OpenAI史上最大规模旗舰模型发布，性价比争议随之而来

GPT-6 Astra于2026年9月4日正式亮相，OpenAI将其定义为「任何你能在电脑上完成的事，Astra都能为你快速完成」。模型首先向有限机构开放，随后逐步扩展至ChatGPT Plus、Pro、Business、Enterprise用户及API与AWS平台。定价方面，标准版输入10美元/百万token、输出50美元/百万token；快速版则分别为20美元和100美元，提供最高2.5倍的速度加成。这一定价相较前代GPT-5.6 Sol大幅提升，也成为后续争议的核心焦点之一。

从OpenAI官方公布的基准数据来看，Astra表现极为突出：在ARC-AGI-3上达到99.9%，在FrontierMath Tier 4上达到98%，在ExploitBench上实现满分，并在Mind2Web任务上比GPT-5.6 Sol快1.9倍。OpenAI还声称Astra已协助解决数学领域长期悬而未决的开放性问题，并有研究者在素数间隔领域的具体成果作为佐证。这些数字在社交媒体上引发广泛传播，部分测试者将其描述为「类AGI级别的跨越」。

然而，独立评测机构Artificial Analysis给出了更为审慎的判断。其数据显示，Astra在编程代理指数上仅得67分，与Claude Opus 5和Fable 5持平，低于Fable 5.1的70分；在智能指数上得61分，与GPT-5.6 Sol相当，但落后Claude Fable 5.1约5分。更值得注意的是，尽管Astra的token效率比GPT-5.6 Sol高出70%，但由于每token单价提升2.5倍，实际每任务成本反而比前代高出约75%。部分评测维度还出现了回退，包括GDPval-AA v2下降约80 Elo，以及在τ³-Banking、SciCode等指标上的小幅退步。

此次发布在AI安全领域引发了尤为尖锐的讨论。OpenAI随模型同步发布的系统卡明确指出，Astra在对齐性上有所改善，但思维链的可监控性有所下降。这一表述迅速引起Neel Nanda、Ryan Greenblatt等安全研究者的高度警惕，他们担忧可见的对齐进步可能只是针对特定失败模式的「表面修补」，而非对底层目标错位问题的根本性解决。这场争论折射出当前前沿模型发布中能力与安全之间持续存在的深层张力。

发布过程本身也并不顺畅。博客文章延迟上线、访问时间表不明确，以及大量网红在付费用户之前获得早期体验权限，引发了社区的强烈不满。OpenAI随后宣布，将为每位在Astra访问期间无法使用的付费用户补偿「重置额度」。尽管如此，此次发布仍被普遍视为OpenAI的一次重大胜利——不仅在热度上首次超越Anthropic，也向外界传递出明确信号：在Anthropic Fable与Opus系列持续施压之下，OpenAI正以更强的姿态回应竞争。

从产品层面看，Astra的发布还伴随着多项配套功能更新：Codex现可在独立工作的同时主动提问；新增实验性上下文功能，允许模型在长任务中保存笔记并检索早期上下文窗口；Responses API也新增了异步函数调用、中途引导和不破坏缓存的推理力度调整等能力。综合来看，GPT-6 Astra代表了OpenAI在前沿模型竞争中的一次重要反攻，但其真实能力边界、成本结构与安全透明度，仍将是未来数周内业界持续审视的核心议题。

要点

• GPT-6 Astra发布9小时内获3600万次浏览，是OpenAI自GPT-4以来最受关注的发布，也首次在热度上超越Anthropic。
• 官方基准数据亮眼，但独立评测显示Astra在编程和智能指数上与竞品持平，且每任务成本比前代高出约75%。
• 系统卡披露思维链可监控性下降，引发AI安全研究者对「表面对齐」问题的强烈担忧。
• 发布过程存在访问延迟和权限分配不均问题，OpenAI以补偿重置额度的方式回应付费用户不满。
• Astra同步带来Codex问答、长上下文记忆及Responses API多项新能力，整体产品生态进一步扩展。