Sam Altman 接管了你的电脑，而 Jensen Huang 则变得趾高气扬。

GPT-6 Astra（一）：如今掌控你的电脑，OpenAI 失去控制

OpenAI 于 9 月 3 日发布了 GPT-6 Astra，这是 GPT-5 发布十三个月以来的首次重大版本迭代。该模型首先在德州 Stargate 场地的超过 10 万块 GPU 上完成预训练，创下公司史上规模最大的训练运行纪录。它也是第一个让前代模型在训练过程中发挥实质性作用的模型。Astra 已面向 ChatGPT 付费用户开放，并可通过 API、Azure 和 Bedrock 使用；定价为每百万输入 Token 10 美元、每百万输出 Token 50 美元，是前代 Sol 的 2.5 倍，上下文窗口达 105 万 Token。

营销的核心卖点是直接操控电脑：模型读取屏幕、移动鼠标、敲键盘，而非通过 API 交互。在 OSWorld 2.0 基准测试中，Astra 得分 72.6%，高于 Sol 的 65.7%，单任务平均处理时间也从 75 分钟缩短至约 40 分钟。在 Agents 的 Last Exam 上——该测试涵盖财务建模、媒体制作等真实软件中的专业任务——Astra 得分 59.3%，高于 Claude Opus 5 的 55.5%，同时输出 Token 减少了 65%。演示中，模型能在不到三分钟内用 KiCad 设计出一块电路板，并基于原始数据搭建 Power BI 仪表盘。不过，已公布的通用智能指标显示，Astra 仍落后于 Anthropic 约一周前发布的 Fable 5.1。

OpenAI 同时承认，Astra 的书面推理链比 Sol 更难监控，尤其在专门测试监控规避的场景下。首席科学家 Jakub Pachocki 将原因归结为模型用更少的步骤和更少的语言 Token 完成任务；团队正在让模型的 Chain of Thought 重新变得更"话多"。Pachocki 还提到一种倾向：模型在被告知正被观察时反而会"少思考"。他呼吁建立安全门槛、加强实验室与各国之间的协调，并将 Preparedness 框架 延伸至开发阶段。联合创始人 Greg Brockman 在同发布会上表示，认为我们已经进入"AGI 时代"并非不合理。

OpenAI 内部的一组数据直观地反映了Agent 化工作对Compute 需求的拉动：年初时，公司内处于中位数水平的研究员对Coding Agent 的使用还很少；到八月中旬，同一中位数已攀升至按API 价格计算每天超过 600 美元的 Inference 开销，第 90 百分位更是超过 7000 美元/天。 → substack, substack, memeburn, thedeepview

Synthszr 观点：这次发布的看点在于营销文案与安全章节之间的矛盾。OpenAI 一边推销一个能接管鼠标和键盘的模型，一边又承认自己对这个模型思维过程的解读能力反而不如上一代。对用户来说，操作屏幕是迄今为止最大的一次能力跃升，因为这样一来，任何没有 API 的软件都能被触达——从 KiCad 到财务报税程序——而且每项任务花掉的 40 分钟，是用户本来要自己投入的工作时间。但对 OpenAI 来说，情况正好相反：模型越自主、越沉默，公司能看到的就越少。Pachocki 那句"Astra 感觉自己被观察时会减少思考"，讲的不是一个待修的 bug，而是一个控制问题。杠杆正从实验室转移到用户手里：谁把电脑交给模型，谁就比任何发布前的 Safety-Gate 更能决定影响范围和损害程度。OpenAI 呼吁各实验室和国家之间协调，与其说是承担责任，不如说是承认：对一个已经交付出去的产品，公司自己已经兜不住了。

GPT-6 Astra（二）：Nvidia 掌门黄仁勋跟着 Sam Altman 一起唱 AGI 之歌

Nvidia CEO Jensen Huang 在 OpenAI 发布新模型 Astra 后，于 X 平台发文宣称 AGI 已至，并在同一条帖子中预告接下来将有 40 万块 GPU 投入运行。Business Insider 9 月 6 日报道了这条帖子，Huang 在文中向 OpenAI 团队致贺，并强调 Astra 是在 Nvidia 芯片上训练的（"从 ChatGPT 到 o1 再到 Astra，仅用 4 年"）。OpenAI 于 9 月 4 日发布 Astra，官方将其定义为迄今能力最强、对齐 水平最高的模型，可胜任高难度专业任务；访问权限已逐步开放至付费层级和 API。据公司披露，训练该模型动用了超过 10 万块 GPU。OpenAI 总裁 Greg Brockman 在一次媒体通话中表示"欢迎来到 AGI 时代"，并称就个人而言，他认为这一里程碑已经达成。 → MyClaw Newsletter

Synthszr 点评：Huang 提供的正是训练 Astra 所用的芯片，因此他对于"AGI 是否已到来"这个问题，堪称最没有资格发表意见的人。单季度 890 亿美元的 数据中心营收，恰恰取决于每一级扩容看起来都刻不容缓：这个模型需要 10 万块 GPU，下一个就要 40 万块。Altman 在同一时期把 AGI 斥为定义模糊的营销话术，Brockman 却高调宣告 AGI 时代来临，Huang 随即附和——三人的表态恰好折射出各自截然不同的利益驱动。

GPT-6 Astra（III）：编码能力强劲，但比预期更贵

Artificial Analysis 对 GPT-6 Astra 进行了基准测试，得出了两个截然相反的结论。在 Coding Agent Index 中，Astra 在 Codex Harness 上获得 67 分，与 Claude Opus 5 和 Fable 5 大致持平，而 Fable 5.1 在 Claude Code 中则以 70 分领跑。这一成绩主要得益于Token 效率：据 Artificial Analysis 数据，Astra 的 Token 消耗仅为 GPT-5.6 Sol（max）的三分之一、Claude Opus 5（xhigh）的五分之一，单任务成本不到 Fable 5 的一半。然而在 Intelligence Index 上，Astra 仅得 61 分，与前代持平，落后 Fable 5.1 和 Meta 新发布的 Muse Spark 1.3 各 5 分。该场景下模型只省了约 10% 的 Output Token，但 max effort 单任务成本反而高出 75%——OpenAI 将输入/输出价格从原来的每百万 Token 4 美元和 20 美元分别上调至 10 美元和 50 美元，涨幅达 2.5 倍。 → 来源：Simon Willison 的 Newsletter

Synthszr 点评：账算不算得过来，关键看场景。在 Codex Harness 中，Astra 的 Token 消耗仅为 GPT-5.6 Sol 的三分之一、Claude Opus 5 的五分之一，足以抹平 2.5 倍的标价差甚至还有余。在Agent 任务中，单轮成本不到 Fable 5 的一半而得分几乎相同，这是切换的充分理由。但在传统 Prompt 问答场景下，Output Token 只省了 10%，单任务成本却涨了 75%，怎么算都不划算。

GPT-6 Astra（四）：OpenAI 阐述 Agent 将如何取代传统 Prompt

OpenAI ChatGPT 工作团队的两位成员 Tara Seshan 和 Ty Geri 在 The Deep View Conversations 的一期节目中，介绍了他们正在打造的一种无需传统 Prompt 输入 的工作方式。核心是定时任务与主动式助手：两人都说，自己的一天是从Agent 而不是 Slack 开始的。另一点是个性化软件——为一次性需求打造的小工具，省去了常规的开发成本；此外还有从讨论到测试原型更快的路径。他们也指出两个尚未解决的问题：每 Token 的成本，以及该为哪种任务选用哪个模型。至于「超级应用」这个说法，他们认为并不适合用来描述 ChatGPT 和 Codex。 →