北京时间9月4日凌晨,OpenAI正式发布新一代旗舰模型GPT-6Astra,并称其为“目前全球最智能、且对齐程度最高的模型”。在多个关键基准测试中,Astra展现出近乎“刷榜”的实力,引发行业轰动。
除了数学和推理,Astra在编程和复杂任务处理上同样实现代际跨越。在Terminal-Bench4.0编程测试中,它以57.7%的得分超越了竞争对手Claude Fable5.1(55.8%)。在模拟真实电脑操作的OSWorld2.0测试中,Astra得分72.6%,任务完成时间比上一代减少约47%。
Astra的核心变革在于其能力定位:从回答问题转向直接完成工作。它能像人一样“看”屏幕像素并操作鼠标键盘,从而使用那些没有为AI提供接口的软件。
Astra是OpenAI首个达到内部“关键级”(Critical)网络安全门槛的模型。它能自主发现并利用零日漏洞,引发了对安全风险的担忧。