今天，人類正式進入AGI時代！

就在剛剛，OpenAI重磅官宣下一代旗艦模型GPT-6 Astra。

官方將其定義為，‘世界上最智能、對齊程度最高’的模型。

它在計算機使用、瀏覽、軟件工程、網絡安全、科學和專業工作領域，全部刷新SOTA。

發布會上，總裁Greg Brockman更是毫不掩飾地宣布——

OpenAI已經實現了AGI！Welcome to the AGI era（歡迎來到AGI時代）！

他更是直言，‘在我看來，世界正式步入AGI時代，也就是AI的綜合智力徹底碾壓人類了’。

全人類苦等已久的AGI時刻，終于在今天徹底降臨！

從5到6，GPT-6 Astra不僅是版本號的一次跨越，更是OpenAI史上最具里程碑意義的躍遷。

直接劃重點，GPT-6 Astra終極殺手锏全在這兒了——

各項天花板級基準徹底被‘打爆’：FrontierMath Tier 4得分97.6%（逼近98%飽和線），ARC-AGI-3飆出驚人的99.9%，ExploitBench漏洞利用拿下100%滿分；

‘計算機使用’代際飛躍：Astra可以完成你在電腦上能做的任何事，速度飛快； 

訓練史上最大算力：GPT-6 Astra爆出動用了OpenAI迄今為止最大算力，超10萬塊GPU；

AI親自訓練AI：這是OpenAI首款在‘訓練監督’中由先前AI模型發揮重要作用的模型； 

價格：輸入10美元每百萬Token，輸出50美元每百萬Token。 

　　來源：　　@rickawsb整理

　　一點小遺憾，GPT-6 Astra還得再等等。

GPT-6 Astra震撼登場

AGI時代來了

在各項基準測試中，OpenAI官博中多次重用了一個詞——‘飽和’（saturate）。

這足以證明，GPT-6 Astra在多個領域的‘絕對統治力’，榜單已測不出它的上限了。

總榜上，剛剛上線的Claude Fable 5.1，已經沒有什么優勢可言了。

GPT-6 Astra直接把Claude 5.1死死踩在了腳下，全方位、無死角。

先來看ARC-AGI-3，Astra直接拿下99.9%，暴擊Claude Opus 5（30.2%）。

這個測試考的是，Agent在陌生的互動式任務里邊玩邊學的能力，人類測試者平均只有48%。

OpenAI估算，在同樣的responses API評測框架下，Sol只有30%左右，Astra直線刷爆。

數學上，Astra在FrontierMath Tier 4 v2達到97.6%（接近98%飽和分）。

這是當前最難的數學測試集，被公認為人類頂尖數學家的難題高地。

在測試生物、化學和物理領域的研究生級科學推理GPQA Diamond，Astra同樣刷新歷史新高。

即便在較低算力成本設置下，亦能跑出94.9%，遠超 GPT-5.6 Sol（94.6%），且API預估成本下降約37%。

編程第一，Fable 5.1慘敗

編程，依然是Astra的主戰場。

OpenAI自稱，GPT?6 Astra是迄今為止最適合軟件工程的模型。

Terminal-Bench 4.0上，Astra拿到57.7%，GPT-5.6 Sol為37.3%，Claude Fable 5.1為55.8%。

DeepSWE v1.1上，Astra達到74.1%；內部數據庫遷移任務達到63.9%，相比Sol的42.7%提升明顯。

比跑分更關鍵的升級，藏在Codex的上下文管理里。

過去，長任務一旦塞滿上下文窗口，模型會把歷史壓縮成摘要。每壓縮一次，都可能丟掉一些細節：某次修復為何失敗、一個模塊有什么特殊行為、用戶最初設下了哪些限制。

這一次，Astra新增了跨上下文窗口的筆記與檢索機制。

它會保存一路積累的關鍵信息，早期窗口也保持可搜索。即使某條測試結果沒有被寫進摘要，模型仍能從過去的消息和工具輸出中把它找回來。

OpenAI開始給長時間運行的智能體補上一套外部記憶：重點內容主動記，完整歷史需要時再搜。

對持續數小時、跨越大量文件的重構任務，這種能力可能比單次代碼生成得分更重要。

全球最強‘計算機使用’模型

但真正讓Astra與上一代模型拉開距離的，是‘計算機使用’的能力。

OpenAI把Astra稱為，世界上最好的計算機使用模型。

奧特曼之前反復強調，下一代最讓他興奮的，就是這一功能。他直言：Astra計算機使用能力，已達人類水平。

如今，GPT-6 Astra已徹底進化為一個坐在電腦前、手握鍵鼠的‘超級專家’。

OpenAI放了一段15秒的濃縮視頻：Astra在KiCad里做PCB布局。

Astra打開KiCad，從電路原理圖開始擺放元器件、規劃走線，最終完成一塊可制造的PCB。

電路板布局長期依賴工程師手工調整，一個位置、一根銅線出錯，都可能把問題帶進后續打樣。

現在，這類工作第一次被放進了通用模型的任務范圍。

它還填了一份美國1040報稅表，給法律文件排了版，在Power BI里做報表，給一個網站跑了前端QA。

Agents‘ Last Exam，測真實軟件里的專業任務，從財務建模到工程制圖。Astra得分59.3%，趕超Claude Opus 5（55.5%）和GPT-5.6 Sol（53.6%）。在最高分設置下，它使用的輸出Token還比Opus 5少約65%。

OSWorld 2.0，模擬真人操作電腦。上一代GPT-5.6 Sol一個任務平均要75分鐘，Astra僅40分鐘，分數還從65.7%漲到72.6%。性能更高，單項任務耗時縮短約47%。

配合新版Codex harness，在Mind2Web上，網頁任務比Sol快1.9倍。

畫CAD、建網站，一次交付

在知識型工作上，GPT-6 Astra又是一次重大變革。

Astra接受過針對辦公與專業環境的訓練，可以執行多步驟工作流，并直接生成文檔、表格和演示文稿。

在AutomationBench上，它從GPT-5.6 Sol的18.1%躍升至41.4%，也超過Claude Fable 5.1的31.4%。

在BenchCAD中，模型需要根據多個視角的渲染圖，用代碼重建3D物體。

Astra配合工具拿到95.9%的幾何重合度，GPT-5.6 Sol為83.3%，Claude Fable 5.1為84.3%。按照OpenAI給出的測試配置，Astra的估算API成本比Sol低約43%，比Fable 5.1低約86%。

Astra對企業模板的理解也更強了。

給它幾頁公司的既有PPT，Astra可以延續版式、語氣和敘事結構，把后面的整套演示文稿補出來。

文檔和表格也一樣：它會抓取真正相關的上下文，盡量刪掉無關復述，讓結果貼近企業原有的寫作與視覺規范。

GPT?6 Astra還為其構建的網站、游戲、應用程序和渲染圖帶來了更強的視覺判斷力。

Astra先在Blender里搭出一棟房子，再把它送進Unreal Engine 5，變成可以自由行走的場景。

通過ChatGPT中的Sites?功能，Astra可以直接根據提示詞創建、托管和分享網站、網頁應用及游戲。 

這里還有一個很容易被忽略的變化：Astra更會判斷什么時候該問人。

指令里只缺少常規細節，它會結合上下文補齊；某個選擇足以改變結果，它會提出一個聚焦的問題。

在Codex中，它可以異步詢問，同時繼續完成不依賴答案的部分。用戶暫時沒回復，它會在低風險環節采用合理假設；碰到關鍵決策，則停下來等人確認。 

攻入科研，改寫兩個素數世界紀錄

Astra在科研上的進展，同樣兇猛。

Astra之前就已經幫人類解決了十個‘菲爾茲獎級別’的數學難題，這次OpenAI又順手放出兩個關于‘素數間隙’的新結果。

第一個研究‘相鄰素數可以有多近’。

十多年來，已知結論是存在無窮多對素數，間距不超過246。數學家Julia Stadlmann近期把它改進到240，Astra又進一步推到186。

第二個研究‘素數之間可以有多遠’。

Astra改進了一個80多年沒有變化的界中項。

科研的另一個變化，是推理能力開始與‘計算機使用’合流。

Astra直接進入專業科學軟件，檢查測序質量、可視化遺傳變異、跟蹤細胞運動。它既給出判斷，也完成數據探索所需的具體操作。 

OpenAI 首個‘Critical’級模型 

GPT-6 Astra這次沒有直接放出來，與它強大的‘網絡安全’能力，有非常緊密的聯系。

按照OpenAI的Preparedness Framework，Astra已經達到網絡安全的‘Critical’閾值。

這是OpenAI史上第一個，被正式判定達到Critical網絡安全能力的模型。

Critical意味著，模型能在基本無人協助的情況下，自己找出加固過的系統里的未知漏洞，并寫出能用的利用代碼。

內部測試中，OpenAI甚至發現了兩個此前未知的day0漏洞，因此最強的網絡安全能力暫時不會完全開放。

目前Astra先向Daybreak Access少量機構開放，ChatGPT Plus、Pro、Business、Enterprise和API用戶將在未來幾天可用。 

十萬塊GPU訓練，AI遞歸自我改進

最值得看的，是GPT-6 Astra訓練背后的豪華配置。

GPT-6 Astra這頭巨獸，已經強到沒有任何對手。

正是因為，OpenAI為Astra動用了迄今規模最大的訓練任務，在得州‘星際之門’超算使用超10萬塊GPU。

而且，這一次的訓練方式，也是有所不同。

OpenAI訓練副總Aidan Clark透露——

這是OpenAI首款由此前模型，在訓練監督（Training Supervision）中發揮重要作用的前沿模型。

到Astra訓練后期，系統可以自主連續運行大半天；即便出現問題，AI往往幾秒后就能讓訓練繼續推進。

這也是OpenAI史上第一次，AI開始參與維護訓練AI的系統。

這一刻，可以稱之為‘遞歸式自我改進’（RSI）的雛形。

一旦這條鏈路繼續擴大，模型迭代速度的限制，就會從人類工程團隊的工作時長，轉向算力、實驗設計和安全驗證。

如果這條路跑通，Astra就不只是一座AGI里程碑。從它開始，OpenAI將邁向ASI的真正拐點。

要認識到，Astra根本不是終點，僅僅是個開端。

毫不夸張地說，今天，才是真正意義上AI誕生的第一天。大模型已經全面進入了RSI競爭時代 

就像《2001太空漫游》里穿越星際之門降臨的‘星孩’，AGI終于在人類的注視下破繭而出。

這一刻，圖靈跨越半個多世紀的終極夢想，徹底成真了。

來源 ：新智元