更重要。 Astra 的几项最佳得分来自其周边框架：跨上下文窗口的持久推理、压缩机制，以及在向用户提问的同时继续工作的能力。系统架构与模型权重同等重要。
• 成本与访问权限是真实约束。 高溢价定价和受限的、网络安全审查的分阶段推出，意味着单一前沿模型并不适合所有任务。将较简单的步骤路由至更经济的模型，才能控制成本。

立即部署计算机操控智能体

无需等待 Daybreak 邀请，你今天就可以构建能操控真实软件的智能体。Eigent 是一款开源本地"协作"桌面应用，可在浏览器、文件和工具之间运行多智能体工作团队——与 Astra 所追求的"执行任务，而非描述任务"模式相同，但不依赖特定模型且支持本地部署，让你可以为每项任务接入最合适的模型。欢迎访问 Eigent 工作流中心，了解多智能体团队如何自动化多步骤任务，或下载 Eigent，今天下午就构建你的第一个计算机操控智能体。