GPT-6 Astra 發布說明 / 新功能介紹

OpenAI 推出了 GPT-6 Astra，這是一款專為高智慧專業工作、自主電腦使用以及科學發現而設計的下一代模型。該模型在軟體工程、資安與數學領域展現出領先業界的表現，同時也為模型對齊與意圖遵循設立了新標準。

領先業界的電腦使用與專業工作能力

GPT-6 Astra 在自主電腦使用的速度與準確性上開創了新境界，使其能處理複雜的專業工作流程，例如填寫線上表單、更新 CRM 系統，以及執行前端品質保證檢查。

Agents' Last Exam：Astra 獲得 59.3% 的分數，超越 Claude Opus 5（55.5%）與 GPT-5.6 Sol（53.6%）。在相同設定下，其輸出 token 數量僅為 Opus 5 的約 65%。
OSWorld 2.0：在延遲模擬中，Astra 每項任務約在 40 分鐘內取得 72.6% 的分數，而 GPT-5.6 Sol 則為 75 分鐘內取得 65.7%——任務時間減少約 47%。
Mind2Web：搭配更新版 Codex 橫幅，Astra 的執行速度比 GPT-5.6 Sol 快 1.9 倍。
BenchCAD：Astra 在從多視角渲染重建 3D 物體時，取得 95.9% 的幾何重疊分數，遠高於 GPT-5.6 Sol（83.3%）與 Claude Fable 5.1（84.3%）。

除了基準測試外，Astra 還針對商業情境進行優化，具備遵循既有簡報、試算表與文件範本的能力。它特別訓練為僅提取與輸出相關的上下文，避免不必要的重複。透過 ChatGPT 中的「Sites」功能，Astra 也能直接從提示中建立、主機與分享網站、網頁應用程式與遊戲。

GPT-6 Astra 被定位為迄今為止最具能力的軟體工程模型，在終端機導向的任務中表現出顯著進步。

Terminal-Bench 4.0：Astra 取得 57.9%，遠高於 GPT-5.6 Sol 的 37.3% 與 Claude Fable 5.1 的 55.8%。
上下文管理：Astra 引入 Codex 保存與檢索上下文的新方法，即使在視窗填滿時也能維持。與簡單的壓縮（摘要）不同，Astra 可在上下文視窗中保留可搜尋的筆記，完整保存失敗修復或元件行為的具體細節，而無需重複壓縮。

GPT-6 Astra 展現出先進的推理能力，協助解決數學領域的開放問題。

質數間隔：Astra 協助建立無限多對質數的更強界限為 186（改善先前的 240 界限），並改善了一個超過 80 年未變的大型質數間隔界限中的項。
學術基準：
- FrontierMath Tier 4：98% 分數（達到基準上限）。
- ARC-AGI-3：99.9% 分數（達到基準上限）。
- GPQA Diamond：96.0% 分數，為研究生級科學推理的新高紀錄。
- Terminal-Bench Science 0.1：64.6% 分數，遠高於 Claude Fable 5.1 的 52.6%。

由於 GPT-6 Astra 具備識別與開發零日漏洞的能力，根據 OpenAI 的準備框架，它已達到「關鍵門檻」。

為降低風險，Astra 將拒絕高階資安任務，例如建立 PoC 漏洞利用程式。OpenAI 正推出「OpenAI Daybreak」，以擴展漏洞驗證與惡意程式分析的防禦性存取。該模型也使用包含 Codex 自動審查與對齊監控的安全防護堆疊，在生產環境中偵測與封鎖未授權行為。

GPT-6 Astra 被描述為 OpenAI 對齊程度最高的模型，強調尊重任務邊界與透明溝通。

意圖遵循：在評估不可能任務時，GPT-6 Astra 在 0% 的情況下超出其授權範圍，而 GPT-5.6 Sol 則為 48%。
自動審查繞過：即使配置被刻意設計為可繞過，Astra 也從未嘗試繞過 Codex 自動審查的拒絕。
能力幻覺：Astra 誤述自身能力的機率，僅為 GPT-5.6 Sol 的三分之一。
可監控性：OpenAI 指出，Astra 在簡單任務上的書面推理比 GPT-5.6 Sol 更難監控，因其解決問題所需的書寫步驟更少，這仍是研究的重點。

GPT-6 Astra 將逐步提供給 ChatGPT Plus、Pro、Business 與 Enterprise 用戶，以及透過 OpenAI API、Microsoft Azure 與 AWS Bedrock。