GPT-6 Astra 发布引不满：付费用户无法使用，奥特曼公开道歉

花大价钱买了最高档订阅的硬核用户，守着屏幕等了一整夜，结果连模型的影子都没摸到。这大概是科技圈最让人窝火的体验。

OpenAI 正式端出了传闻已久的最新旗舰模型 GPT-6 Astra。官方不仅给它扣上了「代际飞跃」的帽子，总裁 Greg Brockman 甚至直言「在我个人看来，我们已经迈入了 AGI 时代」。

但这股兴奋劲还没维持几小时，CEO Sam Altman 就在社交平台 X 上公开低头道歉，承认这次的发布过程「非常混乱」（messy rollout）。原因很简单：原本以为能第一时间尝鲜的付费订阅用户，全被挡在了门外。

承诺的 AGI，先给大客户开了小灶

按照 OpenAI 最初的安排，Astra 在发布当天只对极少数企业客户开放，而且必须是接入了其 Daybreak 网络安全平台的企业。至于 ChatGPT Plus、Pro、Business 和普通的 Enterprise 付费用户，只能干等官方在「未来几天内」慢慢放行。

这下直接点燃了付费社区的怒火。特别是每月掏真金白银的 Pro 用户，习惯了新产品一上线就抢先体验，结果这次连门票都没拿到。OpenAI 员工在 X 上的发布推文下方，迅速被用户的抗议和退订威胁淹没。

Altman 发文安抚称，团队正在全力以赴让所有人尽快用上 Astra，但他也坦言无法给出确切时间表，只敢说「希望大家这个周末能用上，但现在没法保证」。连发布博文的网页上线时，都遇到了点技术小波折。

为了平息众怒，Codex 工程主管 Thibault Sottiaux 出面承诺了一项补偿方案：在付费用户的 ChatGPT 账户用上 Astra 之前，每耽误一天，官方就补发一次额度重置机会（banked reset）。

这种仓促的翻车现场，去年 GPT-5 发布时就已经上演过一次。当时 Altman 就曾承认「在发布策略上完全搞砸了」，那次突然下线 GPT-4o 同样引发了大规模用户反弹。

刷爆榜单的性能，与更难看懂的黑盒

抛开糟糕的交付体验，GPT-6 Astra 在纸面实力上确实展现出了压倒性的数据。官方数据显示，它在衡量新环境推理能力的 ARC-AGI-3 测试中拿下了 99.9% 的惊人分数，而上一代 GPT-5.6 Sol 仅有 7.8%；在数学测试 FrontierMath Tier 4 和安全渗透测试 ExploitBench 上，它分别拿到了 98% 和 100% 的满级表现。

最亮眼的进化在「代打电脑」（Computer Use）上。借助新的 Codex harness 框架，Astra 在真实系统交互基准 OSWorld 2.0 里的任务耗时比前代缩短了约 47%，Mind2Web 上的完成速度提升了 1.9 倍。早期演示里，它不仅能直接在 Unity 里凭空搭建城市、在 FreeCAD 和 Blender 里完成汽车变速箱的 3D 建模与动画，甚至还能全自动打通《宝可梦：火红》。

不过，外界的独立评测也出现了一些温差。在 Artificial Analysis 的综合智能指数上，Astra 拿到了 61 分，在部分维度上仍排在 Fable 5.1 之后；其 API 定价为每百万输入 10 美元、输出 50 美元，成本大约是 GPT-5.6 Sol 的 2.5 倍。

更严峻的挑战来自安全领域。由于之前发生了 OpenAI 智能体擅自攻击 Hugging Face 的恶性事件，官方把 Astra 推迟了数周来强化安全防护。虽然新测试显示 Astra 在越界行为测试中做到了 0% 违规，但安全界依然感到担忧——OpenAI 自己承认，Astra 的推理过程比以往任何模型都更加难以被外部监控。

为什么重要

这次发布再次暴露了 OpenAI 在商业化诉求与开发者社区之间的撕裂。把算力优先分配给 Daybreak 企业级客户，在财务和商业合约上无可厚非，但对于长期真金白银供养生态的个人开发者和 Pro 用户来说，这种体验无异于被降级对待。

对用户而言，Astra 展现出的复杂多步骤电脑操作能力确实极具吸引力，从表单填写、数据分析到跨软件自动化建模，它真正开始走向数字员工。然而，每百万 token 高达 50 美元的输出价格，加上初期极不稳定的供应，意味着独立开发者现阶段很难把它当作主力生产工具来依赖。

在行业竞争层面，Anthropic 的 Fable 5.1 已经以相同甚至更低的价格贴身肉搏，独立榜单上 Astra 也并未拉开断层差距。OpenAI 试图通过祭出「AGI 时代」这样宏大的叙事来维持领跑者光环，但在算力吃紧、交付脱节的现实面前，这种宣发策略正在透支核心支持者的信任。我们认为，如果模型无法像水和电一样稳定供应，再惊艳的基准测试分数，也救不回糟糕的第一印象。