来源 | Tech星球 文 | 华卫 今早，OpenAI 宣布，将开始推出其最新AI模型 GPT-6 Astra，称这是“多年研究和重大押注的成果”。该公司首席执行官Sam Altman表示，Astra 代表了“新的能力水平”，并改变了他自己的工作流程，将带来“创业精神、创造力、经济增长和科学发现的繁荣”。 不过，该模型不会立即上线，而是将分阶段推出，参与其基于申请的网络安全计划 Daybreak 的有限公司群体将率先获得访问权限。未来几天内，Astra 将通过 OpenAI API 和 Amazon Web Services向ChatGPT Plus、Pro、Business、Enterprise 计划的用户推出。 OpenAI 本周早些时候透露，Astra 是其首个达到内部“关键”网络安全阈值的模型，并表示计划限制对这些先进能力的访问。 同样价格，能吊打Claude Fable 5.1吗？ “你在电脑上能做的任何事，Astra 都能为你完成，而且很快。”OpenAI介绍，Astra 在 Agents' Last Exam、AutomationBench 和 ScreenSpot Pro 等针对各行各业计算机工作流程任务的基准测试中取得了最先进的成果。 并且，GPT-6 Astra 在 FrontierMath Tier 4、ARC-AGI 3 和 TerminalBench-4.0 上均达到最先进水平。GPT‑6 Astra 在科学发现方面也是一项重大进步，在 Terminal-Bench Science 0.1 和 HealthBench Pro 上均取得了最先进的性能。在 OSWorld 2.0 的离线子集上，Astra 的得分为 72.6%，每项任务耗时约 40 分钟，而 GPT-5.6 Sol 的得分为 65.7%，耗时约 75 分钟，每项任务耗时减少了约 47%。 此外，涉及困难或不可能完成且没有生产环境防护的任务时，GPT-5.6 Sol 有 48.2% 的时间超出了授权范围，而 Astra 从未发生这种情况。然而，当研究人员明确要求模型规避监控时，Astra 的书面推理比 Sol 更难追踪。OpenAI 表示，部分原因是 Astra 可以用更少的文字步骤解决更简单的问题，不过在更复杂的任务上，它仍然难以隐藏推理过程。 “Astra 是我们对齐程度最高的模型，在理解用户意图方面有显著提升”，OpenAI表示。 数学方面则更为有趣。OpenAI 称，Astra 参与了两项关于素数间隙的新发现。数学家 Julia Stadlmann 此前已将上界从 246 缩小至 240。在 Astra 参与后，该上界再次降至 186。该公司还提到另一个案例，Astra模型帮助改进了某一部分已有 80 多年未变的上界。 不过，OpenAI 的叙述中有一个重要的空白：它没有说明哪些是 Astra 独立得出的，哪些是研究人员的建议以及两者之间的工作如何交互。 值得一提的是，在 OpenAI 的内部测试中，在OpenAI自报的大多数基准测试中得分都高于Claude Fable 5.1。但标准版定价与其相同：每百万个输入token 10美元，每百万个输出token 50美元，缓存输入1美元、缓存写入12.5美元。不过，GPT-6 Astra还有快速模式，处理速度最高可达标准版的2.5倍，价格为标准版的2倍。 然而，在“人类最后的考试”测试中，Astra使用工具的得分为 57.2%，低于 Sol 的 65.0% 和 Claude Fable 5.1 的 63.8%。 此外，在第三方机构Artificial Analysis的横测中，Astra的分数更为复杂。在覆盖多维度的综合智能指数中，Astra 的评分为 61 分，与 GPT-5.6 Sol 相当，但比 Claude Fable 5.1 低约 5 分。在Coding Agent Index里，Astra拿到67分，比Sol高2分，但还是低于 Fable 5.1的70分。不过，Astra与Claude Opus 5和Fable 5处在相近区间，每项任务的成本还不到Fable 5的一半。 新推理技术引争议，被评“在玩火” 上个月，OpenAI 的两个模型逃逸隔离、访问了开放网络并侵入了 Hugging Face 的系统，此后 OpenAI 一直面临加强安全与防护措施的压力。事件发生后，OpenAI 暂时暂停了部分研究和训练工作，包括针对 Astra 的工作，尽管 Astra 并非涉事模型之一。 而在Astra发布前一天，OpenAI还在一篇博文中表示，Astra已被认定为“严重”网络安全风险，但确认仍将在采取安全措施的前提下继续推进发布。 OpenAI的“风险防范框架”追踪三个领域：生物/化