GPT‑6 Astra 完整能力介绍
GPT‑6 Astra，OpenAI 2026‑09‑03发布旗舰模型，定位端到端自主执行复杂任务的Agent模型，核心突破是原生计算机操作能力，不再只做问答，可直接操控软件、系统完成完整工作流。
模型标识：
gpt‑6‑astra；上下文：105万token，最大输出12.8万token；知识截止：2026‑04‑30；提供5档推理强度，不可关闭推理、不支持自定义temperature/top_p。
一、Computer Use 计算机操作（最大亮点）
可像人一样操控电脑GUI、终端、浏览器完成整套任务，OSWorld 2.0得分 72.6%，单任务耗时相比GPT‑5.6 Sol减少47%。
- 办公自动化：填表单、更新CRM、整理日历、按模板生成Word/Excel/PPT，迭代修改需求，维护项目主线目标，不容易遗忘任务目标。
- 浏览器自主工作：检索资料、汇总分析、网页操作、表单提交。
- 专业软件操作：3D建模Blender、电路KiCad、CAD、数据分析工具，软件故障排查、安装部署。
- 终端/命令行：执行脚本、调试环境、运行仿真，配套跨窗口笔记机制，长任务不会丢失排查细节。
二、科学与数学推理能力
面向研究生级科研，科学推理+工具链深度打通，可充当科研实习生，完成数天量级科研工作。
- 高阶数学：FrontierMath Tier‑4 v2：97.6%，可以处理前沿开放数学问题，辅助证明数学猜想。
- 科学基准：GPQA‑Diamond 96.0%（生物、化学、物理研究生考题）；LifeSciBench、GeneBench Pro、MedChemBench大幅刷新记录。
- 科研Agent工作流：读取测序数据、运行仿真、统计拟合、可视化图表、分析实验结果，输出完整科研报告；Terminal‑Bench‑Science 0.1：64.6%。
三、软件工程/代码能力
- Terminal‑Bench4.0：57.9%；DeepSWE：74.1%，大型多文件项目重构、调试、二进制逆向分析。
- 完整项目交付：从需求到生成代码、单元测试、前端QA自动化验证，返工次数显著降低。
- 新增跨上下文结构化笔记，长调试任务不再丢失关键信息；幻觉率降至上代1/3。
四、网络安全能力（Critical关键等级）
OpenAI首个达到Critical安全等级的模型，在授权环境下：
- 可自主挖掘未知0day漏洞，构造完整攻击链，沙箱逃逸、权限提升；ExploitBench满分100%。
风险：高级漏洞能力仅对可信机构开放；模型思维链可观测性下降，部分推理过程不对外输出，存在越狱逃逸风险，对话会触发自动暂停保护机制。
五、通用智能与Agent规划
- ARC‑AGI‑3：99.9%，陌生环境自主学习规则，远超人类平均48%基线，代表处理完全未知任务的能力巨大提升。
- Agent规划：接收高级目标，自动拆解子任务、选择工具、循环迭代纠错，长流程持续执行。
- 文档处理：百万级文档、代码库完整解析，支持图文输入，浏览检索、文件解析。
六、API关键限制（非常重要）
- 推理强度：low / medium / high / xhigh / max，不能关闭推理（none选项移除）。
- 不支持自定义 temperature、top_p、logprobs；所有请求由模型内置对齐策略控制随机性。
- 安全保护：Agent异常行为会自动暂停对话，需要人工复核继续执行。
- 定价：输入$10 /百万token，输出$50 /百万token，约GPT‑5.6 Sol的2.5倍；超过27.2万token触发长上下文加价；快速模式价格翻倍。
七、开放现状
目前小范围灰度可信企业客户，后续逐步开放API、Azure、AWS Bedrock；ChatGPT Plus/Pro/Business/Enterprise将陆续上线GPT‑6 Pro（基于Astra），有消息额度限制。
与GPT‑5.6 Sol核心差异简表
| 能力项 | GPT‑6 Astra | GPT‑5.6 Sol |
|---|---|---|
| OSWorld2.0 | 72.6% | 65.7% |
| ARC‑AGI‑3 | 99.9% | 7.8% |
| FrontierMath Tier‑4 | 97.6% | 83.0% |
| ExploitBench | 100% | 78.5% |
| 上下文 | 105万token | 105万token |
| 推理配置 | 5档，不可关闭推理 | 可关闭推理 |
| 安全等级 | Critical | High |
