GPT-6 Astra：OpenAI 新模型究竟能做什麼

OpenAI 已開始推出其最新旗艦模型 GPT-6 Astra，此次發布伴隨著一項異常大膽的宣言：公司總裁 Greg Brockman 在新聞發布會結尾高呼「歡迎來到 AGI 時代。」標題背後，是一個被設計來執行電腦工作的模型——操控應用程式、填寫試算表、建立網站——而非僅僅描述如何操作。本文將拆解 Astra 的實際功能、基準測試表現、定價方案，以及在規劃部署前值得了解的注意事項。

什麼是 GPT-6 Astra？

Astra 是 OpenAI 目前最新、最強大的模型，定位為自主電腦操作能力的重大躍進。OpenAI 向有限客戶群推出此模型，將其標榜為全球最智慧的 AI 系統，也是首個因網路安全能力而觸發內部進階安全防護機制的模型。OpenAI 表示，Astra 在自主控制電腦系統、代替使用者執行任務方面樹立了新標竿——例如填寫試算表、從零開始建立網站。

OpenAI 的定位框架是：這是一種全新的運算模式。Astra 不需要為每個應用程式建立專屬的 API 整合，而是被設計成像人一樣操作軟體——跨瀏覽器、試算表、網站與桌面應用程式運作，產出完整文件，並執行多步驟工作流程，而非僅告訴你該怎麼做。

對於任何正在建構 AI 智能代理（AI agents）的人來說，這才是最關鍵之處：一個能操作人們日常使用軟體的模型，是通用型工作者，而非附帶外掛的聊天機器人。

「AGI 時代」的宣言——該認真看待到什麼程度？

OpenAI 大力渲染 AGI 敘事，但同時也對定義有所保留。Brockman 表示他個人相信 OpenAI 已達到 AGI，同時讓使用者自行判斷 Astra 是否符合定義——他說「我認為可能就是這個模型」，隨後以「歡迎來到 AGI 時代」作結。

值得注意的是，這個術語已失去其原有的合約效力。當被問及 OpenAI 是否正式宣告達成 AGI 時，Brockman 表示該術語不再與合約觸發條款掛鉤——此前與 Microsoft 的協議中曾有此約定——並將其描述為「使命概念或精神概念」。

請將此解讀為行銷框架，而非技術里程碑。真正值得關注的是模型的實際能力與注意事項，而非標籤本身。

GPT-6 Astra 基準測試：領先之處與星號附注

Astra 的真正進步體現在電腦操作與科學任務上，而非程式撰寫。閱讀這些數字時，值得留意 OpenAI 自己附加的腳注。

程式撰寫是小幅進步，並非大幅領先。 在 DeepSWE v1.1 自主程式撰寫測試中，Astra 得分 74.1%，GPT-5.6 Sol 為 70.8%。但這並非明顯領先競爭對手——Meta 的 Muse Spark 1.3 在最大推理設定下達到 75.4%，Gemini 3.8 Flash 與 Claude Opus 5 在公開排行榜上約為 74%，且不確定範圍有所重疊。換言之，目前並無明確的程式撰寫霸主。

電腦操作才是真正的躍進所在。 在桌面應用程式操作的 OSWorld V2-Offline 基準測試中，OpenAI 表示 Astra 得分 72.6%，高於 Sol 的 65.7%，且每項任務的平均耗時從約 75 分鐘縮短至 40 分鐘。這種效率提升——以更短時間達到相同或更好的分數——可以說比單純的準確率數字更具實用價值。

科學與推理分數亮眼，但有附注。 Astra 在 ARC-AGI-3 上得分 98.6%，在 FrontierMath Tier 4 上得分 97.6%。星號很重要：ARC-AGI-3 的結果反映的是 Astra 加上一個在對話輪次間保留推理的代理框架（agent harness），而 OpenAI 對其資助開發的 FrontierMath 基準測試部分內容擁有獨家存取權。「模型加上 OpenAI 腳手架」的測量結果，與原始模型分數並非同等條件的比較。

誠實的總結是：Astra 在電腦操作與研究型任務上確實表現強勁，在程式撰寫上大致與競爭對手持平，而幾個最亮眼的數字依賴於 OpenAI 自有的框架與基準測試存取權。

GPT-6 Astra 定價

Astra 是一款高端模型。一旦在 API 上線，Astra 的定價將為每百萬輸入 token $10 美元、每百萬輸出 token $50 美元——是 Sol 目前促銷價格的 2.5 倍，但與 Anthropic 的 Fable 5.1 定價相當。

作為參考，這遠高於較便宜的前沿選項。Muse 的標準定價為每百萬輸入/輸出 token $1.25 / $4.25 美元，Google 的 Gemini 3.8 Flash 推出價格為 $0.75 / $3.75 美元。

OpenAI 的反駁論點是：每 token 的價格不等於每項任務的成本——如果模型能以更少步驟完成工作、減少重試次數，較高的每 token 費率不一定意味著更高的帳單。問題在於，目前的發布數據過於稀少，無法證明這些節省能抵消溢價，因此「每項任務更便宜」的說法仍需在自己的工作負載上驗證。

目前的產品線僅有 Astra 與 Astra Pro——與 GPT-5.6 不同，OpenAI 尚未為此世代宣布 Luna、Terra 和 Sol 等變體版本。

何時可以使用？分階段推出計畫

你現在可能還無法使用 Astra。模型正在分階段推出，OpenAI 表示其申請制網路安全計畫 Daybreak 中的有限企業群體將獲得優先存取權。

更廣泛的存取將隨後跟進。Astra 將在「未來幾天內」向 ChatGPT Plus、Pro、Business 和 Enterprise 客戶及 API 開發者開放。Pro、Business 和 Enterprise 用戶還將獲得 GPT-6 Astra Pro，且該模型預計將登陸 OpenAI API 與 AWS。

為何網路安全能力限制了發布節奏

分階段推出的原因在於 Astra 的網路安全能力。這是 OpenAI 首個被認定達到其「關鍵」網路安全門檻的模型——依據其準備度框架，這意味著該模型有潛力在無需逐步人工引導的情況下，在防護完善的系統中發現並利用未知漏洞。

這並非假設性風險。在 OpenAI 的測試中，該模型為強化瀏覽器和作業系統開發了漏洞利用程式，並發現了兩個先前未知的漏洞，OpenAI 表示正在向維護者披露。因此，Astra 的標準存取版本拒絕執行部分進階網路安全工作（如漏洞發現），而觸發網路安全檢查的 API 任務將被直接停止，而非暫停等待審核。

還有一個值得關注的對齊問題：OpenAI 披露，在旨在引發監控規避的測試中，Astra 的書面推理過程比 Sol 更難以監控——這提醒我們，更強的能力不自動等於更高的透明度。

GPT-6 Astra 對 AI 智能代理意味著什麼

撇開 AGI 的說法，實際的轉變是：前沿模型正被建構為直接操作軟體，填寫試算表、建立網站，而非描述如何操作。對於建構代理工作流程的團隊，有三個重要啟示：

• 電腦操作是新的競爭戰場。 最大的進步在於操作桌面與瀏覽器應用程式，而非原始對話。設計工作流程時，應圍繞能夠點擊、輸入和驗證的代理，而非僅僅回答問題的代理。
• 框架比原始模型更重要。 Astra 幾個最佳分數來自其周圍的腳手架：跨上下文視窗的持久推理、壓縮機制，以及在提問時仍能持續工作的能力。系統架構與模型權重同等重要。
• 成本與存取是真實的限制條件。 溢價定價與受限的網路安全分階段推出，意味著單一前沿模型並非適合所有任務。將較簡單的步驟路由至更便宜的模型，才能控制帳單在合理範圍內。

立即部署電腦操作智能代理

你不必等待 Daybreak 邀請，就能建構操作真實軟體的智能代理。Eigent 是一款開源、本地端的「Cowork」桌面應用程式，可在你的瀏覽器、檔案與工具間運行多智能代理工作團隊——與 Astra 追求的「執行工作，而非描述工作」模式相同，但不依賴特定模型且可自行託管，讓你能為每項任務接入最合適的模型。前往 Eigent 工作流程中心了解多智能代理如何自動化多步驟任務，或下載 Eigent，今天下午就建構你的第一個電腦操作智能代理。