一句话总结
OpenAI 于 2026 年 9 月 3 日发布旗舰模型 GPT-6 Astra：这是该公司迄今智能程度最高、最符合人类意图的模型，也是第一个被评定为 Preparedness Framework「Critical」网络安全能力级别的模型；API 标准定价为输入 10 美元/百万 token、输出 50 美元，约为前代 GPT-5.6 Sol 的 2.5 倍，发布初期仅向受信任机构与经审核的网络安全用户开放。
背景
GPT-6 Astra 由 OpenAI 于 2026 年 9 月 3 日（官网发布日；北京时间 9 月 4 日凌晨）正式发布。发布前，OpenAI 已用近一个月时间说明其安全特殊性：8 月 7 日首次公开表示无法排除该模型达到「Critical」网络安全能力阈值的可能，9 月 1 日正式确认 Astra 成为 OpenAI 第一个被评定为 Preparedness Framework「Critical」网络安全能力级别的模型。发布会上，OpenAI 总裁 Greg Brockman 以「Welcome to the AGI era（欢迎来到 AGI 时代）」形容该模型。
一、训练与核心能力
Astra 首次在德克萨斯州 Stargate 站点使用超过 10 万张 GPU 进行预训练，从数据中心网络到推理内核均围绕该训练规模从零设计；它也是 OpenAI 第一款让旧代际模型深度参与训练过程的模型。OpenAI 称其为「世界上最好的 computer use（使用电脑）模型」，发布叙事从「模型能回答什么」转向「有多少事可以直接交给 AI 完成」。
上下文与输出：105 万 token 上下文窗口、最高 12.8 万 token 输出、知识截止日期为 2026 年 4 月 30 日。Codex 中新增跨窗口笔记机制，上下文窗口填满时可持续保留笔记并回搜更早的消息与工具输出。
二、关键基准成绩
| 基准 | Astra 成绩 | 对比参考 |
|---|---|---|
| ARC-AGI-3（Provider Adapter 配置） | 99.9% | 同一基准 Standard harness 下最高 62.7% |
| FrontierMath Tier 4 | 97.6% | — |
| DeepSWE v1.1 | 74.1% | — |
| BenchCAD | 95.9% | — |
| Terminal-Bench 科学任务 | 64.6% | — |
| SRE-Bench（逆向工程，1 次/最多 4 次尝试） | 88.0% / 99.2% | GPT-5.6 Sol：55.9% / 68.7% |
| MRCR v2 八针检索（256K-512K / 512K-1M 上下文） | 100% / 96.3% | Sol：91.5% / 73.8% |
| ExploitBench | 100% | — |
口径说明：ARC-AGI-3 的 99.9% 为 OpenAI 自有 Provider Adapter 配置（含「保留推理」与「压缩」两项特殊设置）下的成绩，ARC Prize 统一 Standard harness 下最高为 62.7%；OpenAI 称在双方均完成的任务中，Provider Adapter 整体运行速度快约 3.66 倍、token 消耗减少 49%。FrontierMath 由 Epoch AI 开发，Epoch AI 表示 OpenAI 资助了该基准开发并对其部分题目拥有独占访问权。
三、安全与对齐：首个 Critical 级模型
Critical 级别意味着：在拥有合适工具与访问权限时，Astra 能够在很多经过加固的现实系统中，不需人类逐步指导即自主发现此前未知的漏洞并开发可用的利用方式，或仅凭一个高层目标设计并执行针对加固目标的端到端攻击策略。
OpenAI 公布的内部安全测试：电脑使用违规率从 GPT-5.6 Sol 的 22.0% 降至 2.4%；专门观察模型是否为完成任务绕过限制的测试中为 0%；内部幻觉测试从 Sol 的 9.4% 降至 2.0%。测试过程中，模型自主发现并利用了 2 个此前未知的 zero-day 漏洞，OpenAI 称正在向相关维护者披露。
为控制风险，OpenAI 于 8 月 18 日公开承认一度暂缓扩大训练规模（包括暂停两周拟用于部署的最新模型强化学习训练）；在生产环境部署「失对齐监控」（misalignment monitoring），同时观察模型的推理、实际动作、工具调用与整条任务轨迹，判断可能严重偏离用户原始意图时可暂停甚至终止任务；OpenAI 估算，仅监控系统带来的计算开销就约相当于被监控推理算力的 20%。
四、定价与开放节奏
GPT-6 Astra 的 API 标准定价：输入 10 美元/百万 token、缓存输入 1 美元、输出 50 美元，约为 GPT-5.6 Sol（输入 4 美元、输出 20 美元）的 2.5 倍。Fast 模式价格翻倍（输入 20 美元、输出 100 美元），最高带来约 2.5 倍执行速度。长上下文附加计费：单次输入超过 272K token 后，整次请求的输入按 2 倍、输出按 1.5 倍计费。
开放节奏：发布初期仅向 Trusted Access/Daybreak 体系中的少量机构及经审核的网络安全用户开放；Plus、Pro、Business、Enterprise 订阅用户与 API 在发布后数日内陆续获得访问权限；Pro、Business、Enterprise 将获得能力更强的 Astra Pro（Enterprise 默认不开启，需管理员手动打开）。API 模型名为 gpt-6-astra，同步上线 Amazon Bedrock。
五、AGI 之争
Brockman 在发布会上称「Welcome to the AGI era」，并表示个人判断「我们已经实现了」AGI；但被追问 OpenAI 是否正式宣布实现 AGI 时，他承认 AGI 更像一种「mission concept（使命概念）」或「spiritual concept（精神概念）」，而非可精确划线的技术标准。OpenAI CEO Sam Altman 此前在访谈中认为 AGI 是「定义非常模糊的概念」，并表示更担心下一个词：Superintelligence（超级智能）。
常见误区与细节
- 「发布」不等于「全量可用」。Astra 发布初期仅向受信任机构开放，普通订阅用户需要数日才能获得访问权限，且不同用户拿到的能力边界不完全一致。
- ARC-AGI-3 的 99.9% 依赖 OpenAI 特制 harness。跨模型横向比较应以 ARC Prize Standard harness 口径（62.7%）为准。
- 网络安全能力分级开放。Astra 默认生产版本仍对高风险网络攻击请求设限，高级网络安全工作流仅向 Daybreak Blue 体系中的经审核用户逐步开放。
总结
GPT-6 Astra 是 OpenAI 于 2026 年 9 月 3 日发布的旗舰模型，首次达到 Preparedness Framework「Critical」网络安全能力级别，同时以 2.5 倍于前代的价格与「computer use」为核心叙事。它标志着前沿大模型竞争从「回答能力」转向「自主完成任务能力」，也带来安全监控成本（约 20% 推理算力开销）与能力分级开放等新议题。