OpenAI发布GPT-6 Astra：105万上下文、聚焦计算机操作的闭源模型

定位与发布范围

OpenAI今日正式发布GPT-6 Astra，强调其为‘迄今最智能且对齐度最高’的模型，并明确将其定义为‘计算机使用系统’（computer-use system），而非通用聊天模型。Astra的设计目标是像人类一样操作软件——在浏览器、电子表格、桌面应用及终端中完成端到端的多步骤任务，而非仅描述操作步骤。目前，Astra为完全闭源的托管模型，未发布任何模型权重，因此不支持用户本地或私有化部署。其仅面向加入OpenAI‘可信访问’（Trusted Access）和‘黎明计划’（Daybreak）的组织开放，尚未向公众或标准API用户开放。

核心技术演进：上下文管理与交互机制

对开发者而言，Astra最实质性的改进在于上下文处理机制。此前Codex采用‘压缩’（compaction）策略——当上下文填满时自动摘要早期对话轮次，导致关键细节（如某次修复失败原因、已运行测试集、早期新增需求）丢失。Astra则改用‘笔记留存+回溯检索’机制：在不同上下文窗口间持续保留结构化笔记，并可主动搜索历史消息及工具输出结果。该功能当前以实验性状态提供，通过`config.toml`配置启用，预计数周内将成为Codex默认行为。

此外，Astra支持在等待用户答复的同时，继续推进不依赖该答复的其他子任务，从而避免传统智能体因单点决策阻塞而整体停滞的问题。

模型规格与能力边界

Astra官方标注上下文窗口为1,050,000 token，最大输出长度为128,000 token，知识截止日期为2026年4月30日。输入支持文本与图像，输出仅为文本。推理强度新增`xhigh`与`max`两级（高于原有`high`）。工具调用覆盖计算机操作、托管Shell、补丁应用、技能调用、MCP协议及工具搜索。模型不支持微调。

基准测试表现

OpenAI报告Astra在OSWorld V2-Offline上达72.6%任务成功率，较GPT-5.6 Sol（65.7%）提升明显；平均任务耗时从约75分钟降至约40分钟。在ARC-AGI-3上得分为98.6%，但该结果依赖特定API封装（保留跨轮推理状态+上下文压缩），OpenAI此前已证实此类设置本身即可大幅提升分数，故该成绩反映的是‘模型+代理系统’整体效果。其他指标包括：FrontierMath Tier 4（97.6%）、BenchCAD Vision2Code（95.9%，Sol为84.3%）、Terminal-Bench Science（64.6%，Anthropic报告Claude为52.6%）。需注意，OpenAI资助了FrontierMath部分数据集并享有独家访问权。

编程能力方面表现平缓：Astra在DeepSWE v1.1上得分为74.1%，略高于Sol的70.8%，但处于当前领先模型区间内（Meta Muse Spark 1.3为75.4%，Gemini 3.8 Flash与Claude Opus 5均近74%），113项任务中的差距仅1–2项。

网络安全门槛与访问控制

Astra是OpenAI首个被判定达到‘关键级’（Critical）网络安全阈值的模型，依据为其内部‘准备度框架’（Preparedness Framework）。测试中，Astra成功开发出针对加固型浏览器与操作系统的利用链，并发现两个此前未知的V8引擎漏洞（OpenAI称已向维护方披露）。由此，标准API访问将直接拒绝涉及高级网络安全工作的请求（如漏洞挖掘），且安全审查机制会强制中止而非暂停任务。OpenAI安全负责人Mia Glaese警告，非可信计划用户可能遭遇响应延迟、任务暂停甚至拦截，且此类限制可能波及无关操作。

在专用评估集ExploitBench上，Astra获得100%能力覆盖率（非通过率）；在ExploitGym中得分为42.4%（Sol为30.3%），且两项测试均取消了常规六小时时限。

定价与交付节奏

Astra定价为每百万输入token 10美元、每百万输出token 50美元；缓存输入费用为1美元/百万token。单次请求若输入超272K token，则整条请求按2倍输入费与1.5倍输出费计价。批量（Batch）与弹性（Flex）模式享5折，快速（Fast）模式为2倍费率。Pro、Business及Enterprise订阅用户还可选用增强版Astra Pro。API接口与AWS集成将于近期上线。

编者观点

Astra标志着大模型从‘语言理解’向‘具身化系统操作’的关键跃迁，但其严格准入机制与闭源策略也凸显AI基础设施正加速走向高门槛、强管控的‘企业级服务’范式——对中国AI厂商而言，如何在自主可控前提下构建可验证、可审计、可协同的计算机操作智能体生态，已成为下一阶段竞争焦点。