GPT-6 Astra来了，「世界最强」没拿下第一

刚刚，OpenAI正式发布了GPT-6，代号Astra。目前还没有对公众开放。

OpenAI给它的定位特别牛逼：世界上最智能、最对齐的模型，能直接操作电脑、浏览器和专业软件，把一整套工作从头干到尾。

但在Artificial Analysis的榜单里，Astra却不敌Fable 5.1，甚至比不上Opus 5。在综合9项知识、编程、工具调用和长上下文的测试里，Astra最高61分，与GPT-5.6 Sol持平，比Fable 5.1的66分少5分。

在Coding Agent Index里，Astra拿到67分，比Sol高2分，但还是低于Claude Fable 5.1的70分；不过完成这些编程任务时，它的token用量只有Sol的约三分之一。

Astra没有坐上综合榜第一，但在操作电脑、调用工具，连续任务完成能力上却得到了不小的提升。

01 它是最强，但得加一个主语

在OpenAI自己的模型里，Astra就是最强。

根据OpenAI公布的数据，Astra几乎全面领先。

但提升最大的，还得是电脑操作和多步任务。

OpenAI公布的OSWorld 2.0电脑操作测试里，Astra得分72.6%，GPT-5.6 Sol是65.7%，Claude Opus 5是70.2%。同一组延迟模拟里，Astra完成一项任务约40分钟，Sol要75分钟，时间少了47%。

多步自动化工作测试中，Astra从Sol的18.1%冲到41.4%，也高于Fable 5.1的31.4%。科学工作流的测试中，Astra是64.6%，Sol只有22.4%。

数学成绩更夸张。FrontierMath Tier 4里，Astra是97.6%，Sol是80.5%。可在带工具的测试上，Astra只有57.2%，Claude Fable 5.1是65.0%。

所以，Astra只能说是当前最强的「干活模型」，还不是所有综合考试都能通杀的榜一。

这些数字主要来自OpenAI自测。官方也写明了，测试在研究环境或API中运行，系统提示词和可用工具不同，实际体验可能完全是另一回事。

等我们的测试吧。

02 AGI的前奏，凭什么敢说

在记者会上，OpenAI的总裁格雷格布鲁克曼（Greg Brockman）说：如果几年后回望「AGI到底是什么时候被造出来的」，我觉得就是现在，可能就是这个模型。

在介绍推文中，OpenAI也说：Welcome to the AGI era。

AGI真的就这么就来了？OpenAI凭什么敢这么说？

最直接的原因就是，AI可以像人一样使用电脑了。

Astra能直接打开软件进行操作。OpenAI展示的任务从填美国税表、整理法律文件，一路跨到设计电路板和制作3D游戏。

对Agent来说，这等于终于长出一双能真正干活的手。

第二个，很长的任务做到一半，Astra不容易忘记自己在干什么。

Astra有1.05M上下文。在Codex里，它还能跨上下文窗口保存笔记，搜索早先的消息和工具结果，不过这项能力目前仍是实验功能。

API新增的异步工具调用，还允许它等一个工具时先做别的部分；用户中途改要求，它也能接着原任务转向。

第三，AI开始做出了训练资料里没有的新发现。

OpenAI公布，Astra参与把无穷多素数对的已知间距上界推进到186，还改进了一项80多年没变的大素数间隔结果。在一组知识截止日之后的网络安全测试里，它还发现并利用了两个此前未知的零日漏洞。

这也是Astra成为OpenAI首个达到「Critical」网络安全能力阈值模型的原因。普通用户拿到的版本会拒绝生成高级漏洞利用程序，不等于大家明天就能用ChatGPT去打网络战。

03 AGI真来了吗

OpenAI章程对AGI的定义，是「在大多数具有经济价值的工作上超过人类的高度自主系统」。也就是说，同一套AI要能自己学、自己规划、自己操作，还得在大多数真实工作里比人做得好。

互联网上被转发最多的证据是ARC-AGI-3的99.9%。

这套测试不会直接告诉AI目标，它要自己探索陌生环境、推测规则、制定计划。在模型厂商专用的Provider Adapter运行系统下，Astra最高得分99.9%；换成ARC Prize的标准统一系统，最高是62.7%。

ARC Prize自己也明确表示，跑满这项基准不代表「证明实现AGI」。它的范围仍然很窄，环境是确定的，目标也是封闭的，离真实世界的混乱还有一大截。

当然价格也很离谱。

API标准价是每百万token输入10美元、缓存读取1美元、缓存写入12.5美元、输出50美元，单价是Sol的2.5倍。整体和Fable 5.1一个水平。

而且要注意，输入一旦超过27.2万个token，整次请求的输入和缓存价格翻倍，输出价乘1.5。

Artificial Analysis实测的综合任务成本仍比Sol高75%。编程任务因为token用量少了约70%，账单差距会小一些。

目前，Astra已经开放给OpenAI Trusted Access Program里的少量机构，普通用户还要等几天。

OpenAI说，API和ChatGPT Plus、Pro、Business、Enterprise会在接下来几天陆续上线，免费用户不在首轮名单。

昨天晚上还发生了另一件事，ChatGPT和Codex、Claude、Grok出现了罕见的重叠故障，几乎所有主流模型都无法访问。

有人在X上直接问OpenAI：是不是你们把这头猛兽放出来了？

总之在一阵手忙脚乱之后，自称为AGI开端的GPT-6 Astra就这么来了。

多年以后，面对真正的AGI，我们是不是会回想起GPT-6 Astra发布的那个晚上？

来源 | 硬核看板（ID：yinghekb）

作者 | 李沣; 编辑 | 呼呼大睡

内容仅代表作者独立观点，不代表早读课立场