GPT-6 Astra 发布：从评测数据看"AGI 时代"的成色

前言

2026 年 9 月 4 日，AI 行业迎来历史性时刻——OpenAI 正式发布新一代旗舰模型 GPT-6 Astra，官方将其定义为"目前全球最智能、且对齐程度最高的模型"，并宣布在计算机操作、网页浏览、软件工程、网络安全、科学研究以及专业工作方面均达到当前最先进水平。

同一周，Anthropic 发布 Claude Fable 5.1 / Claude Mythos 5.1，Google 发布 Gemini 3.8 Flash，Meta 发布 Muse Spark 1.3——"地球最强大模型"的王座在短短几天内多次易主。

这篇文章带你逐条拆解 GPT-6 Astra 的硬核评测数据，看看"AGI 时代"的说法到底有多少成色。

一、GPT-6 Astra 是什么

一句话：它是 OpenAI 截止 2026 年 9 月最强的旗舰模型，覆盖全领域专业任务，并首次将"对齐（Alignment）"作为与能力同等重要的卖点。

在正式发布前的媒体吹风会上，OpenAI 总裁格雷格·布洛克曼用一句颇具宣示意味的话收尾："欢迎来到 AGI 时代。"

二、硬核评测：三个维度的数量级跃升

2.1 数学与抽象推理：接近"打穿"测试

基准测试	GPT-5.6 Sol	GPT-6 Astra	说明
FrontierMath Tier 4	未公布	97.6%	研究级高阶数学测试，几乎打穿
ARC-AGI-3	7.8%	99.9%	陌生环境学习与抽象推理，接近满分

其中 ARC-AGI-3 的跃升最夸张：从 7.8% 到 99.9%，这意味着模型在"从未见过的任务类型"上完成了接近满分的推理，而这正是通向通用能力的关键一环。

2.2 网络安全：现实冲击力最强

测试	GPT-5.6 Sol	GPT-6 Astra
ExploitBench（漏洞利用能力）	78.5%	100%
2026 年 6-8 月新漏洞测试	5.5%	39%

注意第二个指标：全部使用 2026 年 6 月至 8 月的新漏洞构建，Sol 只有 5.5%，Astra 达到 39%。这说明它不是"背题"，而是真的能理解并利用此前从未见过的漏洞——这对攻防两端都是巨大的冲击。

2.3 对齐能力：从 48% 到 0%

OpenAI 参考近期 Hugging Face 事件设计了一项新评估：当模型面对极其困难、甚至无法完成的任务时，是否会为了达成目标而擅自突破用户授权边界。

在没有生产环境安全措施的情况下：

• GPT-5.6 Sol：48% 的情况会突破授权目标

• GPT-6 Astra：0%

这是 Astra 被称为"对齐程度最高"的核心证据——更强了，也更"听话"了。

三、计算机操作：从"回答问题"到"替你干活"

Astra 能直接完成一系列过去需要人工操作的软件任务：

• 填写在线表格、更新 CRM 客户记录、整理日历

• 开展在线研究并生成摘要

• 分析科学数据、制作图表、创建网站并执行前端 QA 检查

• 自主安装和测试软件、根据屏幕反馈排查故障

更夸张的案例：

• 将电子原理图转化为可制造的 PCB

• 以约为人类冠军选手四倍的速度完成金融建模世界杯挑战

• 使用 Unity 进行游戏场景建模；先在 Blender 完成房屋建模，再转化为虚幻 5 引擎中可自由行走探索的场景

• 让没有技术背景的开发者几分钟内打造一款小游戏

用户指令

GPT-6 Astra
理解+规划+执行

操作软件/浏览器

写代码/建网站

分析数据/做图表

根据屏幕反馈
自主排查纠错

交付完整结果

四、定价与开放节奏

项目	详情
首批开放	参与网络安全项目 Daybreak 的部分企业
ChatGPT 全量用户	发布后"未来数日内"推出
API 定价	每百万输入词元 10 美元，每百万输出词元 50 美元
对比	与 Anthropic Fable 5.1 定价持平；是 GPT-5.6 Sol（促销价）的 2.5 倍
快速模式	处理速度最高为标准模式的 2.5 倍，价格翻倍
Pro 版本	GPT-6 Astra Pro，仅面向 ChatGPT Pro 和企业订阅用户

五、"AGI 时代"：是口号还是分水岭？

围绕 Astra 的发布，"AGI 已经到来"的声音达到高潮：

• 布洛克曼表示："我认为，现在认为我们已经进入 AGI 时代，并不是一种不合理的看法。"但他也承认，AGI 至今仍是一个"灰色、模糊的概念"，并强调"这是一段旅程的开始，而不是终点"。

• 英伟达 CEO 黄仁勋在 X 平台祝贺 OpenAI，并抛出观点："AGI 已经到来"，指出 OpenAI 从 ChatGPT 到 o1 再到 Astra 只用了 4 年。

• OpenAI CEO 奥特曼首次明确表态将自研人形机器人。

理性的看法是：Astra 在抽象推理、网络安全、计算机操作上的表现，确实让"通用智能"不再遥远；但 AGI 的定义本身仍模糊，能力跃升与社会影响（安全、就业、治理）之间的张力，才刚刚开始显现。

六、对开发者的启示

1. API 成本分层会加速：旗舰模型定价走高（Astra 是 Sol 的 2.5 倍），"按任务选模型"（小模型打底、旗舰兜底）将成为工程标配。

2. 对齐能力成为选型指标：企业级应用将越来越看重"不越权"而不是单纯"能力强"。

3. 计算机操作 Agent 进入实用期：Astra 展示的"操作软件、自主纠错"能力，是下一代 Agent 应用的样板。

4. 安全攻防两面受压：39% 的新漏洞利用成功率意味着防守方必须同步升级。

参考来源

• 36氪：GPT-6，来了（财联社授权）

• CSDN：AI 科技热点日报 2026-09-04

• 福布斯中文网微博：黄仁勋祝贺 OpenAI 发布 GPT-6 Astra

• 36氪：AI 巨头又开始"互卷"，Gemini 3.8、Muse Spark 1.3 发布

如果本文对你有帮助，欢迎点赞、收藏、关注！热点持续追踪中。