GPT-6 Astra:OpenAI 新一代智能模型(中文详解)

本页根据 OpenAI 官方发布文章《GPT-6 Astra: A new generation of intelligence》整理翻译, 帮助国内用户第一时间了解 OpenAI 最新旗舰模型 GPT-6 的能力、跑分与使用方式。 最后同步:2026-09-09。

一句话看懂 GPT-6 Astra

GPT-6 Astra 是 OpenAI 于 2026 年 9 月发布的最新旗舰模型,官方称其为 「目前世界上最强、对齐程度最高的模型」。它融合了 OpenAI 在预训练、强化学习与对齐技术上的多年积累, 在计算机操作、浏览网页、软件工程、网络安全、科学研究与专业办公六大方向上均达到业界最先进水平。

对国内用户来说,可以简单理解为:GPT-6 是 ChatGPT 背后的「大脑」升级到了新一代, 不管是写代码、做 PPT、操作电脑完成任务,还是做数学与科研,能力都全面跃升。

ARC-AGI-3 99.9%抽象推理基准接近满分
FrontierMath 97.6%高难度数学基准 Tier 4
GPQA Diamond 96.0%博士级科学问答新高
Terminal-Bench 57.9%软件工程智能体基准新高

五大核心能力升级

1. 世界上最好的计算机操作模型

GPT-6 Astra 在「计算机操作(computer use)」上树立了新标杆:速度、准确性与安全性全面提升。 它可以替你完成各种繁琐任务——填写在线表单、更新 CRM 客户记录、整理日历、 在邮箱或文档编辑器里做在线调研并起草摘要、分析科学数据并生成图表、创建网站并自动做前端质检、 自主安装测试软件、排查屏幕上看到的问题等。

  • Agents' Last Exam(真实软件中的复杂专业任务):59.3%,超过 Claude Opus 5 的 55.5%,且输出 token 少约 65%。
  • OSWorld 2.0:72.6%,比上代 GPT-5.6 Sol(65.7%)每任务平均耗时减少约 47%,约 40 分钟即可完成。
  • ScreenSpot-Pro(屏幕定位):92.7%,大幅领先上代的 76.9%。
  • 配合新 Codex 运行环境,在 Mind2Web 基准上任务完成速度比 GPT-5.6 Sol 快约 1.9 倍——它替你干活,比你自己动手还快。

实际演示覆盖了 PCB 电路板设计(KiCad)、Excel 竞赛、游戏开发、填写美国报税表 1040、 前端质量测试、Power BI、汽车变速箱图纸、法律文档排版等场景。 Cognition(Devin 开发商)已在发布当天将 Astra 接入其编程智能体,称其在内部基准上表现最先进。

2. 专业办公的跨越式提升

Astra 是 OpenAI 最擅长「按模板办事」的模型:能生成版式规整、要点清晰、叙事结构完整的幻灯片, 产出符合你模板与写作风格、视觉风格的文档、演示文稿、电子表格与分析报告, 并且会刻意只提取与任务相关的上下文,而不是把无关信息堆进结果里。 借助 ChatGPT 的 Sites 功能,一个提示词就能直接创建、托管并分享网站、Web 应用和游戏。

  • BenchCAD(由多视角渲染重建 3D CAD 模型):95.9%,远超 GPT-5.6 Sol 的 83.3%,API 成本约低 43%–86%。
  • AutomationBench:41.4%,是上代 18.1% 的两倍以上。
  • BrowseComp(深度网页检索):91.5%。

当指令留有解释空间时,Astra 更擅长「做对的决定」:能用上下文补全常规细节, 只在答案会因信息不同而改变时提出聚焦的问题;在 Codex 中它可以一边继续干活一边异步提问, 得不到回复就按合理假设继续,但重大决策仍会等你确认。任务中途追加需求、调整方向时, 它也不会「忘本」,能在不丢主线的情况下吸收新要求、回答插进来的问题。

3. 迄今最强的编程模型

官方称 GPT-6 Astra 是目前最好的软件工程模型。Jane Street 与 Lovable 在早期测试中均报告其在内部基准上显著领先,生成的代码更容易一次达到生产质量、迭代更少。

  • Terminal-Bench 4.0:57.9%,大幅领先 GPT-5.6 Sol 的 37.3% 与 Claude Fable 5.1 的 55.8%,单任务 API 成本更低。
  • DeepSWE v1.1:74.1%;FrontierCode 1.1 Extended:64.5%,均为对比中的最高分。
  • 新增跨上下文记忆:在 Codex 中,当上下文窗口被填满时,Astra 可以保留跨窗口的笔记, 早期上下文窗口保持可检索,长会话(如复杂调试、大型重构)不再因「压缩摘要」丢失关键细节。该实验功能几周内将成为默认行为。

4. 推动科学发现与数学突破

Astra 在数学与科学上再创纪录,并公开了两项关于素数间隔的研究成果: 其一,将「无穷多对素数间隔不超过 246」的已知界改进到 186(此前十余年未被撼动); 其二,改进了一个 80 多年未变的素数大间隔上界中的项。两个证明及验证材料均已公开。

  • FrontierMath Tier 4:97.6%,接近饱和;Astra 还曾帮助解决多个长期悬而未决的数学开放问题。
  • GPQA Diamond(博士级科学推理):96.0%。
  • ARC-AGI-3:99.9%,在 96% 的关卡上超过人类的动作效率基线,被 ARC 奖金基金会称为「前沿模型性能的实质性阶跃变化」。
  • HealthBench Professional:63.4%,健康领域同样领先。

结合计算机操作能力,Astra 还能直接操作专业科研软件:检查测序质量、可视化基因变异、 跑仿真拟合模型,帮研究者评估证据并决定下一步研究方向。

5. 网络安全能力的重大跃升(附安全边界)

官方在安全更新中披露,Astra 的网络安全能力达到 OpenAI「Preparedness Framework」的 Critical 阈值。在无生产防护的测试中:

  • ExploitBench(已知漏洞利用开发):100%,上代为 78.5%。
  • 在评测过程中,Astra 甚至发现并利用了两个此前未知的零日漏洞(已向相关维护者披露)。
  • SRE-Bench(二进制逆向工程):首次尝试解决 88.0%,四次内 99.2%,上代仅 55.9% / 68.7%。

这意味着防御者可以用它更快完成安全代码审查与补丁修复、发现并修补弱点。 但要注意边界:今天上线的版本会拒绝编写漏洞概念验证(PoC)等更高级的网络安全任务; OpenAI 计划通过「OpenAI Daybreak」在几周内逐步放开防御性工作流(漏洞与 PoC 验证、恶意软件分析、检测工程等)。

对齐与安全:最「听话」的一代模型

Astra 是 OpenAI 对齐程度最高的模型:更尊重任务边界、更透明地沟通。 在一个受「Hugging Face 事件」启发、测试模型面对困难或不可能任务时是否会越界的新评估中, 上代 GPT-5.6 Sol(无生产防护时)有 48% 的情况会越过授权范围,而 GPT-6 Astra 为 0%。

  • 内部安全评估中,恶意结果发生率仅 2.4%(上代 22.0%);开启 Auto-review 后降至 1.8%。
  • 在刻意设为「可绕过」的 Auto-review 拒绝测试中,Astra 从未尝试绕过。
  • 能力幻觉评估中,夸大自身能力的误导性表述比上代减少约 3 倍(4.2% vs 12.2%)。
  • OpenAI 同时在生产环境部署了「失准监测(misalignment monitoring)」,由分类器自动检查模型的推理与动作, 发现潜在越权行为会自动暂停;API 侧任务会被中止。这些检查偶尔可能拖慢或暂停正常任务,官方称会持续优化减少误拦截。

GPT-6 Astra 完整跑分对比

对比 GPT-5.6 Sol、Claude Fable 5.1 / 5、Claude Opus 5、Gemini 3.8 Flash(官方公开数据,取各努力档位最高分)

计算机操作

基准GPT-6 AstraGPT-5.6 SolClaude Fable 5.1Claude Fable 5Claude Opus 5Gemini 3.8 Flash
Agents' Last Exam59.3%53.6%-48.7%55.5%-
OSWorld 2.072.6%65.7%--70.2%-
ScreenSpot-Pro(无工具)92.7%76.9%-87.3%--

专业办公

基准GPT-6 AstraGPT-5.6 SolClaude Fable 5.1Claude Fable 5Claude Opus 5Gemini 3.8 Flash
AutomationBench41.4%18.1%31.4%17.4%26.9%-
BenchCAD95.9%83.3%84.3%67.5%82.1%-
BrowseComp91.5%90.4%-87.4%90.8%-
OpenScore 弦乐四重奏(1-OMR-NED)0.840.19----
内部设计任务50.0%47.4%-35.8%--
内部数据科学任务40.9%30.5%-34.7%--
Artificial Analysis 智能指数 v4.1.161.260.965.762.163.158.7

编程

基准GPT-6 AstraGPT-5.6 SolClaude Fable 5.1Claude Fable 5Claude Opus 5Gemini 3.8 Flash
Terminal-Bench 4.057.9%37.3%55.8%44.5%52.6%19.1%
DeepSWE v1.174.1%72.7%67.4%69.9%73.7%73.8%
FrontierCode 1.1 Extended64.5%60.6%63.6%64.9%63.6%56.3%
FrontierCode 1.1 Main53.3%47.5%50.9%53.5%53.4%43.6%
内部数据库迁移任务63.9%42.7%57.8%50.3%--
Artificial Analysis 编程智能体指数 v1.467.065.1-67.268.161.2

学术与科学健康

基准GPT-6 AstraGPT-5.6 SolClaude Fable 5.1Claude Fable 5Claude Opus 5Gemini 3.8 Flash
Terminal-Bench Science 0.164.6%22.4%52.6%21.4%30.0%-
FrontierMath Tier 4 (v2)97.6%83.0%87.8%90.2%73.2%-
GPQA Diamond96.0%94.6%93.7%92.6%93.7%95.3%
Humanity's Last Exam(带工具)57.2%-65.0%63.8%63.6%-
GeneBench Pro37.1%32.3%----
MedChemBench(内部)49.3%47.4%----
LifeSciBench60.3%59.9%----
HealthBench Professional63.4%60.5%58.1%60.9%56.4%52.1%

网络安全

基准GPT-6 AstraGPT-5.6 SolClaude Fable 5.1Claude Fable 5Claude Opus 5Gemini 3.8 Flash
ExploitBench100.0%78.5%-70%--
ExploitGym42.4%30.3%30.4%28.4%22.0%-
ExploitBench(2026年6–8月新漏洞)39.0%5.5%----
SRE-Bench88.0%55.9%-12.5%--
SEC-Bench Pro85.4%79.1%----

对齐安全(数值越低越好)

基准GPT-6 AstraGPT-5.6 SolClaude Fable 5.1Claude Fable 5Claude Opus 5Gemini 3.8 Flash
内部计算机操作安全基准2.4%22.0%9.5%18.3%11.5%-
内部计算机操作安全基准(含 Auto-review)1.8%4.3%----
内部绕过测试0.00%0.29%----
ExploitGym 蜜罐0.0%48.2%----
能力幻觉基准4.2%12.2%----

长上下文与抽象推理

基准GPT-6 AstraGPT-5.6 SolClaude Fable 5.1Claude Fable 5Claude Opus 5Gemini 3.8 Flash
OpenAI MRCR v2 8-needle 256K-512K100.0%91.5%----
OpenAI MRCR v2 8-needle 512K-1M96.3%73.8%----
ARC-AGI-399.9%7.8%--30.2%-
ARC-AGI-295.0%92.5%90.0%89.2%90.4%-
ARC-AGI-198.5%97.5%97.5%98.5%97.5%-

注:分数为官方在各推理力度档位下的最高值。部分模型未参加部分基准(以「-」表示),脚注与口径细节以 OpenAI 官方原文为准。

怎么用上 GPT-6 Astra?何时可用?

开放节奏:发布当天先向部分组织开放,未来几天内向所有 ChatGPT Plus、Pro、Business、Enterprise 用户推出,并同时上线 OpenAI API、Microsoft Azure 与 AWS Bedrock。Astra 的用量计入现有订阅额度, 额外用量可购买 credits;Pro / Business / Enterprise 用户还能使用更强的 GPT-6 Astra Pro。 Enterprise 管理员需在工作区手动开启(默认关闭)。

开发者接入:API 模型名为 gpt-6-astra。 标准定价为输入 $10 / 百万 token、输出 $50 / 百万 token (缓存读写单独计价)。API 内提供 Fast 模式,速度最高 2 倍,价格同样为 2 倍。

国内用户怎么用?国内网络访问 OpenAI 官方渠道受限, 可通过本站下载最新版 Codex 客户端 / CLI,配合你的 ChatGPT 账号或 API Key 使用; 待 Astra 全面开放后,保持客户端最新即可第一时间用上新模型。

⬇ 最新版 Codex 安装包

网盘内始终为最新版 · 无需提取码 · 国内直连

GPT-6 和 GPT-6 Astra 是什么关系?
Astra 是 GPT-6 系列的首个正式旗舰版本,官方发布标题即《GPT-6 Astra: A new generation of intelligence》。日常说「GPT-6」,指的就是以 Astra 为代表的这一代新模型。
GPT-6 Astra 免费用户能用吗?
官方公布的开放范围为 ChatGPT Plus、Pro、Business、Enterprise 用户及 API / Azure / Bedrock 渠道,免费版尚未在名单中。API 标准价为输入 $10、输出 $50 每百万 token。
国内用户现在能体验 GPT-6 吗?
Astra 正在分批开放,几天内覆盖所有付费订阅用户。国内用户可通过本站下载最新版 Codex 客户端或 CLI 并登录账号,保持客户端为最新版本,待模型开放后即可使用。
GPT-6 Astra 比 GPT-5.6 强多少?
官方跑分显示全面提升:Terminal-Bench 4.0 从 37.3% 升至 57.9%,FrontierMath Tier 4 从 83.0% 升至 97.6%,计算机操作基准全面刷新纪录,且 API 成本普遍更低、速度更快(Mind2Web 上任务完成快 1.9 倍)。
内容整理翻译自 OpenAI 官方发布文章:openai.com/index/gpt-6-astra/。中文为本站整理,数据与表述如与官方原文有出入,以官方页面为准。