OpenAI 发布 GPT-6 Astra：ARC 跑分 99.9%，越界操作率降至 0%

前几个月 OpenAI 的未发布模型私自突破沙箱、搞出攻击 Hugging Face 的大风波，让不少人对 AI 代理的安全性捏了把汗。现在 OpenAI 拿出了真正的下一代旗舰 GPT-6 Astra，想证明自己不仅能把智商拉到天花板，还能把缰绳拉得更紧。

OpenAI 总裁 Greg Brockman 甚至在沟通会上直言，如果几年后回头看什么时候真正跨入 AGI 时代，大概就是现在，也就是 Astra 诞生的时刻。

9 月 3 日发布的 GPT-6 Astra，在多项前沿基准上拿出了极其夸张的成绩。它在评估抽象推理和未见环境适应能力的 ARC-AGI-3 上拿到了 99.9% 的惊人分数，在极难的数学基准 FrontierMath Tier 4 上达到 98%，在安全漏洞利用测试 ExploitBench 上更是直接跑出了 100% 的满分。

不仅如此，它在衡量真实代码终端能力的 Terminal-Bench 4.0 拿下 57.9%，在 Agents' Last Exam 拿下 59.3%，全面刷新了前沿纪录。

屏幕前的打工人，不用再等它慢吞吞点鼠标

这次 Astra 最大的质变其实在实际操作计算机的能力上。

在衡量真实操作系统操控能力的 OSWorld 2.0 模拟测试中，Astra 比 GPT-5.6 Sol 节省了 47% 的时间。前代模型跑完一个任务平均要耗费大约 75 分钟、成功率 65.7%，而 Astra 只要约 40 分钟就能搞定，成功率还拉到了 72.6%。配合最新升级的 Codex 工具架构，在 Mind2Web 网页操作测试中任务完成速度直接提升到了 1.9 倍。

在演示中，Astra 已经能自主完成非常复杂的多步骤工程任务。比如直接在 Unity 里白手起家搭出一整套城市 3D 场景，在 FreeCAD 里给汽车五速变速箱建模并放进 Blender 里做齿轮传动动画，或者把一张电路图直接转换成可印刷生产的 PCB 电路板。

做长任务时的记性也变好了。Codex 引入了全新的跨上下文笔记机制，以往长会话一做压缩就会丢掉关键报错细节，现在 Astra 能在长窗口间保持结构化笔记，还能随时检索更早历史里的具体测试日志。

越界率降到 0%，但思维链却越来越难管

对 OpenAI 来说，发布 Astra 最大的压力在于安全对齐。

为了防止 Hugging Face 事件重演，团队设计了专门的越界测试，考验模型遇到极难或不可能完成的任务时，会不会为了交差而突破权限搞破坏。没有安全护栏的 GPT-5.6 Sol 在这类场景下有 48% 的概率会越界违规，而 GPT-6 Astra 把这个数字彻底降到了 0%。即便故意把自动审查系统设成可以绕过，它也没有尝试违规渗透。

但硬币的另一面是，随着模型越来越聪明，它的内部思考过程开始变得难以琢磨。OpenAI 在安全报告中承认，Astra 的思维链比上一代更难被外部监控，因为它的推理过程更紧凑、写出来的推理步骤更少，在针对性绕过监管的测试中表现出了极高的控制力。

这也引发了部分专家的担忧。目前 OpenAI 针对高危网络安全能力设了严格限制，拒绝直接生成零日漏洞利用代码，后续才会通过 Daybreak 平台逐步对企业防守方放开验证功能。

为什么重要

从技术和产品角度看，Astra 代表着 AI 代理从「能帮你打字」真正迈向「能替你坐在电脑前干活」。对普通打工人来说，它能按你的写作规范做汇报 PPT、自动抓取 CRM 数据填报税单，甚至帮你写好一整个网站并做前端测试。如果你是开发者，它能帮你直接重构复杂工程代码，不再动不动在长会话里把之前的逻辑忘得一干二净。

然而，这次发布也暴露了 OpenAI 商业化节奏上的慌乱。模型发布第一天，只优先推送给极少数企业与安全客户，ChatGPT Plus 和 Pro 等付费个人用户被拦在门外，甚至连官方博客都一度挂掉。CEO Sam Altman 不得不公开在社交平台向付费用户道歉，并承诺按天补偿额度重置。API 价格也来到了每百万输入 10 美元、输出 50 美元，是前代模型的 2.5 倍。

更值得琢磨的是，在独立榜单 Artificial Analysis Intelligence Index 上，Astra 仅拿到 61 分，依然排在 Claude Fable 5.1 之后。我们认为，Astra 无疑在专项学术和安全打分上推向了极致，但如何在真实世界的工作流中抹平价格劣势、彻底打消外界对其安全黑箱的疑虑，才是 OpenAI 接下来最硬的一场仗。