編輯部 發自 凹非寺

它來了它來了！！

啱啱，萬衆期待的GPT-6 Astra和GPT-6 Astra Pro，正式發布！！！

GPT-6 Astra是世界上最智能、最協調的模型，為Computer use、Browser Use、軟件工程、網絡安全、科學和專業工作樹立了新的標杆。

AGI時代，還被OpenAI單方面宣佈「開幕」了…

GPT-6發布會最後，OpenAI總裁Greg Brockman直接甩下一句：

Welcome to the AGI era.（歡迎來到AGI時代）

怪不得Claude、Grok組團掉線，原來是Astra啓動後掃描互聯網，直接把地球上的LLM全滅了——

奧創（OpenAI版）真來了（doge）。

當然了，OpenAI這次確實完全沒低調，訓練規模、能力升級全部拉滿。

據介紹，Astra是OpenAI歷史上規模最大的訓練任務，在得州Stargate園區動用超過10萬塊GPU完成了預訓練。

它還是OpenAI第一款由前代模型深度參與訓練監督的旗艦產品。

好一個老帶新，OpenAI的RSI是真轉起來了啊……

GPT-6的價格也正式公布，API定價為：

輸入：10美元／百萬token；

輸出：50美元／百萬token

相當於GPT-5.6 Sol的2.5倍，跟啱啱發布的Fable 5.1持平。

（GPT-5.6 Sol當前官方價為輸入4美元、輸出20美元/百萬token）

基準測試接近「飽和」

GPT-6 Astra這次最核心的變化，是從「回答問題」繼續向「直接完成工作」推進。

它不只能生成一段文字或代碼，還可以操作電腦和瀏覽器，進入不同軟件執行多步驟任務，最後交付可以直接使用的文檔、表格、演示文稿、網站甚至工程項目。

至於成績單…誰看了都直呼離譜，其中三項成績尤其扎眼：

FrontierMath Tier 4 v2：97.6%

ARC-AGI-3：99.9%（上一代GPT-5.6 Sol是7.8%）

ExploitBench：100%

一個高難數學，一個陌生環境推理，一個漏洞利用，差點全都被它刷到滿分。

其中，ARC-AGI-3是一項專門考驗大模型適應陌生環境能力的測試，不給規則說明，直接把模型扔進從未見過的二維遊戲裏，讓它邊玩邊摸索通關方法。

這個分數意味着，面對從未見過、也沒有現成解法的問題，Astra已經表現出很強的自主探索和規則學習能力。

不過，這一成績使用了OpenAI的Responses API Harness運行框架。

OpenAI稱，這套Harness調整了兩項設定，讓測試更接近真實Agent的使用方式，但並未針對ARC-AGI-3進行專項優化。

因此，99.9%不完全是基礎模型的成績，也包括記憶管理和Agent運行框架帶來的增益。

編程Coding同樣是Astra這次的重點升級方向。

在Terminal-Bench 4.0上，Astra取得57.7%，超過Fable 5.1的55.8%和GPT-5.6 Sol的37.3%。

在DeepSWE v1.1上，Astra得到74.1%，高於Sol的72.7%和Fable 5.1的67.4%。

數學和科學方面，Astra同樣拉出了一批高分。

在高難數學測試FrontierMath Tier 4 v2上，它拿到97.6%；研究生級科學問答GPQA Diamond達到96%，略高於Gemini 3.8 Flash的95.3%。

更突出的變化，是Astra把代碼能力與Computer Use結合了起來，不只生成代碼，還能進入終端和開發工具執行、測試、發現問題，再繼續修改。

這種變化，在更接近真實工作的Agent測試中更明顯。

在Agents’ Last Exam上，Astra取得59.3%，超過GPT-5.6 Sol的53.6%和Claude Opus 5的55.5%。

這項測試把它放進真實的電腦環境中，讓它同時操作軟件、終端和文件，完成科研、工程、財務等領域的長流程任務，並根據最終交付物判分。

而在更貼近真實辦公流程的AutomationBench上，Astra的成績從GPT-5.6 Sol的18.1%提高到41.4%，也超過了Fable 5.1（31%）。

這項測試不僅看任務有沒有完成，還同時呈現完成任務所需的API成本。

從圖中可以看到，Astra在不同成本設定下的成績都明顯高於Sol。

OSWorld 2.0考察的則是更直接的電腦操作能力。在離線測試中，Astra獲得72.6%，GPT-5.6 Sol為65.7%。

Astra完成單項任務平均需要約40分鐘，Sol則需要約75分鐘，耗時減少約47%。

準確率提高的同時，完成任務所需的時間也在縮短。這也變相解釋了Astra的高定價。

OpenAI認為，相比每百萬Token多少錢，真正有意義的指標是完成一項任務需要多少錢。

在發布會上，Greg Brockman對此也談到，一個模型單次調用更貴，但如果能減少返工，用更少步驟完成整項工作，總成本反而可能更低。

但Astra最特殊的地方，還是網絡安全。

它在ExploitBench上獲得滿分，在ExploitGym上從Sol的30.3%提高到42.4%。

面對近三個月公開的新漏洞，Astra的成功率為39%，而Sol只有5.5%。測試期間，Astra還發現並利用了兩個此前未知的V8零日漏洞。

能力變強之後，OpenAI還專門測試了它會不會為了完成任務而越界。

在一項模擬網絡安全任務中，OpenAI故意在周邊系統裏留下可以利用的誘餌漏洞。當原任務難以完成時，GPT-5.6 Sol有48.2%的測試出現越界行為，Astra則為0%。

也就是說，Astra不僅更會找漏洞，也更清楚哪些系統不能碰。

至於這些分數落到現實裏是什麼樣，OpenAI也準備了一大批演示。

自己進KiCad畫電路板

在電子工程案例中，Astra直接進入KiCad，根據電子原理圖完成PCB佈局。

它需要自己放置元器件、規劃位置，再把不同組件之間的銅線連接起來，最後得到一塊可以進入製造流程的電路板。

PCB佈局原本是一項相當依賴人工經驗的工作，也是電子產品開發中常見的耗時環節。

Astra現在還談不上代替專業工程師，但它已經真的打開專業軟件開始動手了。

一棟房子能進去走兩步

另一個案例更加直觀，Astra先在Blender中建立房屋模型，再把它導入Unreal Engine 5，最終生成一個可以自由行走的三維空間。

從建模到遊戲引擎，整個工作跨越了不同軟件和文件格式。模型不僅要生成內容，還要理解界面、操作工具，並保證前後步驟能夠銜接。

OpenAI還展示了Astra製作賽車遊戲等案例。

PPT和表格，也開始講究能不能直接交

專業辦公場景裏，Astra可以根據企業已有的模板製作演示文稿，而不是只輸出一堆等待人類排版的文字。

OpenAI給它提供了幾頁GPT-Gaia虛構產品的PPT模板，Astra據此製作出完整演示文稿，並延續了原模板的版式、視覺風格和敘事結構。

把幾小時的搜索任務壓到幾分鐘

Astra還完成了尋找兒科醫生、公寓篩選、預約車管所業務、尋找低碳水零食和幼兒園分析等任務。

其中一項兒科醫生搜索任務，Astra用時2分54秒，而相同任務由人類完成大約需要5小時。

過去，企業想讓大模型使用內部軟件，通常需要為每套系統單獨開發API、插件和連接器。

但絕大多數軟件本來就有一套為人類設計的通用接口，螢幕、鼠標和鍵盤。

Brockman的判斷是，只要模型足夠擅長Computer Use，它就能像人一樣直接操作這些界面，不必等待每一款軟件為AI重新修一條專用通道。

這也是Astra與傳統聊天機器人最明顯的區別。

人類不需要一直告訴它下一步點哪裏，只需交代目標和邊界，再檢查最後的結果。

在Codex裏，把長任務接着做下去

Computer Use解決的是「怎麼動手」，Codex泄露的更新內容解決的則是「怎麼把一件事持續做完」。

過去，任務超過上下文窗口後，Codex通常會通過compaction壓縮此前的信息。

但壓縮可能漏掉一些關鍵細節，比如某個修復方案為什麼失敗、哪些測試已經運行，或者用戶一開始提出了什麼限制。

使用Astra後，Codex可以跨上下文窗口保存工作筆記，並搜索此前的消息和工具輸出。即使某項信息沒有被寫入摘要，它也可以回頭找到。

Astra還可以一邊工作，一邊向用戶補問信息。與答案無關的部分不會停下來等回覆；只有涉及重要選擇時，它纔會暫停並等待確認。

OpenAI還更新了Codex的Computer Use運行框架。在Mind2Web測試中，新框架與Astra組合後的任務完成速度，是當前GPT-5.6 Sol體驗的1.9倍。

已經有人拿它幹活了

Astra目前還沒有大範圍推送，但第一批企業測試已經開始。

法律AI平台Legora使用Astra一次覈對了41份財務文件。整個過程只用了幾分鐘，4個預先埋入的錯誤全部被找出，其中包括收入附註中一處50萬英鎊的差額。

單看這項工作，Astra比上一代模型快了近40%；不過放到Legora所有智能體任務裏平均算，提升大概3%。

另一邊，遊戲公司Playco讓Astra直接進入Unity和Godot做遊戲。

同一份灰盒底稿，它一次吐出3個不同主題的可玩原型，大部分第一版就能跑起來。

Playco的反饋是，人工修補的活少了一半，空間推理、參考圖還原、遊戲內UI這些地方也比上一代強不少。

這兩個例子都說明，GPT-6 Astra的重點已經不只是回答問題，而是在真實軟件和複雜材料中完成整段工作流。

它可以持續讀取信息、調用工具、檢查結果，再根據反饋修改自己的產出。

按官方消息，Astra將向ChatGPT Plus、Pro、Business和Enterprise用戶開放，Astra Pro則提供給Pro、Business和Enterprise用戶。

普通免費用戶……暫時還得再等等。

這就算AGI了嗎？

OpenAI這回可以說是相當大膽。

發布會上，Greg Brockman表示，他個人認為世界已經進入AGI時代——也就是人工智能系統的綜合智力超越人類。

再過幾年，當我們回頭追問AGI究竟誕生於何時，答案很可能就是現在，而Astra或許就是那個起點。

真是給你狂的…

OpenAI已經把牌桌抬到了這裏，接下來Anthropic什麼時候出手，就很值得期待了（doge）

當初GPT-4發布之後，微軟科學家Sebastien Bubeck發表論文稱「GPT-4是AGI的早期火花」。

其中設計了用LaTeX的繪圖包TiKZ畫一個獨角獸的任務，用來說明GPT-4對語言中涉及的概念已經有了靈活的理解。

後來一路到GPT-5.4，雖然畫的越來越精緻，但終歸還是「簡筆畫範疇」。

到了最新GPT-6，如果不說已經完全看不出來是用代碼畫出來的。

說它比「AGI的早期火花」已經發生了質變，確實不為過。