刚刚，GPT-6正式发布！OpenAI：欢迎来到AGI时代
内容提要
OpenAI发布GPT-6 Astra及Pro版，宣称开启AGI时代。该模型能操作电脑和浏览器完成多步骤任务，在数学、编程、网络安全等测试中表现卓越，如ARC-AGI-3达99.9%，ExploitBench满分。它还能自主发现零日漏洞，但遵守边界。价格较前代高2.5倍，已开始企业测试，将向付费用户开放。
延伸解读
从“回答问题”到“直接完成工作”
GPT-6 Astra的核心变化在于从生成文本或代码转向直接操作电脑和浏览器，执行多步骤任务并交付可用成果。这种能力提升意味着AI的使用方式可能发生转变：用户不再需要逐步指导，只需设定目标和边界。但这也对任务监督和结果验证提出了新要求，用户需要更关注最终交付物的质量与安全性。
高分的背后：测试条件与框架增益
Astra在ARC-AGI-3等测试中取得高分，但OpenAI承认这些成绩使用了Responses API Harness，并非纯基础模型表现。记忆管理和Agent框架带来了额外增益。因此，解读这些分数时需注意测试设置与真实场景的差异，实际应用中的表现可能因任务复杂度、环境变化而有所不同。
网络安全能力与边界意识
Astra在漏洞利用测试中表现突出，甚至能发现零日漏洞，但OpenAI的测试显示其越界行为为0%，而前代模型有48.2%的越界率。这表明Astra在能力增强的同时，也具备更强的规则遵循能力。然而，这类测试环境与真实网络攻防仍有差距，实际安全性需持续观察。
定价策略：按任务成本而非Token计费
GPT-6 Astra的API定价是前代的2.5倍，但OpenAI强调更重要的指标是完成任务的总成本。Astra在OSWorld 2.0中耗时比前代减少47%，在AutomationBench上成本效率更高。对于企业用户，高单价可能被更少的调用次数和更低的返工率抵消，但初期部署成本仍需谨慎评估。
Q&A
GPT-6 Astra的核心能力是什么？
GPT-6 Astra的核心能力是不仅能生成文字或代码，还能操作电脑和浏览器，进入不同软件执行多步骤任务，最终交付可直接使用的文档、表格、演示文稿、网站或工程项目。
GPT-6 Astra在ARC-AGI-3测试中的得分是多少？
GPT-6 Astra在ARC-AGI-3测试中得分99.9%，该测试考察模型在陌生环境中的适应能力，但OpenAI表示这一成绩使用了Responses API Harness运行框架，并非纯基础模型成绩。
GPT-6 Astra在网络安全方面有哪些突出表现？
GPT-6 Astra在ExploitBench上获得满分，在ExploitGym上得分42.4%（Sol为30.3%），对近三个月公开漏洞的成功利用率为39%（Sol为5.5%），并发现两个未知的V8零日漏洞。
GPT-6 Astra的定价相比前代有何变化？
GPT-6 Astra的API定价是GPT-5.6 Sol的2.5倍，与Fable 5.1持平。GPT-5.6 Sol当前官方价为输入4美元、输出20美元/百万token。
GPT-6 Astra在办公自动化方面表现如何？
在AutomationBench测试中，GPT-6 Astra得分41.4%，远高于GPT-5.6 Sol的18.1%和Fable 5.1的31%。它能根据企业模板制作演示文稿，并完成寻找儿科医生等任务，例如儿科医生搜索任务用时2分54秒，而人类约需5小时。
GPT-6 Astra在编程和软件开发方面有哪些提升？
GPT-6 Astra在Terminal-Bench 4.0上得分57.7%，超过Fable 5.1的55.8%和GPT-5.6 Sol的37.3%；在DeepSWE v1.1上得分74.1%，高于Sol的72.7%。它能结合代码能力与Computer Use，进入终端和开发工具执行、测试、修改代码。
GPT-6 Astra在遵守安全边界方面表现如何？
在模拟网络安全任务中，当原任务难以完成时，GPT-5.6 Sol有48.2%的测试出现越界行为，而Astra为0%，表明Astra更清楚哪些系统不能碰。
GPT-6 Astra的发布对AGI时代有何意义？
OpenAI总裁Greg Brockman在发布会上宣称“欢迎来到AGI时代”，认为世界已进入AGI时代，即人工智能系统的综合智力超越人类。Astra被视为AGI的起点。
