OpenAI 正式推出新一代人工智能模型 GPT-6 Astra，宣称这是其迄今为止“最智能、最对齐”的模型。该模型将首先向部分机构开放，随后逐步向 ChatGPT Plus、Pro、Business、Enterprise 用户以及 API 和 AWS 客户提供访问权限。
从已公布的数据和演示来看，Astra 的能力令人瞩目。OpenAI 联合创始人兼总裁 Greg Brockman 在发布会上表示：“欢迎来到 AGI（Artificial General Intelligence，通用人工智能）时代。”尽管这一论断尚存争议，但 Astra 展现出的能力确实为 OpenAI 提供了足够的信心。该模型能够处理复杂目标，自动完成多个步骤的任务，包括操作浏览器、阅读文件、编写和运行代码、使用专业软件、检查结果，并在遇到问题时进行修改。
在 OpenAI 展示的任务中，Astra 完成了填写报税表、更新客户管理系统、整理日程、制作财务模型、分析科研数据、搭建网站、设计电路板、创建 3D 游戏以及运行前端测试等多项工作。用户无需将目标拆解为细小指令，Astra 会自行安排工作顺序，并在不同工具之间切换。
计算机操作测试中，Astra 的表现尤为突出。在 OSWorld 2.0 测试中，Astra 得分 72.6%，高于上一代模型 GPT-5.6 Sol 的 65.7%；完成单项任务的平均时间从约 75 分钟缩短至 40 分钟，降幅达 47%。在考察办公自动化能力的 AutomationBench 测试中，Astra 得分 41.4%，而上一代仅为 18.1%。
Astra 的编程能力也显著提升。在 Terminal-Bench 4.0 测试中，Astra 得分 57.7%，GPT-5.6 Sol 为 37.3%；在数据库迁移测试中，Astra 得分 63.9%，GPT-5.6 Sol 为 42.7%。该模型能够阅读大型代码库、安装软件、运行程序，并通过浏览器验证结果。对于需要长时间运行的任务，Astra 会保存工作笔记，并从之前的消息和工具输出中找回被遗漏的需求、测试结果和失败原因。
在数学与抽象推理测试中，Astra 的表现更是惊人。在 FrontierMath Tier 4 测试中，Astra 取得 97.6% 的高分；在被称为 AGI 终极考卷的 ARC-AGI-3 测试中，Astra 得分 99.9%，而 GPT-5.6 Sol 仅得 7.8%。OpenAI 还透露，Astra 参与解决了两个长期未取得进展的素数间隔问题，其中一项将已知的有界素数间隔从 240 缩小到 186。
Astra 的模型参数也进行了优化，拥有 105 万个 token 的上下文窗口，单次最多输出 12.8 万个 token，并支持网页搜索、文件搜索、代码解释器、终端、图像生成、计算机操作和模型上下文协议（MCP）工具。Astra 引入了异步工具调用功能，允许模型在等待工具返回结果时继续思考或处理任务的其他部分。用户还可以在 Astra 工作途中补充要求或改变方向，模型会保留已完成的内容，无需推倒重来。
早期客户反馈显示，Astra 的实际应用效果显著。法律科技公司 Legora 表示，其代理使用 Astra 在几分钟内检查了 41 份财务文件，并找出了预先埋入的 4 个错误，模型成绩比上一代提高近 40%。游戏开发公司 Playco 则称，Astra 将制作游戏原型时所需的人工修复减少了 50%，并能根据同一套基础场景一次生成 3 个可玩的主题版本。
然而，更强的能力也带来了更高的使用成本。GPT-6 Astra API 每百万输入 token 收费 10 美元，每百万输出 token 收费 50 美元，均为 GPT-5.6 Sol 的 2.5 倍。OpenAI 解释称，Astra 完成任务所需的步骤和输出更少，因此单项任务的总成本可能反而更低。Brockman 在发布会上表示，单纯比较 token 价格意义有限，最终应看完成一项工作需要多少钱。
随着模型能力的提升，安全问题也愈发重要。Astra 的网络安全能力同样惊人，它是 OpenAI 首个达到“Critical”网络安全能力门槛并进入广泛部署阶段的模型。在没有生产安全措施的测试中，Astra 在 ExploitBench 上拿到 100%，测试期间还发现并利用了两个此前未知的零日漏洞。因此，普通版本会拒绝生成高阶漏洞利用代码，所有使用工具的 Astra 推理过程也将接受额外监控。OpenAI 承认，Astra 虽然更少越过用户授权范围，但比上一代更善于控制自己写出来的推理过程，部分行为反而更难监测。
根据 OpenAI 的安排，Astra 将在未来几天内逐步向 ChatGPT 付费账户和 API 用户开放，具体时间取决于分批推送。企业管理员需要主动开启该功能，发布初期默认关闭。
