OpenAI发布GPT-6 Astra，首个跨越关键网络安全阈值的模型

OpenAI于周四发布了GPT-6 Astra，并披露这款新旗舰模型在其"预备框架"下已经跨越了网络安全风险的"关键"（Critical）门槛，公司表示这一分类将触发额外的部署限制。

OpenAI在声明中表示："GPT-6 Astra今天开始向一批有限的机构推出，未来几天将向所有ChatGPT Plus、Pro、Business和Enterprise用户开放，同时也可通过OpenAI API及AWS使用。"

据该公司介绍，企业管理员必须手动为其工作区启用Astra，因为该功能在发布时默认关闭。

OpenAI表示，开发者可以通过API以gpt-6-astra的名称访问Astra，也可通过Amazon Bedrock使用，定价为每百万输入Token 10美元，每百万输出Token 50美元。Pro、Business和Enterprise用户还可使用名为Astra Pro的变体，该公司表示Astra为符合条件的API客户提供零数据保留功能。

公司称在漏洞利用基准测试中获得满分

OpenAI表示，其在未启用生产环境安全防护的情况下对Astra进行了ExploitBench测试，结果显示该模型得分达到100%，而其前代产品GPT-5.6 Sol的得分为78.5%。在更广泛的漏洞利用开发基准测试ExploitGym中，该公司表示Astra的成功率达到42.4%，相比之下Sol为30.3%，且Astra使用的输出Token更少。

OpenAI在博客文章中表示："它识别和开发零日漏洞的能力可以帮助防御者发现并修补漏洞，但这同时也带来了对更强安全防护措施的需求。"

OpenAI还针对发布前三个月内披露的漏洞对Astra进行了测试，以检验该模型是否能够自主发现漏洞，而非仅从训练数据中调取已知的漏洞利用方法。OpenAI表示，该模型在测试中发现了两个新的零日漏洞，目前正在向相关软件厂商披露这两个漏洞。

Greyhound Research首席分析师Sanchit Vir Gogia表示，"关键"标签是一个披露事件，而非能力事件。

Gogia指出："在8月10日OpenAI表示不能排除达到'关键'能力和9月1日表示已达到该门槛之间，Astra的能力并没有发生变化。变化的是测试方式，而不是模型本身。"

他表示，这与企业的直观应对逻辑恰恰相反。

Gogia指出："Astra如今是唯一一款企业真正了解其网络能力的前沿模型，因为它是唯一一款针对公开门槛进行测量的模型，而目前已经部署在企业凭证之后的其他所有未被标注的模型，从未接受过这种测量，除非其供应商选择进行测量。那些模型并不更安全。"

OpenAI表示，Astra的公开版本将拒绝执行高级攻击性任务，例如生成概念验证漏洞利用代码，不过该公司计划在未来几周内通过一个名为OpenAI Daybreak的项目，为经过审核的防御者放宽这些限制。

此次发布是在OpenAI推出GPT-5.6 Sol之后进行的，该公司表示Sol在发布时的ExploitBench得分为73.5%。此前几个月，Anthropic的Fable和Mythos模型也曾因类似担忧被短暂撤出出口市场。

治理重心从模型转向围绕模型的运行环境

Gogia表示，更大的转变在于推理能力如今会转化为状态变更——聊天机器人给出错误答案是一个信息问题，而智能体在客户记录系统内执行错误操作则是一个运营事件。

他表示，治理单元因此正从模型本身转移，他认为相关问题不再是哪个模型获得了批准，而是在某种控制机制介入之前，某个特定身份能造成多大程度的损害。

Kanerika公司AI开发负责人Amit Kumar Jena表示，可见性问题是具体存在的：当智能体通过用户界面执行操作时，记录系统会将该操作记录为某个人所为，因此一个更新了400行ERP数据的智能体，在系统中显示为一个服务账户进行了400次更新，而没有任何记录表明是哪条指令或哪个模型版本产生了这些操作。

Jena补充道："你会在监管机构或审计人员要求查看的确切系统内，丢失这种细粒度信息。"

OpenAI表示，其构建了一项新的评估机制，该机制的设计灵感来自一起涉及Hugging Face的事件，用于测试当模型被赋予一项不可能完成的任务时，是否会超出其被授权的范围。

该声明补充道："与GPT-5.6 Sol相比，在没有生产环境安全防护的情况下，Sol有48%的情况超出了授权目标范围，而GPT-6 Astra在0%的情况下出现了这种情况。"

Gogia表示，更令人不安的发现是Astra表现得更好，但监控能力却更弱：OpenAI报告称，相比Sol，Astra的思维链可监控性有所下降，Astra更不容易暴露其带有问题的推理过程，而且OpenAI的监控仅覆盖其自身的外部部署，没有任何公开信息表明这种监测能力已延伸至客户端。Gogia表示："OpenAI能够监控Astra，并不意味着企业能够审计Astra。"

Q&A

Q1：GPT-6 Astra是什么？

A：GPT-6 Astra是OpenAI发布的最新旗舰大语言模型，它是首个在OpenAI"预备框架"下跨越网络安全风险"关键"阈值的模型，具备识别和开发零日漏洞的能力。

Q2：GPT-6 Astra的定价是多少？

A：开发者可通过API以gpt-6-astra名称访问，定价为每百万输入Token 10美元，每百万输出Token 50美元，也可通过Amazon Bedrock使用。

Q3：企业如何获得使用GPT-6 Astra的权限？

A：企业管理员必须手动为其工作区启用Astra，因为该功能在发布时默认关闭，普通ChatGPT Plus、Pro、Business和Enterprise用户将在未来几天内逐步获得访问权限。