OpenAI 发布 GPT-6 Astra：1.05M 上下文的计算机操作模型，因触及 Critical 网络安全阈值而限制访问

今天，OpenAI 发布了 GPT-6 Astra。该公司称这是其最智能、对齐程度最高的模型，并将其定位为以计算机操作为核心的系统，而非聊天模型。其卖点在于，Astra 能像人一样操作软件，横跨浏览器、电子表格、桌面应用和终端，直接完成多步骤任务，而不是描述该怎么做。

它能否部署？部分可以，但不能部署在你自己的硬件上。Astra 是一个封闭的托管模型，未开放权重，因此无法自托管。目前它仅对 OpenAI Trusted Access 和 Daybreak 项目中的组织开放。

真正的新变化是什么

对开发者而言，主要变化在于上下文处理。Codex 此前采用压缩机制，在上下文占满后对较早的对话轮次进行摘要。这一过程会丢弃智能体后续需要的细节：某个修复为何失败、运行了哪些测试、早期添加了哪项需求。Astra 则会在上下文窗口之间保留笔记，并回溯搜索更早的消息和工具输出。该功能以实验性形式随 config.toml 设置推出，并将在未来几周内成为 Codex 的默认行为。

Astra 还可以在继续执行不依赖答案的工作的同时向用户提问。这消除了智能体常见的一种失败模式——一个悬而未决的决策导致整个任务停滞。

在模型页面，Astra 列出了 1,050,000 token 的上下文窗口、128,000 的最大输出 token，以及 2026 年 4 月 30 日的知识截止日期。输入支持文本和图像，输出仅支持文本。reasoning.effort 在 high 之上新增了两个级别：xhigh 和 max。工具支持涵盖计算机使用、托管 shell、应用补丁、技能、MCP 和工具搜索。不支持微调。

基准测试概览

OpenAI 报告在 OSWorld V2-Offline 上取得 72.6% 的成绩，而 GPT-5.6 Sol 为 65.7%，平均任务耗时从约 75 分钟降至 40 分钟。Anthropic 报告 Claude Fable 5.1 取得 77.9% 的成绩，但表示其使用了不同的 OSWorld 版本，不应直接进行比较。

Astra 在 ARC-AGI-3 上得分 98.6%。该数字是通过 Responses API 测试框架得出的，该框架在轮次之间保留推理过程，并对长上下文使用压缩处理，而 OpenAI 此前已表明，这些设置可以在不改变模型的情况下显著影响 ARC-AGI-3 的得分。因此，该结果衡量的是模型加智能体系统的整体表现。

其他已报告的数据：FrontierMath Tier 4 得分 97.6%，BenchCAD Vision2Code 得分 95.9%（Fable 5.1 为 84.3%），Terminal-Bench Science 得分 64.6%（Anthropic 报告为 52.6%）。Epoch AI 指出，OpenAI 资助了 FrontierMath，并对其部分内容拥有独家访问权。

编程是这套叙事中的薄弱环节。Astra 在 DeepSWE v1.1 上得分 74.1%，而 Sol 为 70.8%。Meta 报告 Muse Spark 1.3 在最大推理强度下得分 75.4%，公开排行榜显示 Gemini 3.8 Flash 和 Claude Opus 5 接近 74%。在 113 项任务的基准测试中，这些差距仅为一到两个任务的差别。

网络能力驱动访问模式

Astra 是 OpenAI 在其 Preparedness Framework 中首个被认定为达到“关键网络安全”门槛的模型。在测试中，它成功开发出针对加固浏览器和操作系统的漏洞利用，并发现了两个此前未知的 V8 漏洞，OpenAI 表示将向维护方披露这些漏洞。

其影响是实际性的。标准访问权限会拒绝高级网络安全工作，包括漏洞发现。对于 API 开发者而言，网络安全安全检查会直接终止任务，而不是暂停等待批准。OpenAI 的 Mia Glaese 警告称，未加入可信访问计划的用户可能会遇到速度下降、暂停或阻断，有时甚至发生在无关工作中。

OpenAI 报告 Astra 在 ExploitBench 上达到 100%，这是一个综合能力覆盖率分数而非通过率；在 ExploitGym 上达到 42.4%，而 Sol 为 30.3%，两者均移除了通常的六小时时间限制。

定价

Astra 的价格为每百万输入 token 10 美元，每百万输出 token 50 美元，缓存输入为 1.00 美元。输入超过 272K token 的请求，将对整个请求按输入 2 倍、输出 1.5 倍计费。Batch 和 Flex 模式按 50% 计费，Fast 模式按 2 倍计费。Pro、Business 和 Enterprise 用户还可获得 Astra Pro。

关键要点

Astra 首先是一款计算机使用模型：OSWorld V2-Offline 得分 72.6%，任务时间从约 75 分钟降至约 40 分钟。

笔记取代了 Codex 中的压缩机制，因此长时间运行的智能体不再丢失失败细节。

编码能力提升幅度有限：74.1% 的 DeepSWE v1.1 成绩处于排行榜中游水平。

首个达到 OpenAI“关键”网络威胁门槛的模型；标准访问权限拒绝漏洞利用相关工作。

不开放权重，每百万 token 收费 10/50 美元，上下文窗口 1.05M，API 与 AWS 即将在未来数日内上线。

欢迎查看 OpenAI 官方公告、OpenAI 在 X 平台上的动态以及 GPT-6 Astra 模型页面。此外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 15 万+成员的 ML SubReddit，并订阅我们的 Newsletter。等等！你在用 Telegram 吗？现在你也可以在 Telegram 上找到我们了。