OpenAI 发布 GPT-6 Astra 大模型

GPT‑6 Astra（via）GPT-6 Astra "今日开始向部分机构开放，未来几天将陆续面向所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户，以及 OpenAI API 和 AWS 用户"——我自己还没试用，暂时没什么好说的。

API 定价与 Claude Fable 5 和 5.1 相同：输入 $10/百万 token，输出 $50/百万 token。这显然是 OpenAI 对标 Fable 的产品，在 OpenAI 自评的大多数基准测试中得分高于 Fable。

最引人注目的是，Astra 在近期（3 月发布）的 ARC-AGI 3 基准测试中拿到 99.9%——但值得注意的是 Fable 5 尚无公开成绩，且 ARC-AGI 博客指出，99.9% 的成绩是用 OpenAI 自定义的"Provider Adapter harness"以 $19K 成本达成的，而默认的 ARC-AGI harness 仅得 62.7%，耗资 $26K。

Provider Adapter harness 在请求之间保留不透明的推理状态，并对更长对话使用压缩，使模型能复用之前的工作。

鉴于最近的 Hugging Face 事件，Astra 在安全任务上表现出色也就不足为奇了：ExploitBench 满分 100%（GPT-5.6 Sol 得 78.5%），ExploitGym 得 42.4%（Sol 得 30.3%），SRE-Bench 二进制逆向工程四次内达成 99.2%（Sol 得 68.7%）。

长上下文方面也更胜一筹：在 OpenAI 的八针测试中，256K–512K token 得 100%，512K–1M token 得 96.3%。OpenAI 或许已攻克长上下文处理的一项持续挑战。

不过它并非全能。Artificial Analysis指出，Astra 在智能指数上仍不敌 Fable：

与 GPT-5.6 Sol 并驾齐驱：GPT-6 Astra 在指数中得 61 分，与 GPT-5.6 Sol 持平，比 Claude Fable 5.1（含回退）低 5 分。模型也落后于 Meta 新发布的 Muse Spark 1.3（最高分）。

但在编码智能指数上表现更好：

引领 Coding Agent Index 成本效率前沿：在最高计算量下，GPT-6 Astra 的成本与 GPT-5.6 Sol (max) 基本持平，Index 得分却高出 2 分；若追求同等得分，其单次任务成本仅为 Claude Fable 5 的一半以下。

待获取访问权限后，我会进一步介绍 Astra。正式发布时，其 API 模型标识将定为 gpt-6-astra。