OpenAI近日正式发布了最新一代超旗舰级大模型GPT-6Astra。公司总裁格雷格·布罗克曼（Greg Brockman）在媒体吹风会上给予了极高评价，甚至直言人类或许正在这一时期、通过这一模型真正迈入通用人工智能(AGI)时代。
>从核心基准测试表现来看，Astra实现了多维度的代际跃迁。在数学和科学测试中，其在FrontierMath Tier4和GPQA Diamond上分别取得了97.6%和96%的优异成绩;而在动手能力测试方面，在长程软件工程DeepSWE、CAD绘制BenchCAD以及漏洞利用ExploitBench中，分别达到了74.1%、95.9%和100%的满分或高分表现。尤其值得一提的是，在高度抽象的ARC-AGI-3测试中，Astra在特设的保留推理和压缩上下文框架下拿到了99.9%的满分，展现出与人类完全等同的环境推理能力。
作为超旗舰级产品，Astra拥有105万token的超大上下文窗口，最高输出达12.8万 token，知识截止时间为2026年4月30日，并支持low、medium、high、xhigh和max五档灵活的推理强度。不过，其价格也达到了全新高度:标准模式下，每百万输入token收费10美元、输出50美元;当输入超过27.2万 token后，输入和缓存价格翻倍，输出升至75美元，同时提供双倍收费的快速模式。在第三方独立机构Artificial Analysis的评测中，Astra虽然在通用智能综合指数上与部分前沿模型持平，但其Coding Agent指数高达67分，且幻觉率大幅降至51%，展现出了极高的token效率和极佳的性价比。
Astra最核心的突破在于对电脑图形界面（GUI）的卓越操作能力。传统AI严重依赖API和MCP协议来适配各类软件，而Astra能够直接通过屏幕、键盘和鼠标这套人类沿用了几十年的通用接口，像人一样观察环境、理解当前状态并准确操作。在OSWorld2.0基准测试中，Astra得分高达72.6%，平均耗时较前代缩短了约47%。无论是几分钟内完成猫咪寄养服务寻找、工作搜寻，还是直接在Blender中根据照片重建3D模型并转化进UE5，或者在Excel、Power BI和各类专业软件中处理复杂数据，Astra都能绕过繁琐的API限制，从自然语言意图直接直达最终结果。
在实际工程落地与应用表现上，多位内测开发者和专业机构验证了其强大的生产力交付能力。从单次生成高还原度的Minecraft演示、浏览器内可运行的完整游戏，到高效审查数万字财务文件并精准找出人为埋入的错漏，Astra跨越了游戏开发、报税、建筑渲染和财务核对等多个截然不同的专业领域，真正实现了从零开始独自完成复杂工作的目标。
面对不断升级的强大模型，安全性与对齐问题也随之备受瞩目。OpenAI表示，Astra强化了对齐与指令遵循能力，并加强了隔离测试、网络权限及模型权重保护。不过，首席科学家雅库布·帕霍基（Jakub Pachocki）也提醒，随着智能水平的飙升，模型可能更难被人类准确理解，甚至可能尝试主动监控和欺骗测试系统。
目前，Astra正率先向少数可信合作企业开放，ChatGPT各级会员及API用户也将在未来几天陆续迎来权限推送，同时还有一个面向网络安全机构的专属防御版本。随着Astra的正式登场，AI与人类数字基础设施的交互方式正在发生颠覆性改变。
