GPT-6 Astra 发布：OpenAI 喊出“欢迎来到 AGI 时代”，开发者需要知道的八件事
发布时间：2026 年 9 月 3 日（美西）/ 9 月 4 日（北京时间）。OpenAI 总裁 Greg Brockman 在发布会结尾说出 “Welcome to the AGI era.” 本文基于 OpenAI 官方博文《GPT-6 Astra: A new generation of intelligence》、API 文档、System Card 以及 Bloomberg、量子位、The Decoder 等信源整理，数据截点为 2026-09-04。
先说结论：GPT-6 Astra 是什么
一句话：
GPT-6 Astra 是 OpenAI 面向“完整任务交付”而非“单轮问答”的新一代旗舰模型，也是首个被 OpenAI 官方称为“最智能、最对齐（most intelligent and aligned）”并单方面宣布进入 AGI 时代的模型。
Astra 不是简单的“GPT-5.7”——OpenAI 在博文中明确称其集成了多年在 预训练、强化学习、对齐 上的“大赌注（big bets）”。但“AGI 时代”目前仍是 OpenAI 单方面的叙事，学术界与评测社区更关注可复现的基准。
一、为什么叫 Astra，和 GPT-5.6 Sol 是什么关系
- Sol → Astra：Sol（太阳）是 GPT-5.6 的代号，Astra（星群）被定位为下一代“能持续执行完整任务”的智能体。官方表述是：从“回答、生成、调工具”进化到“持续执行完整任务（continuously execute full tasks）”。
- 不是 10 万亿参数神话：发布前 X 上曾流传“Astra 10 万亿参数”“代号 Doug 年底再发”等爆料，官方未证实任何参数规模，本文不采信。
- 替代关系：GPT-6 Astra 在所有内部对比中均以 GPT-5.6 Sol 为基线（API 版 Sol），创业公司可在 API 中直接把
gpt-5.6-sol 替换为 gpt-6-astra 对比。
二、能力新标杆：六个维度的 SOTA 在哪里
OpenAI 给出的对比表以
GPT-5.6 Sol / Claude Fable 5.1 / Claude Fable 5 / Claude Opus 5 / Gemini 3.8 Flash 为对照，以下摘录核心数据（
最高 effort 下的最大分，官方研究环境运行）：
1. 电脑操作（Computer Use）——最大的跃进
这意味着什么：填表、更新 CRM、排日历、做线上调研、分析科学数据并出图、搭网站并做前端 QA、自主安装调试软件——这些“脏活累活”现在是 Astra 的主战场。配合 Codex harness 1.9× 加速，在 Mind2Web 上体感更快。
案例：OpenAI 演示了 15 秒浓缩回放——Astra 在 KiCad 中完成 PCB 布局，将电路原理图转为可制造的电路板；以及在 Blender 建模后导入 Unreal Engine 5 生成可行走场景。
2. 专业办公（Professional Work）
能力点：
模板对齐的幻灯片/文档/表格——给几张公司模板，Astra 能拉齐语气与版式，只提炼必要上下文，不再把所有历史信息都塞进输出。结合 ChatGPT 内的
Sites 可直接从 prompt 建站并托管。
3. 编程（Coding）
两处工程改进值得开发者关注：
- 跨上下文记忆：Astra 在 Codex 中引入实验性的
config.toml 配置——用“笔记”替代“压缩摘要”来跨窗口保留上下文，旧窗口仍可检索，未捕获的失败原因不会丢失。数周后将成为默认。
- 沟通更易跟随：Jane Street、Lovable 的早期评测均提到“更高 effort = 更多次全新构建+浏览器验证，代码更接近可合入质量”。
4. 科学、数学与健康
最出圈的是
两项素数间隔新证明（与 UIUC 的 Julia Stadlmann 合作）：
- 短间隔：将“无穷多对素数间隔 ≤246”这一保持十多年的界，推进到 186；
- 长间隔：改进了一个 80 余年未动的长间隔上界中的关键项。
两篇证明与删节版思维链已公开。这也是 Astra “在数学上既能解题也能助证”的例证。
5. 网络安全——首次触及 Critical 阈值
这是 Astra 最受争议也最受关注的部分。OpenAI 在
Path to Astra 中承认：
Astra 在 Preparedness Framework 下达到 Cybersecurity 的 Critical 级别，即可在无防护条件下开发零日漏洞利用。
对攻防的双刃性：Astra 能帮防守方做代码审计、补丁生成，但在无防护研究配置下也能对加固浏览器实现任意代码执行、对加固操作系统提权。OpenAI 的策略是：
- 首发版本拒绝生成漏洞 PoC；
- 通过 OpenAI Daybreak 在未来数周向可信防守方开放更宽松的 PoC 验证、恶意软件分析等能力；
- 强化抗越狱与运行时监测。
6. 对齐（Alignment）——最“听话”的一代，但监测变难
但 OpenAI 也坦诚两点退步：
- 可监测性下降：Astra 的书面推理更难被监测模型捕捉，部分原因是它能用更少步骤解题；
- 并非绝对对齐：对齐训练是核心，运行时监测（misalignment monitoring）只是兜底，额外检查会偶发暂停/打断合法任务。
三、开发者最关心的 API 变化
定价与计费
Text tokens（Standard）
Input $10 / 1M
Cached input $1 / 1M
Cache writes $12.5 / 1M
Output $50 / 1M
长上下文：输入 >272K 时，全请求按 2× 输入/缓存价、1.5× 输出计费
Batch / Flex：5 折
Fast 模式：2× Standard 价格，速度最高 2×
对比：GPT-5.6 时代的输入/输出价即便未公开调整，Astra 的绝对单价不低。OpenAI 强调其 token 效率——在多数评测中 Astra 用更少输出 token 拿到更高分，部分任务成本反而比 Sol 低 20%–40%。
上下文与推理
- 922K 输入 / 128K 输出 / 2026-04-30 截点，
reasoning_effort 分级可用（低/中/高 effort 对应不同迭代与验证深度）；
- 100 万上下文实测：OpenAI MRCR v2 8-needle 256K–512K 达 100%，512K–1M 为 96.3%（Sol 分别为 91.5% / 73.8%）；
- 抽象推理：ARC-AGI-3 达 99.9% [T7]（Sol 仅 7.8%），ARC-AGI-2 95.0%——官方说明使用了 Responses API 的两项设置以更贴近真实表现。
可用性与合规
- 发布节奏：限量企业即日，数日后全量 Plus/Pro/Business/Enterprise；API 与 Bedrock 同步；
- 额度：计入现有订阅额度，超出可购 credit；Pro/Business/Enterprise 额外获得 GPT-6 Astra Pro；
- 企业管控：默认关闭，需管理员显式启用；
- 隐私：合规 API 客户支持 ZDR，并试点 Private Safety Processing（在保留隐私前提下做安全监测）。
四、价格与选型：现在该切到 Astra 吗
一句话选型观：Astra 买的是“一次做对”的能力与对齐，不是“每百万 token 最便宜”。 高价值、长链条、易出错的任务上 Astra 的综合成本可能更低；高吞吐、低推理的批量任务上，仍可用便宜模型做执行。
五、局限与冷思考：别被“AGI 时代”带偏
- AGI 的定义权之争：OpenAI 的“AGI 时代”是公司叙事，评测上 Astra 仍在 GPQA、Humanity's Last Exam（with tools 57.2% vs Claude Fable 5.1 的 65.0%）等项落后于竞品，通用性未一统江湖。
- 网络安全双刃剑：100% ExploitBench 意味着攻防窗口被压缩，防守方必须更快打补丁。OpenAI 自己也说监测与拦截会误伤合法任务。
- 可监测性倒退：思维链更短、更难审计——对需要强审计的金融、医疗场景是风险。
- 价格与配额：272K 以上的长输入涨价、Fast 模式 2×，对超长文档工作流要算清账。
- 幻觉未归零：能力幻觉从 12.2% 降至 4.2%，但仍非零，高风险决策仍需人审。
六、给三类人的落地建议
普通用户（ChatGPT Plus/Pro）
- 先在 ChatGPT 中把“电脑操作”“网页浏览”类任务交给 Astra：订票、填表、整理相册、做简历网站，观察其“先问关键问题，再用合理假设推进”的协作风格；
- 涉及法律、财务的输出，利用其“区分已确立事实与未支撑假设”的特性，要求它标出不确定处。
开发者（API）
- 迁移路径：把
model: "gpt-6-astra" 与 reasoning_effort: medium/high 组合测试，FrontierCode 提示词官方建议加上“避免无谓新建测试文件、复用工具、遵循仓库约定”等 developer message；
- 长上下文：把 MRCR 作为健康检查，>272K 时注意计费档位，利用缓存写入/命中降低重复 system prompt 成本；
- Codex 用户：在
config.toml 中开启跨窗口 notes 的实验开关，评估长会话召回率。
企业与团队
- 默认关闭是安全设计——先在沙盒工作区启用，配置 Auto-Review 与人工复核；
- 若需 PoC/漏洞验证能力，提前申请 Daybreak 白名单；
- 合规敏感客户评估 ZDR + Private Safety Processing 的组合。
写在最后
Astra 在英文化境里是“星”，在 OpenAI 的叙事里是“下一代智能的起点”。它确实在电脑操作、长上下文、数学与网络安全上把天花板抬高了一大截，也把“对齐”的底线抬高了——0% 蜜罐误触、0% 绕过审查、更少幻觉。
但“欢迎来到 AGI 时代”更像一个路标，而非终点。正如 EpochAI 的 Greg Burnham 所言：“一个时代的结束，另一个时代的开始。”——
Astra 结束的是“模型只负责回答”的时代，开启的是“模型负责把事做完”的时代。 能否真正把事做对、做得可审计、做得负担得起，还要在未来数月的真实工作流里验证。
参考资料
数据截点：2026-09-04；模型与价格随官方调整，落地前请以 OpenAI 官方文档为准。