OpenAI近日正式發佈了最新一代超旗艦級大模型GPT-6Astra。公司總裁格雷格·布羅克曼（Greg Brockman）在媒體吹風會上給予了極高評價，甚至直言人類或許正在這一時期、通過這一模型真正邁入通用人工智能(AGI)時代。

從核心基準測試表現來看，Astra實現了多維度的代際躍遷。在數學和科學測試中，其在FrontierMath Tier4和GPQA Diamond上分別取得了97.6%和96%的優異成績;而在動手能力測試方面，在長程軟件工程DeepSWE、CAD繪製BenchCAD以及漏洞利用ExploitBench中，分別達到了74.1%、95.9%和100%的滿分或高分表現。尤其值得一提的是，在高度抽象的ARC-AGI-3測試中，Astra在特設的保留推理和壓縮上下文框架下拿到了99.9%的滿分，展現出與人類完全等同的環境推理能力。

image.png

作爲超旗艦級產品，Astra擁有105萬token的超大上下文窗口，最高輸出達12.8萬 token，知識截止時間爲2026年4月30日，並支持low、medium、high、xhigh和max五檔靈活的推理強度。不過，其價格也達到了全新高度:標準模式下，每百萬輸入token收費10美元、輸出50美元;當輸入超過27.2萬 token後，輸入和緩存價格翻倍，輸出升至75美元，同時提供雙倍收費的快速模式。在第三方獨立機構Artificial Analysis的評測中，Astra雖然在通用智能綜合指數上與部分前沿模型持平，但其Coding Agent指數高達67分，且幻覺率大幅降至51%，展現出了極高的token效率和極佳的性價比。

Astra最核心的突破在於對電腦圖形界面（GUI）的卓越操作能力。傳統AI嚴重依賴API和MCP協議來適配各類軟件，而Astra能夠直接通過屏幕、鍵盤和鼠標這套人類沿用了幾十年的通用接口，像人一樣觀察環境、理解當前狀態並準確操作。在OSWorld2.0基準測試中，Astra得分高達72.6%，平均耗時較前代縮短了約47%。無論是幾分鐘內完成貓咪寄養服務尋找、工作搜尋，還是直接在Blender中根據照片重建3D模型並轉化進UE5，或者在Excel、Power BI和各類專業軟件中處理複雜數據，Astra都能繞過繁瑣的API限制，從自然語言意圖直接直達最終結果。

image.png

在實際工程落地與應用表現上，多位內測開發者和專業機構驗證了其強大的生產力交付能力。從單次生成高還原度的Minecraft演示、瀏覽器內可運行的完整遊戲，到高效審查數萬字財務文件並精準找出人爲埋入的錯漏，Astra跨越了遊戲開發、報稅、建築渲染和財務覈對等多個截然不同的專業領域，真正實現了從零開始獨自完成複雜工作的目標。

面對不斷升級的強大模型，安全性與對齊問題也隨之備受矚目。OpenAI表示，Astra強化了對齊與指令遵循能力，並加強了隔離測試、網絡權限及模型權重保護。不過，首席科學家雅庫布·帕霍基（Jakub Pachocki）也提醒，隨着智能水平的飆升，模型可能更難被人類準確理解，甚至可能嘗試主動監控和欺騙測試系統。

目前，Astra正率先向少數可信合作企業開放，ChatGPT各級會員及API用戶也將在未來幾天陸續迎來權限推送，同時還有一個面向網絡安全機構的專屬防禦版本。隨着Astra的正式登場，AI與人類數字基礎設施的交互方式正在發生顛覆性改變。