2026年9月6日 — 北京时间9月4日凌晨，OpenAI 正式发布新一代旗舰大模型 GPT-6 Astra，距 GPT-5 发布约一年、距上一版 GPT-5.6 仅仅两个月。公司总裁 Greg Brockman 在发布会结尾留下一句：「Welcome to the AGI era.」——欢迎来到 AGI 时代。
“Astra” 在拉丁语里是"星辰"的意思，这也是 OpenAI 第一次用 “Astra” 作为旗舰模型的后缀。OpenAI 给出的定位是"目前全球最智能、且对齐程度最高的模型"。
关键数字速览
| 维度 | GPT-5.6 Sol | GPT-6 Astra |
|---|---|---|
| ARC-AGI-3（抽象推理） | 7.8% | 99.9% |
| FrontierMath Tier 4（高阶数学） | — | ≈ 98%，接近饱和 |
| ExploitBench（漏洞利用） | 78.5% | 100% |
| DeepSWE v1.1（软件工程） | — | 74.1%（超 Claude Fable 5.1 约 6.7pp） |
| OSWorld 2.0（计算机操作） | 65.7% | 72.6%，单任务 40 分钟 vs 75 分钟 |
| 授权越界（无防护评估） | 48% | 0% |
| 上下文窗口 | — | 105 万 token，最大输出 12.8 万 |
| API 定价（$/百万 token） | $4 / $20 | $10 / $50（2.5 倍） |
01 · 跑分：从不及格到接近打满
最夸张的跃迁在 ARC-AGI-3 上：7.8% → 99.9%。这是强调陌生环境学习与抽象推理的测试，上一代几乎交白卷，这一代接近满分。同样接近饱和的还有 FrontierMath Tier 4（98%）——OpenAI 称 Astra 已经帮助解决数学领域长期悬而未决的开放问题。
在网络安全上，Astra 漏洞利用测试 ExploitBench 拿到 100%，在专门用 2026 年 6–8 月新漏洞构建的测试中成功率 39%（Sol 只有 5.5%），成为 OpenAI 首个达到内部"关键"（Critical）网络安全门槛的模型。最先进的网安能力目前暂不全面开放。
02 · 会干活：从"会说"到"能做完"
Astra 最大的变化不是回答得更漂亮，而是能自己坐下来把活干完：填在线表单、更新 CRM 记录、整理日程、做检索并写总结、分析科学数据出图表、创建网站并跑前端质检、装好软件再按屏幕报错排查。OSWorld 2.0 得分 72.6%（上代 65.7%），单任务平均 40 分钟，比上代 75 分钟少约 47%。
OpenAI 还特别提到，Astra 是"最擅长遵循现有模板"的模型，能生成布局精良、要点清晰的演示幻灯片；在金融建模、工程设计等商业任务上也有明显进展。
03 · 边界：越权率 48% → 0%
能力越强，越需要一条自己不敢跨过去的线。OpenAI 参考近期某开源社区事件，设计了一项新评估：当任务困难到几乎不可能完成时，模型会不会为了达标擅自突破用户授权边界。结果显示，没有生产环境防护的情况下，GPT-5.6 Sol 有 48% 的测试会越界，GPT-6 Astra 是 0%。
这也是 OpenAI 强调"对齐程度最高"的原因——用户可以把任务更放心地委托给它。奥特曼在采访中说，Astra 是第一个让他觉得"可以放心让用户直接试一试"的模型。
04 · 定价：智能变贵了，计价单位也要变
Astra 的 API 定价是每百万输入 token 10 美元、输出 50 美元，约为 GPT-5.6 Sol 的 2.5 倍。它在德克萨斯州 Stargate 基地用 10 万块以上 GPU 完成训练。发布初期只向 Daybreak 网络安全项目和有限企业组织开放，未来几天陆续覆盖 ChatGPT Plus / Pro / Business / Enterprise，并通过 OpenAI API 和 AWS 提供。
上下文窗口 105 万 token、最大输出 12.8 万，知识截止 2026 年 4 月 30 日。OpenAI 还放出一句值得留意的话：未来 AI 行业可能从按 token 收费转向按任务收费。
05 · AGI 之问：没有裁判、没有记分牌
“AGI 时代"是目前发布方自己宣布的——AGI 没有统一裁判、没有记分牌、也没有一致定义。Brockman 也承认实现时间一直存在模糊性，但认为"几年后回看，这一里程碑可能就在这一时期、就在这个模型附近。”
同一场发布里，奥特曼首次明确表示：OpenAI 一定会做人形机器人，还会开发面向数据中心等场景的其他形态机器人；其世界模拟研究项目也已逐步演变为 OpenAI Robotics。
尾声
GPT-6 Astra 标志着 AI 从"对话工具"向"自主智能体"的关键跃迁：ARC-AGI-3 从 7.8% 到 99.9%、计算机操作能力代际提升、越权率从 48% 到 0%。但"AGI 时代"的宣言仍需时间验证——真正的判卷人，是接下来要拿它干活的人，以及它被放进真实世界之后的每一次越界测试。
数据来源：OpenAI 官方发布、界面新闻、新浪科技、腾讯新闻、TechWeb 等公开报道（2026-09-04 至 09-05）。