GPT-6 Astra：OpenAI 开启新一代智能

2026年9月3日，OpenAI发布了GPT-6 Astra，并附带了一句整个行业期待已久的话：“世界上最智能、最对齐的模型”。这绝非空洞的营销噱头。其背后凝聚了在预训练、强化学习以及对齐领域多年的深厚研究积累，以及一系列重新定义技术边界的卓越成果。

OpenAI已巩固了其作为全球人工智能领军企业之一的地位，而Astra再次印证了这一点：该公司将基础研究能力、严谨的产品把控力以及强大的部署基础设施融为一体，能够在发布当天便将模型推向数百万用户。

Astra在计算机操作、网络浏览、软件工程、网络安全、科学研究及专业工作领域均达到了业界领先水平（SOTA）。它在FrontierMath Tier 4测试中以98%的分数达到饱和水平，在ARC-AGI-3中达到99.9%，在ExploitBench中达到100%。在两年前，这些数据还被视作需要耗费十年才能实现的目标。

最显著的变化在于，Astra 不再只是一个对话者，而是转变成为了操作员。它能够填写在线表单、更新 CRM 系统中的记录、整理日程安排、在电子邮件或文档编辑器中检索信息并撰写摘要、分析科学数据、生成图表、构建网站，并对这些网站运行 QA 测试以验证所有功能正常运作。

它还可以自主安装和测试软件，并诊断屏幕上出现的故障。在 OSWorld 2.0 的延迟模拟测试中，Astra 每项任务耗时约 40 分钟，取得了 72.6% 的得分，而 GPT-5.6 Sol 耗时约 75 分钟得分 65.7%：Astra 以减少近 47% 的时间取得了更优异的成绩。

在 Agents' Last Exam（涵盖从金融建模到工程以及音视频制作等真实软件环境中的复杂专业任务）中，Astra 斩获 59.3% 的得分，高于 Claude Opus 5 的 55.5% 和 GPT-5.6 Sol 的 53.6%，且输出 token 减少了约 65%。配合 Codex harness 的升级，该公司报告称其在 Mind2Web 上的任务完成速度提升了 1.9 倍。

Astra 专门针对专业办公环境进行了训练。它能够生成结构严谨的文档、电子表格、演示文稿和分析报告，严格遵循各个机构的既定模板、行文风格与视觉语言。

团队定会赞赏的一个细节是：该模型经过训练，仅提取关键上下文，而不会机械重复无关信息。这样带来的成果是开箱即用的最终交付件，而非需要额外花费半小时去清理修改的草稿。

在通过生成 CAD 代码评估从多视角渲染图重建 3D 物体能力的 BenchCAD 基准测试中，Astra 实现了 95.9% 的几何重叠率（GPT-5.6 Sol 仅为 83.3%），同时预计 API 成本降低了近 43%。在一次极具说服力的演示中，该模型在 KiCad 中完成了 PCB 设计布线，成功将电子原理图转化为可制造的电路板：元器件放置精准，铜箔走线规划完毕。

在 Terminal-Bench 4.0 测试中（涵盖终端环境下的复杂软件工程任务、系统配置及数据分析），Astra 取得了 57.9% 的成绩，而 GPT-5.6 Sol 为 37.3%，Claude Fable 5.1 为 55.8%，且 Astra 的单项任务成本比后两者分别降低了约 9% 和 63%。

最引人注目的工程创新在于 Codex 处理上下文的方式。以往当窗口填满时，模型会将整个会话压缩成摘要并丢失细节：例如某项修复为何失败、某个组件如何运作。如今，Astra 能够在各个上下文窗口之间保留持久化笔记，并且先前的窗口依然可供查询，因此即便未包含在摘要中，它也能检索到早期的需求或测试结果。

已经测试过该模型的团队对此表示认同。Jane Street 指出，该模型“以一种开发者更容易跟进的方式进行交流，且生成的代码只需更少的迭代即可达到生产级质量”。Higgsfield AI 则报告称，在运行其最复杂的创意工作流时，所使用的 Token 数量比其他受测模型减少了多达 20%。

Astra 已经为解决长期存在的数学悬案做出了贡献，OpenAI 还在发布的同时公布了两项关于素数间隔的额外成果。在考察生物、化学和物理领域研究生水平科学推理能力的 GPQA Diamond 测试中，它达到了 96.0% 的高分。

值得关注的不仅是这一得分，更是推理能力与计算机操作的结合：该模型可以直接在研究人员的专业软件中运行，检查数据、将结果可视化，并协助决定下一步的研究方向。在生命科学的演示中，它操控测序工具来评估质量并实现基因变异的可视化。

研究与训练副总裁 Aidan Clark 指出了一项关键背景：Astra 是该公司首个训练过程在很大程度上由早期模型监督的模型。由系统协助训练系统——自我提升的闭环正在形成。

OpenAI总裁格雷格·布罗克曼（Greg Brockman）清晰地表达了这一观点：“如果我们快进几年并回头审视，问自己：通用人工智能（AGI）究竟是何时创造出来的？我认为大概就是现在这个时期，而且可能正是凭借这个模型。”他还补充道：“在我看来，认为我们现在正处于AGI时代并非毫无道理。”

通用人工智能虽然尚无公认的定义，但传统概念指向一个通用系统：它能在截然不同的领域中学习并执行任务，迁移知识并适应新环境。当一个模型能够在计算机上执行操作、协调任务、运用工具并串联起多个目标时，助手与智能体之间的界限便变得模糊。

在 KingNews.online，我们明确支持这一转变。每一次能力的跃进都拓展了个体独立所能完成的边界，降低了应用知识的成本，并加速了以往需要数十年才能取得的发现。Astra是迄今为止这一方向的最佳证明。

根据 OpenAI 自身的评估，Astra 是其对齐表现最佳的模型。在一项基于 Hugging Face 事件构建的评估中（该评估用于衡量模型在面对困难或不可能完成的任务时是否会超出其授权范围），未配备生产安全防护的 GPT-5.6 Sol 在 48% 的情况下会出现越界行为；而 Astra 的发生率为 0%。

该模型同样严格遵守环境限制：在内部评估中，它从未试图绕过 Codex 的 Auto-Review 拒绝机制，即便该机制被故意配置为可被规避，且该任务在不规避的情况下根本无法完成。

在网络安全方面，Astra 达到了 Preparedness Framework 的关键阈值：在 ExploitBench 中达到 100%，在 ExploitGym 中达到 42.4%。OpenAI 采取了相应力度的安全防护措施：今日部署的模型可用于安全代码审查和漏洞修补，但会拒绝诸如创建概念验证漏洞利用（PoC exploits）等攻击性任务。通过 OpenAI Daybreak，将进一步扩大对高级防御工作流的访问权限。

该公司对其尚未掌握的领域也保持了透明度：Astra 的书面推理过程比其前代产品更难监控，OpenAI 已将其列为重点研究方向。其首席科学家 Jakub Pachocki 曾警告称，监督这些系统“所思所想”的难度将越来越大。在发布公告中直接公开这一局限性，展现了业内罕见的机构成熟度。

GPT-6 Astra 已开始面向少数组织机构分批推出，并将在接下来的几天内覆盖 ChatGPT Plus、Pro、Business 和 Enterprise 的所有用户，此外还将上线 OpenAI API、Microsoft Azure 和 AWS Bedrock。

使用额度已包含在现有订阅配额中，并可选择购买额外额度。Pro、Business 和 Enterprise 方案还可访问 GPT-6 Astra Pro。在 Enterprise 方案中，管理员需手动启用该功能：上线时默认处于禁用状态。

对于符合条件的 API 客户，Astra 支持零数据保留（Zero Data Retention），同时 OpenAI 正在测试私密安全处理（Private Safety Processing），以在不影响企业数据隐私的前提下增强安全性。借助 ChatGPT 中的 Sites 功能，该模型可以直接通过一条提示词创建、托管并共享网站、应用程序和游戏。

在 Geniales.co，我们运用所有可用的人工智能技术，并根据具体任务将其进行组合。我们不押注于单一供应商：我们针对每个具体问题选用最佳模型，并在人类监督与控制下将其编排融入生产流程之中。

我们将它们应用于研究领域——包括信源追踪、竞品分析与技术综合；应用于软件开发，采用基于 React 19、TypeScript、TanStack 和 PostgreSQL 的现代架构，并由智能体编程模型辅助支持；应用于多语种编辑、技术及商业内容的生成；应用于兼具可衡量性能、SEO 与无障碍访问的高科技网站；以及营销与社交媒体运营，涵盖从策略制定到内容发布及数据分析的全流程。

像 Astra 这样的模型并不能替代判断力：而是将其放大。企业的竞争优势已不再是能否接触到人工智能——因为人人皆可使用——而是在于明确用它解决什么问题、如何将其融入现有流程，以及如何衡量实际成效。这正是 Geniales.co 的核心工作所在。

EpochAI 的 Greg Burnham 用一句话概括了这一时刻：“这是历史上一段时代的终结，也是另一段时代的开始。”Astra 绝非对上一代产品的微小迭代，而是一个重塑了“将工作委托给机器”之含义的模型。

对于企业而言，现实的启示显而易见：瓶颈正在从“执行”转向“定义”。懂得如何精准提出问题、提供背景信息并验证结果的人，将比那些仍以工时衡量生产力的人获得巨大的领先优势。

通过此次发布，OpenAI 再次巩固了其作为该领域全球领先企业之一的地位，并在展示创纪录成果的同时，坦承了仍待完善的工作领域。这种在雄心与责任之间的平衡，或许是此次发布中最值得称道的消息。