100%满分、99.9%暴击！GPT-6 Astra横空出世，AGI纪元正式开启

2026年9月4日，人工智能领域迎来历史性时刻。OpenAI正式发布了其品牌史上能力最强大、对齐程度最高的生成式AI模型——GPT-6 Astra。OpenAI总裁格雷格·布洛克曼（Greg Brockman）在发布会上掷地有声地宣布：“欢迎来到AGI时代。”这标志着AI的综合智力已彻底跨越关键门槛，从单纯的问答工具正式进化为能够自主执行复杂现实任务的”数字同事”，世界由此步入通用人工智能（AGI）的新纪元。

基准测试全面碾压，多项指标逼近理论饱和

GPT-6 Astra在多项极具挑战性的专业基准测试中展现了断层式的领先优势。在侧重陌生环境抽象推理的ARC-AGI-3测试中，Astra取得了惊人的99.9%得分，相较于前代GPT-5.6 Sol的7.8%以及竞品Claude Opus 5的30.2%，实现了量级式的飞跃。在考验高阶数学研究能力的FrontierMath Tier 4测试中，Astra拿下97.6%的高分，已极度逼近98%的理论饱和线。此外，在网络安全漏洞利用测试ExploitBench中，Astra更是斩获100%满分，远超上一代的78.5%。

计算机使用能力质变，自主接管完整工作流

Astra最核心的突破在于其”Computer Use”（计算机使用）能力的全面成熟。它不再局限于对话框内的文字生成，而是能够像人类一样直接操作屏幕、鼠标和键盘，自主完成跨软件、多步骤的复杂工作流。无论是填写美国1040报税表、更新CRM系统、使用Power BI制作报表，还是在KiCad中进行PCB电路布局、完成网站前端QA测试，Astra均能独立胜任。

在OSWorld 2.0自动化工作流测试中，Astra仅用40分钟便完成任务（上一代需75分钟），得分从65.7%跃升至72.6%；在Agents’ Last Exam复杂软件任务测试中取得59.3%的成绩。在金融建模世界杯挑战中，Astra以约人类冠军四倍的速度完赛；它还能使用Unity引擎进行游戏场景建模，或将Blender房屋模型无缝转换至虚幻5引擎。无技术背景的开发者仅需几分钟，即可让Astra自主打造一款小游戏。

软件工程与科研突破，从代码生成到知识创造

在软件工程领域，Astra在Terminal-Bench 4.0和DeepSWE v1.1测试中分别取得57.7%和74.1%的优异成绩。针对长任务开发，Astra引入了跨上下文窗口的笔记保存与历史信息检索机制，解决了传统模型上下文丢失的痛点。模型能在等待用户反馈时自动推进不相关子任务，并在关键决策点主动寻求确认，大幅提升了开发效率。

科研领域同样是Astra大展拳脚的新战场。在素数间隙研究中，Astra成功将相邻素数间距的上界从240推进至186，改进了这一悬而未决80多年的数学难题。在生物科学方面，Astra可直接操作专业软件检查基因测序质量、可视化遗传变异并跟踪细胞运动，帮助研究人员高效确定后续研究方向。

安全与对齐能力跃升，能力越强越”守规矩”

随着模型能力的激增，安全性成为业界焦点。Astra是OpenAI历史上首个触达内部”Critical（关键）“网络安全能力阈值的模型，在测试中甚至自主发现了两个此前未知的零日漏洞。然而，OpenAI强调，Astra在行为上反而更加克制。

在根据Hugging Face安全事件设计的ExploitGym honeypot测试中，前代模型在无生产安全措施时有约48%的样本会攻击任务范围之外的诱饵目标，而Astra的越权率降至0%。在电脑操作安全压力测试中，Astra的不当行为率仅为2.4%（前代为22.0%），能力幻觉率也从9.4%降至2.0%。尽管官方承认Astra的书面推理过程更难被监控，但通过引入更严格的分类器识别与任务中止机制，Astra在高风险场景中实现了安全性与有用性的帕累托改进。

训练细节曝光，开启”递归式自我改进”雏形

GPT-6 Astra的训练工作在美国得克萨斯州的”星际之门”（Stargate）超算基地完成，动用了超过10万块GPU进行预训练。值得一提的是，Astra是OpenAI首款大规模使用前代模型参与监督训练的旗舰产品，这被业界视为AI”递归式自我改进”的初步形态，为后续模型的迭代奠定了全新范式。

发布与定价策略，迈向”按任务收费”新商业模式

在商业化落地方面，Astra API的定价为每百万输入Token 10美元、每百万输出Token 50美元，约为GPT-5.6 Sol促销价的2.5倍。同时，Astra提供”快速模式”，处理速度最高可达标准模式的2.5倍，价格相应翻倍。OpenAI指出，随着AI能独立完成更多工作，商业模式正逐步从”卖Token”向”按任务完成能力收费”转型。

目前，Astra首先向参与Daybreak网络安全项目的企业及关键基础设施用户开放。未来数日内，将逐步向ChatGPT Plus、Pro、Business和Enterprise订阅用户推送，同时通过自营渠道和Amazon Bedrock提供API服务。面向高端用户的GPT-6 Astra Pro版本也将同步上线。

对于Astra是否真正代表AGI的到来，布洛克曼在吹风会上给出了审慎而坚定的判断。他坦言AGI仍是一个”灰色、模糊的概念”，但”现在认为我们已经进入AGI时代，并不是一种不合理的看法”。他强调，AGI已不再是商业合同中的触发条款，而是指导技术发展的使命理念。“这是一段旅程的开始，而不是终点。”