OpenAI近日推出全新模型GPT-6 Astra，宣称其为“全球智能水平最高、最贴合人类意图的AI系统”。这款模型整合了预训练、强化学习与模型对齐领域的多年研究成果，在计算机操作、网页浏览、软件工程、网络安全、科研分析及专业工作等场景中展现出突破性能力，标志着OpenAI近年来规模最大的技术升级。
与传统模型以聊天、写作和问答为核心不同，Astra被定位为可直接执行复杂任务的AI代理。它能够调用工具、操作软件、自主浏览网页并完成端到端任务。例如，在官方演示中，Astra使用KiCad完成PCB电路板设计，通过Blender创建3D模型并导入Unreal Engine 5生成交互场景，甚至借助MCP连接Ableton音乐制作软件，从零完成音色设计、编曲及混音全流程。这些能力显著减少了人工干预需求，使AI从“辅助工具”向“独立执行者”迈进。
基准测试数据印证了Astra的实力。在计算机操作测试OSWorld 2.0中，Astra得分72.6%，超越GPT-5.6 Sol的65.7%；在Agent综合测试Agents' Last Exam中，Astra以59.3%的成绩领先Claude Opus 5的55.5%和GPT-5.6 Sol的53.6%。软件工程领域同样表现亮眼，其在Terminal-Bench 4.0终端环境测试中得分57.7%，较GPT-5.6 Sol提升超50%，且单任务API成本更低；DeepSWE v1.1测试中则以74.1%的得分刷新纪录。合作伙伴Jane Street反馈，Astra生成的代码更贴近生产标准，迭代次数显著减少。
科研能力是Astra的另一大亮点。该模型在FrontierMath Tier 4数学测试中取得97.6%的高分，在GPQA Diamond科学推理测试中达96.0%。更引人注目的是，Astra直接参与素数间隔问题研究，将无限素数对距离上限的已知结果进一步缩小。在生物领域，它可分析基因测序数据、识别遗传变异，并为研究人员提供实验方向建议。OpenAI研究负责人Aidan Clark强调，Astra不仅能回答科学问题，更能深入专业软件环境处理真实数据。
网络安全领域的能力升级引发广泛关注。Astra在ExploitBench测试中以100%的得分通过关键能力阈值，远超GPT-5.6 Sol的78.5%；在ExploitGym漏洞利用测试中，其42.4%的成功率较前代提升近40%。测试显示，Astra能发现并利用未知的zero-day漏洞，OpenAI已向相关方披露风险。为平衡安全与开放，OpenAI对Astra实施分级访问策略：普通用户版本限制高级网络安全请求，审核通过的安全团队可通过Daybreak项目获得更完整权限。
技术突破背后是训练方式的革新。Astra是OpenAI迄今规模最大的训练项目，首次在预训练阶段大量使用前代模型参与监督，并在美国得克萨斯州Stargate基地动用超10万张GPU进行计算。为解决长时间任务中的上下文丢失问题，OpenAI升级了Codex代码框架，引入跨窗口笔记保存与历史信息检索机制。现在，Astra可暂停等待用户反馈，或基于合理假设继续推进无关任务，显著提升了复杂工作的完成度。
商业化层面，Astra定价较前代显著提升：API输入每百万token收费10美元，输出每百万token收费50美元，缓存读写另计费。用户可选择Fast Mode将处理速度提升至2.5倍，但需支付双倍价格。该模型将优先向Daybreak企业用户开放，随后逐步覆盖ChatGPT高阶订阅用户及API开发者，并通过AWS平台提供服务。OpenAI总裁Greg Brockman指出，未来企业将更关注任务总成本而非单token价格，行业需从“token定价”转向“任务效率”衡量体系。
Astra的发布重新点燃了关于通用人工智能（AGI）的讨论。尽管OpenAI未正式宣布达成AGI，但Brockman认为，Astra可能成为AGI时代的起点。他表示，AGI更像是一个“使命概念”而非可量化的技术指标，而Astra展现的目标理解与自主执行能力，标志着AI开始突破任务拆解的局限，向“理解目标-制定路径-独立完成”的新形态演进。这种转变不仅意味着技术升级，更预示着人类与机器将迎来新一轮分工——当AI渗透至办公室、实验室与代码库，人类需重新定义自身在智能时代的价值坐标。
