GPT‑6 Astra
📢 本文同步发布於公众号：AI Agent · 最佳实践
🔗 原文链接：https://simonwillison.net/2026/Sep/3/gpt6-astra/
GPT-6 Astra重磅发布：OpenAI最强模型全面解析，安全能力碾压级领先
2026年9月3日 - 链接博客
GPT‑6 Astra（via）🚀
GPT-6 Astra 今日官宣“正式向部分组织开放，未来几天内将陆续覆盖所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户，同时通过 OpenAI API 和 AWS 提供服务”——我自己还没机会上手体验，所以暂时没法给出太多实际感受。
💡 定价策略：直接对标 Claude Fable
这次 Astra 的 API 定价与 Claude Fable 5 和 5.1 完全一致：输入 $10/百万 tokens，输出 $50/百万 tokens。很明显，这就是 OpenAI 用来正面硬刚 Fable 的竞品。从 OpenAI 自家公布的基准测试来看，Astra 在大多数指标上都略胜 Fable 一筹。
🔥 最亮眼的成绩：ARC-AGI 3 拿下 99.9%
Astra 在 2026 年 3 月发布的 ARC-AGI 3 基准测试中拿下了惊人的 99.9% 得分。不过值得注意的是，Fable 5 目前还没有公布其在 ARC-AGI 3 上的成绩。ARC-AGI 官方博客特别指出，Astra 这个 99.9% 的成绩是在 $19K 成本下、使用 OpenAI 定制的 “Provider Adapter harness” 跑出来的；如果使用默认的 ARC-AGI harness，得分则为 62.7%（成本 $26K）。
这个 Provider Adapter harness 的特别之处在于：它能在请求之间保留不透明的推理状态，并通过压缩机制处理更长的对话，让模型可以复用之前的工作成果——这显然是 OpenAI 在推理效率上的一大杀器。
🛡️ 安全能力：堪称“黑客级”表现
考虑到最近 Hugging Face 的安全事件，Astra 在安全任务上的表现简直是一头猛兽：
- ExploitBench：拿下 100% 满分（GPT-5.6 Sol 仅 78.5%）
- ExploitGym：得分 42.4%（Sol 为 30.3%）
- SRE-Bench 二进制逆向工程：四次尝试内达到 99.2%（Sol 为 68.7%）
这组数据意味着 Astra 在漏洞利用、渗透测试和逆向工程等安全攻防任务上，已经远远甩开了前代模型。
📚 长上下文处理：终于突破了？
Astra 在长上下文处理上也有明显进步。在 OpenAI 自家的八针（eight-needle）基准测试中：
- 256K–512K tokens：100% 准确率
- 512K–1M tokens：96.3% 准确率
看起来 OpenAI 可能已经攻克了长上下文处理中长期存在的一个老大难问题。
⚠️ 并非全面碾压：仍有短板
不过 Astra 并非在所有维度上都无敌。Artificial Analysis 指出，在 Intelligence Index（智能指数）上，Astra 依然不敌 Fable：
- GPT-6 Astra 在指数中得分 61，与 GPT-5.6 Sol 持平
- 比 Claude Fable 5.1（含 fallback 上限）低 5 分
- 同时也落后于 Meta 新发布的 Muse Spark 1.3（上限）
不过在 Coding Agent Index（编程智能体指数）上，Astra 表现更优：
- 领跑成本效率前沿：在最大 effort 设置下，GPT-6 Astra 的成本与 GPT-5.6 Sol（max）相当，但指数得分高出 2 分
- 每任务成本不到 Claude Fable 5 的一半，却能拿到相同的分数
📝 结语
等我拿到 Astra 的实际访问权限后，会再写一篇更详细的使用体验。API 模型标识符预计为 gpt-6-astra。
本文为 Simon Willison 于 2026 年 9 月 3 日发布的链接博客文章。
