9 月 3 日，OpenAI 放出了自家新一代旗舰模型 GPT-6 Astra。这距离上一代 GPT-5 系列发布已经过去了一年多，所以这次升级的分量不言而喻。官方给它安的帽子很高——「世界上最智能、最对齐的模型」，但真正让圈内人坐不住的，是它头一回触碰到了 OpenAI 安全框架里的「Critical」网络安全门槛。
能力全面开花，数学和代码尤其亮眼
先看官方给出来的成绩单。GPT-6 Astra 在几个关键基准上几乎刷满了：FrontierMath Tier 4 拿到 98%，ARC-AGI-3 拿到 99.9%，ExploitBench 更是直接 100%。这个 ExploitBench 是专门考模型「根据已知漏洞写出可执行攻击代码」的，拿满分意味着它的网安能力已经强到需要被认真对待的程度。
在更贴近实际工作的测试里，Astra 也普遍领先上一代 GPT-5.6 Sol：OSWorld 2.0 上它拿到 72.6%（Sol 是 65.7%），而且完成任务的平均时间从约 75 分钟压缩到了约 40 分钟，效率提升了将近一半。Terminal-Bench 4.0 上它是 57.9%，对比 Sol 的 37.3% 优势明显。
数学这边还有个挺有意思的花絮：官方称 Astra 帮忙推进了两个关于素数间隔的公开难题的进展，其中一个界限从 240 改进到了 186。这些成果都附带了证明和支撑材料，不是随口一说。
电脑操作能力大幅增强，Codex 也更「长情」了
对普通用户影响最大的，可能还是它在电脑操作（computer use）上的进步。简单说，就是 ChatGPT 现在能更像一个真人助理那样，帮你填表单、整理日程、上网查资料、改文档、做表格和 PPT、建网站，甚至能在你干活的时候在后台自己跑。
如果你平时用 Codex 写代码，这次也有个实用的新变化。以前长对话一旦塞满上下文窗口，模型就只能把之前的内容「压缩」成一段摘要，过程中难免丢掉一些关键细节——比如某个修复为什么失败、某个组件到底怎么工作的。现在 Astra 版的 Codex 可以跨上下文窗口记笔记，而且更早的上下文窗口还能被检索到。换句话说，它开始「记得住」漫长的调试过程了。这个功能目前还是实验性的，默认过几周才会全面打开。
为什么这次要「挤牙膏」式地开放
和以往「发布即全量」不同，Astra 这次的开放节奏明显收着：先给少量机构，随后几天才逐步推送到 ChatGPT Plus、Pro、Business 和 Enterprise 用户，企业版还需要管理员手动开启，默认是关的。
原因就在于那个「Critical」评级。按照 OpenAI 自己的 Preparedness Framework，Astra 是第一个达到「Critical」网络安全门槛的模型——在合适的工具和权限下，它能自主发现未知漏洞、开发利用方式，甚至在不被人一步步引导的情况下完成一整套攻击链。官方在评估里提到，Astra 在针对 20 个高危 V8 漏洞的测试中，任意代码执行率远超前代，还顺手发现并利用了两个此前未知的零日漏洞（已经上报给了维护者）。
正因如此，OpenAI 在发布前刻意放缓了节奏，加强了针对网络滥用和未授权操作的防护，并加了一层「破坏性操作」的监控——一旦检测到可能的风险，模型会暂停或停下任务，让用户确认。这种「能力越强、管得越严」的思路，估计会成为后续旗舰模型发布的新常态。
价格和可用性，值得留意
对开发者来说，Astra 的 API 定价是 每百万输入 token 10 美元、每百万输出 token 50 美元，还有一个快 2.5 倍但要双倍价格的 Fast 模式。相比上一代，单价确实更贵了，但 OpenAI 的说法是「更强的推理意味着更少的失败重试」，最终按「完成一个任务」来算成本反而可能更低。
至于普通用户，最关心的还是什么时候能亲手用上。目前 Plus、Pro 用户会在这几天陆续收到推送，企业版要等管理员开通。需要提醒的是，这类旗舰能力往往也会跟着地区、语言和订阅档位有所差异，能不能第一时间体验，还得看自己的账号和所在地区。
从「发布更聪明的大模型」到「发布一个需要小心翼翼放出的大模型」，OpenAI 这次的变化其实挺耐人寻味。当一个模型的网安能力强到连自家都要层层设防时，AI 和安全的边界，确实被推到了一个全新的位置。
放到大环境里看，这代旗舰卷的是什么
把 Astra 放进当下的竞争格局，会看得更清楚。这一整年，各家都在往同一个方向发力：让模型不只是「聊天」，而是能真正动手干活。Anthropic 的 Claude 早早把电脑操作做成了招牌，Google 的 Gemini 也在推多模态和长上下文，OpenAI 这次拿 Astra 的「电脑操作 + Codex 长情记忆」回应，等于把「Agent 能力」这场仗又往前推了一步。
对普通用户来说，这其实是件好事。模型越「能干」，意味着你交代一个复杂任务时，它越能自己拆解、自己执行、自己兜底，而不是每一步都得你盯着。当然，能力越强，越需要信任——这也是为什么 OpenAI 这次宁可放慢节奏，也要先把安全护栏搭起来。
最后给点实在的建议：如果你只是普通 ChatGPT 用户，不必急着追新，等系统推送就行；如果你是重度 Codex 用户，那个「跨上下文记笔记」的功能值得第一时间去开；如果你是开发者，可以盯一下 API 的定价和额度，按「完成一个任务的总成本」来评估值不值得切换。旗舰年年有，适合自己工作流的才是真香。