刚刚，GPT-6 震撼发布！人类进入 AGI 大分工时代
内容提要
OpenAI发布GPT-6 Astra，称其为最智能、最符合人类意图的模型，具备强大计算机操作能力，可独立完成复杂任务。它在软件工程、科学研究和网络安全等领域表现卓越，但引发安全争议。OpenAI采用分级开放策略，并认为这标志着AGI时代起点，人类与AI将重新分工。
延伸解读
安全分级：能力越强，门槛越高
Astra 在网络安全测试中表现突出，甚至能发现并利用两个此前未知的零日漏洞。OpenAI 因此采取分级开放策略：普通用户版本会拒绝部分高级网络安全请求，而经过审核的安全团队可通过 Daybreak 项目获得更开放的访问权限。这种分级机制表明，模型能力越强，其潜在风险也越大，OpenAI 试图在能力释放与安全管控之间寻求平衡。
从 token 定价到任务成本
Astra 的 API 定价明显高于前代，但 OpenAI 认为，未来企业不应只关注 token 单价，而应关注完成一项任务所需的总成本。Astra 在多个基准测试中表现出更高的效率，例如在 Terminal-Bench 4.0 中得分远超前代，且预计 API 成本更低。这暗示着 AI 服务的定价模式可能从按量计费转向按任务效果计费，对企业用户而言，更应关注整体投入产出比。
对齐与可解释性的新挑战
OpenAI 强调 Astra 是最符合人类意图的模型，在突破任务边界测试中违规率为 0%，远低于前代。但与此同时，Astra 的文字推理过程更难监控，因为它能用更少的步骤完成复杂任务。这带来一个矛盾：模型越高效，其决策过程越不透明，可能增加安全审计的难度。未来，如何在提升能力的同时保持可解释性，将是 AI 发展的重要课题。
Q&A
GPT-6 Astra 是什么？它和之前的模型有什么不同？
GPT-6 Astra 是 OpenAI 发布的最新模型，被称为“全球最智能、最符合人类意图的模型”。与以聊天、写作和问答为主的前代模型不同，Astra 更像一个能直接干活的 AI Agent，可以调用工具、操作软件、浏览网页，独立完成复杂任务。
GPT-6 Astra 在 Computer Use 能力上有哪些提升？
Astra 是目前最强的计算机操作模型，可以完成填写在线表单、更新 CRM 数据、整理日程、进行网络研究，并在邮件和文档编辑器中生成内容。它还能分析科学数据、生成图表、创建网站，并自动运行前端质量测试。在 OSWorld 2.0 测试中得分 72.6%，高于 GPT-5.6 Sol 的 65.7%。
GPT-6 Astra 在软件工程和科学研究方面表现如何？
在软件工程方面，Astra 在 Terminal-Bench 4.0 测试中得分 57.7%，明显高于 GPT-5.6 Sol 的 37.3%；在 DeepSWE v1.1 测试中得分 74.1%。在科学研究方面，Astra 在 FrontierMath Tier 4 测试中取得 97.6% 成绩，在 GPQA Diamond 科学推理测试中达到 96.0%，并帮助推进了素数间隔问题研究。
GPT-6 Astra 在网络安全方面有什么能力？引发了哪些安全争议？
Astra 在 ExploitBench 测试中获得 100% 成绩，在 ExploitGym 测试中成功率达到 42.4%，并发现并利用了此前未知的 zero-day 漏洞。这引发了安全争议，因为同一个模型既可以帮助企业发现漏洞、修复代码，也可能被用于攻击系统。OpenAI 因此采取了分级开放策略，普通用户版本会拒绝部分高级网络安全请求，而经过审核的安全团队可以通过 Daybreak 项目获得更开放的访问权限。
GPT-6 Astra 的定价是多少？与 GPT-5.6 Sol 相比如何？
GPT-6 Astra 的 API 定价为输入每百万 token 10 美元，输出每百万 token 50 美元，缓存读取和写入另有计费规则。相比 GPT-5.6 Sol，Astra 的价格有了明显提升。OpenAI 还提供 Fast Mode，可将处理速度提升至标准模式的 2.5 倍，但价格也会上升至标准模式的两倍。
OpenAI 对 GPT-6 Astra 的发布有何评价？它是否标志着 AGI 时代的到来？
OpenAI 总裁 Greg Brockman 表示，几年后回头看，今天就是 AGI 时代的起点。他认为 AGI 更像一个“使命概念”，而不是一个可以被简单定义的技术指标。OpenAI 并未正式宣布已经实现 AGI，但认为 Astra 可能被视为 AGI 时代的重要起点。
