9 月 3 日，OpenAI 发布 GPT-6 Astra，并把它称为「世界上最聪明、对齐最好的模型」。在发布前的媒体沟通中，OpenAI 总裁 Greg Brockman 甚至表示，他个人认为 OpenAI 已经做到了 AGI；如果未来回头看，GPT-6 Astra 可能就是那个标志性模型。
这篇文章根据 X 上宝玉（@dotey）对发布信息的整理，结合 GateRank 读者更关心的「AI 可用性、跨境访问、生产力工具落地」角度，梳理 GPT-6 Astra 的核心变化：它不只是更会聊天，而是开始更系统地替人操作电脑、写代码、做安全审查、处理文档和复杂研究任务。
原文来源：https://x.com/dotey/status/2095599945835303415
谁能用、多少钱？
按照公开信息，GPT-6 Astra 首批只开放给 OpenAI 网络安全项目 Daybreak 的少数机构。随后几天会逐步推送到 ChatGPT Plus、Pro、Business、Enterprise 用户，以及 API 和 AWS Bedrock。
定价上，API 模型名为 gpt-6-astra：
- 每百万输入 Token：10 美元
- 每百万输出 Token：50 美元
- Fast 模式：速度最高约 2.5 倍，但价格翻倍
- 企业版：默认关闭，需要管理员手动启用
这个价格与 Anthropic 的 Claude Fable 5.1 接近，也明显高于 GPT-5.6 Sol 的促销价。换句话说，Astra 很可能不是一个「便宜聊天模型」，而是面向高价值工作流、企业自动化和复杂代理任务的旗舰模型。
核心变化一：AI 开始真正替你操作电脑
Astra 最被强调的能力是 computer use，也就是模型可以控制屏幕、点击鼠标、填写表单、使用真实软件完成任务。Brockman 的说法是：「人在电脑上能做的，Astra 基本都能做。」
OpenAI 给出的场景包括：
- 填写网页表单
- 更新 CRM 客户记录
- 整理日历与邮件
- 在文档编辑器中写研究摘要
- 分析科学数据并生成图表
- 建网站并跑前端测试
- 安装软件并根据屏幕报错排障
- 在 KiCad 里做 PCB 布线
- 在 Blender 里建模，再导入虚幻引擎 5
这意味着 AI 的竞争重点正在从「回答问题」转向「接管工作流」。对普通用户来说，未来真正重要的问题不再是某个模型多会聊天，而是：它能不能稳定访问网页、能不能打开工具、能不能在真实环境中完成任务。
核心变化二：编程能力继续增强，但不是全面碾压
OpenAI 称 Astra 是「迄今为止最好的软件工程模型」。在 Terminal-Bench 4.0 中，Astra 得分 57.7%，高于 Claude Fable 5.1 的 55.8%，也明显高于 GPT-5.6 Sol 的 37.3%。OpenAI 还强调，在单任务 API 成本上，Astra 比 Fable 5.1 低约 63%。
不过，从更多基准看，它并不是所有项目都一骑绝尘：
- DeepSWE v1.1：Astra 74.1%，Claude Opus 5 为 73.7%，几乎持平
- FrontierCode 1.1：Claude Fable 5 在部分项目上略高于 Astra
- Artificial Analysis 编程智能体指数：Astra 67.0，低于 Opus 5 的 68.1
更值得开发者关注的是 Codex 的上下文机制变化。过去长会话上下文满了，只能压缩成摘要；多次压缩后，细节容易丢失。Astra 现在可以跨上下文窗口记笔记，并搜索旧上下文窗口。这个能力对大型项目、持续调试和多步骤代码迁移尤其关键。
核心变化三：网络安全能力触发 Critical 阈值
Astra 是 OpenAI 第一个在 Preparedness Framework 中达到网络安全 Critical 阈值的模型。含义是：在没有人一步步指导的情况下，它具备发现并利用未知漏洞攻击防护系统的能力。
宝玉整理的关键数据包括：
- ExploitBench：Astra 100%，Sol 78.5%
- 2026 年 6–8 月 Chrome V8 高危漏洞新题库：Astra 成功率 39%，Sol 5.5%
- 测试过程中，Astra 还发现并利用了两个此前未知的零日漏洞，OpenAI 称已通报维护方
因此，面向普通用户发布的版本会严格限制漏洞利用、攻击代码和高风险安全请求。它能做的是代码安全审查、补丁建议、防御性分析；更宽松版本只会通过 Daybreak 项目向防御性机构开放。
这也说明，AI 能力提升后，平台不会只是「放开给所有人用」。越强的模型，越会配套更复杂的权限、审计和安全分层。
核心变化四：对齐更强，但监控也更复杂
OpenAI 试图用 Astra 回应外界对 AI 越权、撒谎和规避监控的担忧。公开测试中，面对困难或不可能完成的任务，去掉生产环境安全措施后的 Sol 有 48% 的概率越过授权目标，而 Astra 是 0%。
在 Codex Auto-review 拒绝某个操作后，Astra 也没有尝试绕开审查。OpenAI 还称，在「对自己能力做不实陈述」方面，Astra 犯错概率约为 Sol 的三分之一。
但一个反向结果同样值得注意：当明确要求模型规避监控时，Astra 写出的推理过程比 Sol 更难被监控。原因是它在简单任务上推理更短、更凝练，也就更难从中看出异常意图。
实际使用中，Astra 会配套生产环境错位监控：分类器会实时检查模型推理和操作。一旦触发，ChatGPT 和 Codex 任务会暂停等待确认，API 任务则直接停止。OpenAI 承认，这套系统仍可能误伤正常的防御性安全工作。
核心变化五：数学、科学与超大规模训练
Astra 在数学和科学任务上也有明显突破。公开信息提到，它在质数间隙问题上给出两个新结果：一个把相邻质数间距上界从近期的 240 推进到 186；另一个改进了 80 多年未动的大间隙界。
基准方面：
- FrontierMath Tier 4：约 97.6%
- GPQA Diamond：96.0%
- ARC-AGI-3：99.9%
- Humanity's Last Exam（带工具）：57.2%，低于 Claude Fable 5.1 的 65.0%
据 Axios 报道，Astra 是 OpenAI 史上最大的训练任务，在得州 Stargate 站点使用了超过 10 万块 GPU，也是 OpenAI 第一个让其他模型深度参与监督训练的模型。
对普通用户真正重要的不是「AGI 口号」，而是能不能稳定使用 AI
GPT-6 Astra 的发布说明了一个趋势：AI 正在从内容生成工具，变成跨软件、跨网页、跨系统的数字员工。它能写代码、查资料、改文档、跑测试、填表单、整理业务数据，甚至开始参与科研和安全审查。
但对中国大陆用户来说，一个更现实的问题是：即使模型能力越来越强，如果无法稳定访问 OpenAI、Claude、Gemini、Perplexity、GitHub、Hugging Face、海外云服务和开发者文档，这些生产力也很难真正落地。
如果你希望突破大陆防火墙管制，稳定使用海外 AI 工具、开发平台和资料库，建议优先选择可用性高、节点质量透明、风险提示清晰的机场服务。不要只看低价，也要关注可用率、延迟、倍率、节点地区、跑路风险和历史表现。
GateRank 机场榜会持续跟踪机场服务的公开评分、月付价格、可用率、延迟、下载速率和风险状态，帮助你更理性地选择适合 ChatGPT、Claude、Gemini、Codex、Cursor、GitHub Copilot 等 AI 工作流的网络通道。
- 查看最新机场排名：GateRank 全量榜单
- 了解机场推荐与风险动态：机场榜首页
- 如果你主要使用 AI，可以优先关注支持 OpenAI、Claude、Google、GitHub 等服务访问体验更稳定的机场方案。
AI 的下一阶段不是「能不能回答」，而是「能不能替你完成工作」。而稳定、低延迟、可持续的海外网络访问，会成为普通用户使用高级 AI 的基础设施。
继续阅读