GPT-6 Astra 发布：AI 从聊天到接管工作

9 月 13 日，OpenAI 在官网发布 GPT-6 Astra，并把它称为「世界上最强、对齐度最高的模型」。这句话本身不算新闻，真正的变化在定语后面：Astra 的主战场被明确写成「工作」而不是「聊天」——它先进入 ChatGPT Work、Codex 和 API，企业版默认关闭，需要管理员手动开启。

如果只看跑分，这只是又一次模型迭代；但把官方发布稿、定价表和用户抱怨放在一起读，会看到一条更清晰的线索：AI 竞争的衡量单位，正在从「对话质量」换成「交付了多少可用的工作」。

一、不靠 API，像人一样用软件

Astra 最核心的能力是 computer use：它能操作那些「和你我每天用的是同一套」的应用，即使这些应用根本没有开放 API。OpenAI 在发布稿里把这一点当成商业模式来卖——企业不需要先整理数据、重做流程、写定制集成，第一天就能把模型放进现有工作流。

官方给出的落地场景相当具体，也相当「琐碎而真实」：优化 GPU、核对财务报表里的对不上号、生成更符合品牌调性的演示稿。目前已公开的客户包括 Cognition、Databricks、Hebbia、Box、Figma 和 Thomson Reuters Labs。

OpenAI 自己也做了一轮内部试验。开发和市场团队用 Astra + Codex 把 3 小时的多机位素材剪成了 GPT-6 Astra 开发者上手视频，4 天播放量超过 55 万；工程团队则用它定位到一个拖慢 Codex 会话的内存分配瓶颈，换掉分配器后单轮延迟降低约 25 倍，代价是峰值内存多用约 30%。

二、效率被写进了价格表

Astra 的定价是每百万输入 token 10 美元、每百万输出 token 50 美元。OpenAI 的表述是「每美元买到更多有用的工作」：模型被训练成用更少 token、更少重试完成任务，因此单次任务的返工和成本都更低。官方称在 Terminal Bench 4.0 与 Artificial Analysis Intelligence Index 这类偏专业工作的评测上，Astra 占据了成本效率前沿的大部分区间。

💡

值得注意的转向：过去的模型发布会比「更聪明」，Astra 的发布稿反复比的是「更省事」——少返工、少重试、结果更接近可以直接交付的成品。

三、第一次触及自家最高风险档位

发布稿里最该被划线的一句是：Astra 是首个达到 OpenAI Preparedness Framework 中 Critical 网络安全能力阈值的模型。也就是说，它在攻击性网络能力上的评估结果，已经跨过了这家公司自己设定的最高警戒线。

配套动作有三块：一是在内部 computer use 安全基准上，Astra 产生非预期结果的频率比 GPT-5.6 Sol 低 89%、比 Claude Fable 5.1 低 74.7%（测试场景包括泄露机密、把仪表盘分享得过宽、误删数据）；二是企业管理员可以限制可访问的网站和桌面应用、管控上传下载、清理浏览记录，并对高风险动作要求人工确认；三是新增 Oracle Analytics、Power BI、Navan、Avalara 等企业插件。

四、现实的一面：限流与「变笨」抱怨

模型能力的跃升并不自动等于体验的跃升。据 The Verge 报道，由于 Astra 的需求过高，OpenAI 已暂停新的 200 美元 ChatGPT Pro 订阅注册；Decrypt 则汇总了另一类声音——部分用户认为新模型「变笨了」，而这在 OpenAI 的历史迭代中并非第一次出现。中文技术媒体也提到官方披露的三处缺陷，会导致 Astra 在某些任务上表现骤降。

更值得玩味的是能力的外溢方向：有报道提到 Astra 已经可以操控机械臂、自主操作无人机完成飞行任务。当「通用大模型 + 通用电脑操作」成熟到一定程度，具身智能行业最现实的焦虑就不再是硬件做不出来，而是通用模型是否会顺手把专用方案的价值吞掉。