OpenAI宣布推出新一代人工智能模型GPT-6 Astra，并将其定位为公司迄今智能水平和对齐能力最高的模型。Astra目前首先向部分机构开放，并将在未来数日逐步覆盖ChatGPT Plus、Pro、Business和Enterprise用户，同时登陆OpenAI API、微软Azure和亚马逊AWS Bedrock。

此次升级的重点已不仅是传统问答能力，而是进一步强化计算机操作、软件开发、科学研究、网络安全以及复杂专业工作。OpenAI公布的多项测试显示，Astra相较上一代GPT-5.6 Sol在计算机操作、编程和科研任务上出现明显提升，并尝试把模型能力进一步转化为可执行的企业级自动化工具。

(资料图片)

从商业化角度看，Astra正在把大模型竞争进一步推向“直接完成工作”的阶段。OpenAI称，新模型能够操作软件、填写在线表单、维护客户关系管理系统、整理日程、进行网络研究，也可以直接处理科学数据、制作图表、开发网站和执行前端质量检查。

计算机操作能力明显提升，单项任务耗时下降近一半

OpenAI此次重点强调了Astra的计算机操作能力。

在模拟真实专业软件环境的Agents‘ Last Exam测试中，GPT-6 Astra得分59.3%，高于GPT-5.6 Sol的53.6%，也高于Claude Opus 5的55.5%。OpenAI称，在最高得分配置下，Astra使用的输出Token数量比Claude Opus 5少约65%。

在OSWorld 2.0测试中，Astra得分72.6%，高于GPT-5.6 Sol的65.7%。与此同时，完成单项任务的模拟耗时从Sol的大约75分钟降至40分钟左右，缩短约47%。

OpenAI还同步升级了Codex的计算机操作体系。结合Astra本身的效率提升，公司称，在Mind2Web测试中，新组合的任务完成速度达到目前GPT-5.6 Sol体验的约1.9倍。

这意味着OpenAI正在把模型竞争从“谁回答得更好”，逐步推进到“谁能更快、更稳定地在真实软件环境中完成整套工作流程”。

企业级文档、表格和演示文稿成为重点应用场景

除了计算机操作，Astra明显加强了针对专业办公环境的训练。

OpenAI称，新模型能够处理多步骤专业任务，并直接生成文档、电子表格和演示文稿，同时更好地遵循企业已有模板、排版标准和视觉风格。模型还被专门训练为只提取与任务真正相关的信息，减少无关内容重复。

在BenchCAD测试中，Astra借助工具完成三维物体重建时取得95.9%的几何重合度，高于GPT-5.6 Sol的83.3%以及Claude Fable 5.1公布的84.3%。OpenAI称，在相关测试配置中，Astra的估算API成本分别低约43%和86%。

这部分升级对于OpenAI的企业业务尤其重要。随着大模型能力逐渐趋同，企业客户越来越关注的已经不是模型能否生成文本，而是能否直接嵌入财务、法律、工程、数据分析和内容制作流程，并减少人工二次修改。

编程能力继续提升，Codex强化长期任务处理

OpenAI同时将GPT-6 Astra称为公司迄今最强的软件工程模型。

在Terminal-Bench 4.0测试中，Astra得分57.9%，明显高于GPT-5.6 Sol的37.3%，并略高于Claude Fable 5.1的55.8%。OpenAI称，在相应测试配置下，其单项任务API成本也低于对比模型。

Astra还为Codex引入新的长期上下文处理机制。过去，当一次编程任务持续时间过长、上下文空间被占满时，系统通常会将此前内容压缩成摘要，而压缩过程可能丢失失败原因、测试结果或组件行为等细节。

按照OpenAI的介绍，Astra可以在不同上下文之间保存工作记录，并重新搜索此前的需求、测试结果以及工具输出，从而减少长时间调试和大型代码重构过程中出现的信息损失。

科学与网络安全能力进一步提升

Astra此次另一项明显升级来自科学研究。

在Terminal-Bench Science 0.1中，Astra取得64.6%的完成率，高于Claude Fable 5.1的52.6%。OpenAI称，在该测试配置中，其估算API成本低约31%；在一个成本更低的配置下，Astra得分61.1%，而GPT-5.6 Sol的最高成绩为22.4%。

在GPQA Diamond研究生级科学推理测试中，Astra得分96.0%。OpenAI还表示，模型能够直接操作专业科研软件，对数据进行检查、分析和可视化。

但更值得关注的是网络安全能力的跃升。

OpenAI表示，Astra已经达到其《Preparedness Framework》中的网络安全“Critical”级别。在没有生产环境安全限制的测试中，Astra在ExploitBench取得100%的成绩，高于GPT-5.6 Sol的78.5%；在ExploitGym中成功率达到42.4%，Sol为30.3%。

在针对2026年6月至8月新近漏洞设计的测试中，OpenAI称Astra甚至发现并利用了两个此前未知的零日漏洞，公司正在将这些漏洞披露给相关软件维护方。

正因如此，OpenAI此次也同步强化了安全限制。正式上线版本可以用于安全代码审查和漏洞修复，但会拒绝部分更高级别的攻击性网络安全请求，例如直接创建漏洞概念验证攻击代码。

安全对齐成为此次发布的另一条主线

相比此前单纯强调能力提升，OpenAI此次对Astra的安全和行为边界给予了更多篇幅。

公司称，在一项测试模型是否会超出授权范围的内部评估中，没有生产安全措施保护的GPT-5.6 Sol有48%的情况会超出预定目标，而GPT-6 Astra在该测试中的比例为0%。

在另一项计算机操作安全压力测试中，Astra出现不符合预期结果的比例为2.4%，低于Claude Fable 5.1的9.5%和Claude Opus 5的11.5%。

不过，OpenAI同时披露了一个潜在问题：部分评估显示，Astra的书面推理过程比GPT-5.6 Sol更难监控。公司称，这是由于Astra在较简单任务中能够使用更少的显性推理步骤完成问题，目前提升模型行为的可监控性仍是研究重点。

API定价每百万输入Token 10美元，输出50美元

商业化方面，GPT-6 Astra将直接进入OpenAI现有订阅体系。

Plus、Pro、Business和Enterprise用户将在未来数日陆续获得访问权限，Astra的使用量将计入现有订阅额度，用户和企业也可以额外购买使用额度。Pro、Business和Enterprise用户还将获得GPT-6 Astra Pro版本。企业管理员需要主动开启Astra，发布初期默认处于关闭状态。

开发者可以通过OpenAI API调用gpt-6-astra，微软Azure以及亚马逊Bedrock也将提供该模型。

OpenAI公布的API标准价格为每百万输入Token 10美元、每百万输出Token 50美元，缓存读写另行计费。此外，公司还提供Fast模式，处理速度最高可以达到标准模式的两倍，但价格也是标准模式的两倍。

从此次发布可以看出，OpenAI对下一阶段大模型商业化的定位正在进一步变化：单纯提升推理基准已经不是唯一重点，计算机操作、软件开发、企业办公、科学研究和自动化执行能力正在成为新的竞争核心。

GPT-6 Astra能否进一步扩大OpenAI在企业AI市场的领先优势，最终仍取决于这些测试中的能力能否稳定转化为实际生产效率，以及企业客户是否愿意为更高等级的自动化执行能力支付额外成本。