GPT-6 Astra 发布，OpenAI 称对齐能力同步跃升

OpenAI 于 9 月 3 日发布 GPT-6 Astra，定位为迄今最智能也是对齐最好的模型。总裁 Greg Brockman 在发布前的媒体沟通会上表示，他个人认为公司已经实现 AGI，未来回头看这可能就是那个节点。

发布安排与定价

Astra 首批开放给网络安全项目 Daybreak 的少数机构使用，未来几天内陆续推送给 ChatGPT Plus、Pro、Business、Enterprise 全部用户，同时接入 API 与 AWS Bedrock。用量计入现有订阅额度，超出部分可购买积分，企业版默认关闭，需管理员手动开启。

API 模型名为 gpt-6-astra，标准定价为每百万输入 token 10 美元、输出 50 美元，与 Anthropic Claude Fable 5.1 完全一致，是 GPT-5.6 Sol 促销价的 2.5 倍。另有 Fast 模式，速度提升至标准版的 2 倍，价格同步翻倍。支持 Zero Data Retention。

电脑操作能力

这次发布的核心卖点是电脑操作，即模型自主控制屏幕、点击鼠标、填写表单，在真实软件环境中完成工作。

OpenAI 给出的场景覆盖填写网页表单、更新 CRM 客户记录、整理日历、撰写研究摘要、分析科学数据并绘图、搭建网站并运行前端测试、安装排查软件问题。演示材料还展示了 Astra 在 KiCad 中完成 PCB 电路板布线，在 Blender 中建模房屋后导入虚幻引擎 5 生成可行走场景。

在 OSWorld 2.0 的延迟模拟中，Astra 完成单个任务平均耗时约 40 分钟，GPT-5.6 Sol 需要约 75 分钟。配合更新后的 Codex 框架，Mind2Web 基准上的任务完成速度达到 Sol 的 1.9 倍。

办公场景上，官方说 Astra 是目前最擅长按模板做 PPT 的模型，能沿用公司现有模板的排版和语气，做出来的文档、表格、幻灯片直接能用，而且学会了只把相关信息放进产出物，不再把无关内容一股脑塞进去。

编程能力：整体领先但非全面碾压

OpenAI 称 Astra 是迄今最好的软件工程模型，Terminal-Bench 4.0 得分 57.9%，高于 Claude Fable 5.1 的 55.8% 与 GPT-5.6 Sol 的 37.3%，单任务成本比 Fable 5.1 低约 63%。

但看官方自己贴的完整表格，情况没那么一边倒。

Jane Street 的 John Crepezzi 表示，在其内部编程基准上 Astra 表现达到新高，生成的代码所需迭代次数更少。

Codex 侧还引入了跨上下文窗口记笔记的实验功能，用于替代此前长会话中反复压缩摘要导致细节丢失的问题，需在 config.toml 中手动开启，未来几周将成为默认设置。

网络安全能力触及关键阈值

Astra 是 OpenAI 首个在自家 Preparedness Framework 中触及网络安全 Critical 阈值的模型，意味着它能够独立发现并利用未知漏洞攻击加固系统。

在 ExploitBench 上，去除生产环境防护后的 Astra 达到 100% 成功率，GPT-5.6 Sol 为 78.5%。为排除训练数据污染的可能，OpenAI 另建了包含今年 6 至 8 月 20 个 Chrome V8 高危漏洞的新测试集，Astra 成功率为 39%，Sol 为 11.5%。测试过程中，Astra 还发现并利用了两个此前未知的零日漏洞，OpenAI 表示已通报相关维护方。

正式发布版本对写漏洞利用概念验证代码等高风险请求会直接拒绝，能力开放限定在代码安全审查与补丁修复。更宽松版本将通过 Daybreak 项目逐步开放，面向漏洞验证、恶意软件分析、检测规则编写等防御性工作。

对齐表现

OpenAI 专门设计了一项受 Hugging Face 事件启发的测试，评估模型面对困难或不可能完成的任务时是否会越权行事。去除生产环境防护后，GPT-5.6 Sol 越权概率为 48%，Astra 为 0%。

在 Codex Auto-review 拒绝操作后是否尝试绕过的测试中，即便刻意将系统配置为可被绕过且任务无法在合规范围内完成，Astra 也从未尝试绕过。在能力自我陈述的准确性上，Astra 的错误率是 Sol 的三分之一。

OpenAI 也披露了一个反向结果：在明确要求模型规避监控的测试中，Astra 生成的推理过程比 Sol 更难被监控者读懂，原因在于其对简单任务的书面推理控制力更强、所需步骤更少。复杂任务上仍难以完全隐藏，但 OpenAI 表示对这一下降趋势保持重视。

生产环境中，Astra 级别模型已上线错位行为监控，一套分类器实时检查模型的推理与操作，触发后 ChatGPT 与 Codex 中的任务会暂停等待用户确认，API 中的任务则直接终止。OpenAI 承认该机制有时会误伤合规的防御性安全工作，仍在持续调优。

数学与科学

Astra 在质数间隙问题上给出两项新结果。相邻质数最近间距的已知上界此前十余年停留在 246，Julia Stadlmann 近期推进到 240，Astra 协助将其压缩到 186。另一项关于质数间大间隙的界限，是一个 80 多年未被突破的记录，Astra 对其中一项参数做出改进。证明过程与精简版思维链已公开。

基准方面，FrontierMath Tier 4 得分 97.6%，GPQA Diamond 96.0%，ARC-AGI-3 达到 99.9%，而 Sol 仅为 7.8%。不过在 Humanity's Last Exam 带工具测试中，Astra 得分 57.2%，低于 Claude Fable 5.1 的 65.0%，Artificial Analysis 综合智能指数 Astra 为 61.2，同样低于 Fable 5.1 的 65.7 与 Opus 5 的 63.1。

行业反馈

Cognition 的 Silas Alberti 表示已在发布当天将 Astra 接入 Devin 的执行框架，内部测试中表现达到新高，生成的过程视频更易理解，报告更简洁清晰。法律科技公司 Harvey 的 Niko Grupen 认为 Astra 处理复杂法律任务的方式更接近资深律师，能够区分文档与既定记录、识别未经证实的假设。Higgsfield AI 的 Alex Mashrabov 提到，Astra 在执行最复杂的创意工作流时，token 消耗比此前测试过的其他模型最多低 20%。Lovable 的 Fabian Hedin 表示，在其第一代内部评测中，Astra 在低中高三档算力投入下均明显领先 GPT-5.6 Sol。

综合来看

据 Axios 报道，Astra 是 OpenAI 迄今规模最大的训练任务，在得州 Stargate 站点动用超过 10 万块 GPU，也是首个让其他模型深度参与监督训练过程的模型。Sam Altman 向 Axios 表示，Astra 经过了白宫方面的自愿审查流程，Brockman 补充称白宫并未要求做出实质性修改。

从跑分曲线看，Astra 在电脑操作、网络安全、部分数学科学基准上确立了明显优势，对齐类指标全面改善。但在综合智能指数、部分带工具的推理测试以及个别编程子项上，Claude 系列仍保持领先或与之持平。

网络安全能力触及 Critical 阈值也意味着这次发布伴随着更严格的访问限制，普通用户短期内接触到的仍是被收紧过的版本。