OpenAI推出GPT-6 Astra强化编程与软件操作

OpenAI推出新一代多模态智能体模型GPT-6 Astra，定位于计算机应用、软件开发、专业工作流、科学研究和网络安全等场景。该模型起初只面向部分机构开放，目前正逐步提供给ChatGPT Plus、Pro、Business、Enterprise用户，以及OpenAI API、Microsoft Azure和AWS Bedrock平台用户。

Astra的重点不只是生成文本回答，而是进一步扩展到直接在软件环境中完成多步骤操作。它可以与图形用户界面交互，执行填写表单、更新CRM记录、开展资料调研、创建网站、分析数据、安装和测试软件等任务，也能根据屏幕上的可见信息排查问题。在OSWorld 2.0评测中，OpenAI公布Astra准确率为72.6%，高于GPT-5.6 Sol的65.7%。

编程能力是此次发布的另一项核心内容。OpenAI称，Astra在Terminal-Bench 4.0中得分57.9%，在DeepSWE v1.1中得分74.1%。同时，Astra在Codex中引入实验性上下文机制，使智能体能跨不同上下文窗口保存笔记，而不只依赖压缩历史内容；旧上下文仍可检索，便于长时间编程任务中回溯早期需求、测试结果和工具输出。

长上下文方面，OpenAI公布的MRCR评估显示，Astra支持最高100万个令牌的上下文长度，在512K至1M上下文范围内得分96.3%。该公司还表示，模型在数据库迁移、CAD生成、数据科学、浏览器研究和科学工作流等专业任务上均有提升。

网络安全能力也被重点提及。按照OpenAI的Preparedness Framework，Astra是首个被归类为“关键网络安全能力”级别的模型。OpenAI称，在未启用生产环境安全防护的测试中，Astra发现并利用了两个此前未知漏洞，并展现出针对强化防护浏览器和操作系统开发漏洞利用程序的能力。正式部署版本会限制高级攻击类任务，更多防御能力计划通过Daybreak项目开放。

OpenAI还公布，Astra在内部评估中的幻觉率为4.2%，低于GPT-5.6 Sol的12.2%。不过，在测试模型是否会隐藏推理过程时，OpenAI发现Astra的书面推理相比前代更难被监控，因此提升可监控性仍是后续研究重点。

社区讨论中，英伟达CEO黄仁勋提到Astra的训练基础设施，称该模型在超过10万块NVIDIA Grace Blackwell NVLink72上完成训练，并表示接下来还将投入40万块GPU。也有社区人士将此次发布视为通用人工智能阶段的重要信号。

从竞争格局看，Astra将面对Anthropic Claude Fable 5.1和谷歌Gemini 3.8 Flash等模型。OpenAI公布的评测显示，Astra在Terminal-Bench 4.0及多项计算机使用评估中领先；Claude Fable 5.1在Humanity's Last Exam测试中得分更高；Gemini 3.8 Flash则支持原生视频和音频输入，而Astra目前不支持。