GPT-6 Astra - OpenAI 推出的最新旗舰大模型

发布于 2026-09-04 · GPT-6 Astra 是 OpenAI 推出的旗舰大模型,官方称其为「全球最智能、最符合人类意图的模型」。模型突破传统聊天边界,进化为能独立操作软件、浏览网页、完成复杂任务的 AI Agent。

GPT-6 Astra是什么

GPT-6 Astra 是 OpenAI 的旗舰大模型,官方的说法是「全球最智能、最符合人类意图的模型」。它已经不太像聊天工具了,能自己操作软件、浏览网页、把复杂任务做完,是个 AI Agent。ARC-AGI-3 得分 99.9%,ExploitBench 拿到 100%,几项测试都刷了纪录,编程、科研、网安这些专业活也能接。

GPT-6 Astra

GPT-6 Astra的主要功能

  • Computer Use:自己操作软件、浏览网页、填表单、更新 CRM、整理日程。
  • 软件工程:复杂编程和代码库理解都能做,Terminal-Bench 和 DeepSWE 两项测试都到了 SOTA。
  • 科学研究:实验数据直接分析、图表自己出,FrontierMath Tier 4 得分 97.6%。
  • 网络安全:zero-day 漏洞能发现也能利用,ExploitBench 测试 100%。
  • 3D 与硬件设计:Blender、Unity、KiCad 都能操作,3D 建模、游戏场景、PCB 电路板设计都做。
  • 专业文档:海报、演示文稿排得整整齐齐,商务文档生成出来就能直接用。

GPT-6 Astra的技术原理

  • 超大规模预训练:预训练是在美国 Stargate 德州基地做的,用了超过 10 万张 GPU,这也是 OpenAI 到目前规模最大的训练项目之一。
  • 模型对齐与安全:多年强化学习和对齐研究的成果都收了进来,监督工作交给此前几代模型;突破任务边界的测试里,越权比例从 48% 降到 0%。
  • 长程上下文管理:Codex 会把笔记存到上下文窗口之外,过往消息和工具输出也能搜,长时任务的关键信息不会丢。
  • 分级安全策略:普通版本会拒掉高级网络安全请求,通过审核的安全团队能走 Daybreak 项目拿到更开放的权限,能力和风险各让一步。

如何使用GPT-6 Astra

  • 获取权限:订阅 ChatGPT Plus/Pro/Business/Enterprise,或者申请 API 访问,拿到 GPT-6 Astra 的权限。
  • 切换模型:在 ChatGPT 客户端或者 API 端点里把当前模型换成 GPT-6 Astra。
  • 输入指令:复杂任务直接用自然语言说,编程、设计、科研、办公自动化都在范围内。
  • 开启 Computer Use:打开 Computer Use,授权 Astra 自己操作软件、浏览网页、调外部工具。
  • 交互确认:执行到哪一步都有反馈,关键节点确认一下,需求不对就调,直到任务做完、成果导出。

GPT-6 Astra的核心优势

  • Agent 能力质变:从聊天问答变成能做完整任务的 AI Agent,软件直接操作,网页自己浏览,专业工作流也能走完。
  • 顶尖基准成绩:ARC-AGI-3 99.9%,ExploitBench 100%,FrontierMath Tier 4 97.6%,好几项测试的纪录都被刷新了。
  • 软件工程领先:Terminal-Bench 和 DeepSWE 都到 SOTA,写代码的迭代次数更少,长程任务的上下文也不丢。
  • 科学研究能力:能进专业软件里分析实验数据,也参与数学研究,素数间隔问题上有推进。
  • 创意与硬件设计:Blender、Unity、KiCad 都支持,3D 建模、游戏场景搭建、PCB 电路板设计都能做。
  • 网络安全双刃剑:找 zero-day 漏洞是把好手,但开放范围被 Daybreak 的分级策略卡得很严。

GPT-6 Astra的项目地址

  • 项目官网:https://openai.com/index/gpt-6-astra/

GPT-6 Astra的同类竞品对比

对比维度 GPT-6 Astra (OpenAI) Claude Fable 5.1 (Anthropic)
产品定位 全球最强 AI Agent,AGI 时代起点 Anthropic 旗舰模型,侧重安全与推理
Computer Use OSWorld 2.0: 72.6%
Agents’ Last Exam: 59.3%
ScreenSpot-Pro: 92.7%
Agents’ Last Exam: 48.7%
ScreenSpot-Pro: 87.3%
软件工程 Terminal-Bench 4.0: 57.7%
DeepSWE v1.1: 74.1%
FrontierCode Ext: 64.5%
Terminal-Bench 4.0: 55.8%
DeepSWE v1.1: 67.4%
FrontierCode Ext: 63.6%
科学研究 FrontierMath Tier 4: 97.6%
GPQA Diamond: 96.0%
Terminal-Bench Science: 64.6%
FrontierMath Tier 4: 87.8%
GPQA Diamond: 93.7%
Terminal-Bench Science: 52.6%
网络安全 ExploitBench: 100%
ExploitGym: 42.4%
ExploitGym: 30.4%
安全对齐 越权比例 0%
CU 安全: 2.4%
CU 安全: 9.5%
定价 输入 $10/M tokens
输出 $50/M tokens
输入 $10/M tokens
输出 $50/M tokens
开放策略 分级开放,普通用户受限,安全团队 via Daybreak 通过 Claude 平台及 API 标准开放

GPT-6 Astra的应用场景

  • 软件工程:复杂代码编写、调试、数据库迁移都能自己完成,Terminal-Bench 和 DeepSWE 的成绩都在行业最前面。
  • 科学研究:进专业软件分析基因测序数据、生成实验图表,数学前沿难题的研究也参与进去了。
  • 办公自动化:Excel、Power BI 这些工具自己操作,填表、更新 CRM、整理日程、做复杂数据分析都行。
  • 3D 与硬件设计:在 Blender、Unity 里做 3D 建模和游戏场景,或者用 KiCad 做 PCB 电路板布局。
  • 网络安全:主动扫出 zero-day 漏洞,帮企业补上系统缺陷,同时分级策略挡着,防止被滥用。
0

相关文章

0 条评论

后参与评论

暂无评论,来抢沙发。