随着地方时间9月3日的到来，OpenAI正式推出了其最新模型——GPT-6 Astra，并将其定义为“下一代智能”。“Astra”在拉丁语中意指“星星”或“群星”。在发布之前，ChatGPT的官方预告曾提到：“星星几乎排列好了。”OpenAI指出，Astra是当前全球智能水平最高、与人类需求对齐效果最佳的模型，它在电脑操作、网络浏览、软件开发、网络安全、科学研究及专业工作等多个领域实现了显著的突破。OpenAI的首席执行官山姆·奥特曼对外表示，希望Astra能够开启“新一代的创业和科学探索”，并称其在多项领域都是“最强大的模型”。OpenAI总裁格雷格·布罗克曼更进一步评论，未来人们可能会将这一时刻和这一模型视作AGI（通用人工智能）问世的标志：“欢迎进入AGI时代。”星星已经排齐，GPT-6 Astra正式亮相。

在操作能力方面，Astra能够自主填写网络表单、更新客户关系管理系统（CRM）中的记录、整理日程安排，还可以执行网络搜索、编写邮件和文档摘要。它还具备分析科学数据、生成可视化图表、搭建网站以及进行前端质量测试的能力。在软件开发过程中，Astra能够独立安装和测试软件，解决界面上出现的问题。与传统聊天机器人不同，用户可以直接对Astra设定具体目标，比如“帮我准备一份财务分析并制作演示文稿”或“开发一个游戏原型并测试其运行情况”。模型可以自主分解任务，调用相应工具，进行持续的实施，最终交付成果。

根据OSWorld 2.0的测试，Astra的得分为72.6%，而GPT-5.6 Sol则为65.7%；在延迟模拟环境下，Astra完成一项任务所需的平均时间约为40分钟，相较之下，GPT-5.6 Sol需要约75分钟，OpenAI由此表示Astra的任务完成时间减少了47%。在Mind2Web测试中，结合了更新版本的Codex harness后，Astra的任务完成速度是当前GPT-5.6 Sol的1.9倍。在OSWorld 2.0测试中，Astra获得72.6的优异得分。

奥特曼在接受外媒采访时提到，Astra在用户体验方面与之前任何模型都截然不同，这是首个让他心安理得地鼓励用户大胆尝试的模型。用户可以委托Astra构建复杂的互动软件、开发电脑游戏、进行DIY电子工程项目、运行科学模拟，甚至制作财务模型并自动生成PPT。OpenAI表示，Astra结合了复杂的推理能力和多步骤工作流程，可以直接生成并处理文档、电子表格及演示文稿，并安排页面布局，提取与任务相关的信息。

在Professional评测中，Astra在AutomationBench取得41.4%的得分，而GPT-5.6 Sol为18.1%；在BenchCAD，Astra则为95.9%，而GPT-5.6 Sol为83.3%；在BrowseComp测试中，Astra得分为91.5%，GPT-5.6 Sol则为90.4%。这些数据反映了两者在自动化任务、计算机辅助设计和网络信息检索等多个应用场景中的显著差异，而AutomationBench中的差距更为明显，Astra的优势显著。

OpenAI对外展示了企业案例，表明Astra正被广泛应用于更贴近真实工作的场景。法律科技公司Legora利用Astra进行财务报表审核，在相关基准中，Astra的表现提升了约40%，并在一次运行中用数分钟时间审核41份文件，发现了隐含的四处错误。游戏开发公司Playco则使用Astra进行游戏原型开发，测试结果显示其人为干预工作减少了50%，且从一个灰盒基础原型成功制作出三个不同主题的游戏原型。

科学研究也是此次GPT-6升级的重要关注点。OpenAI指出，Astra在数学及科学领域创下了新高分。在FrontierMath Tier 4（v2）评测中，Astra得分97.6%；在ARC-AGI-3中获得99.9%成绩；而在GPQA Diamond评测中则得分96.0%。在科学和健康相关的评测中，Astra在GeneBench Pro中得分37.8%，MedChemBench为49.3%，LifeSciBench为60.3%，HealthBench Professional则为63.4%。OpenAI特别强调，Astra能够将科学推理与电脑操作相结合，进入专业软件检查数据，支持研究人员分析证据，决定下一步的研究方向。

最后，OpenAI重申，编程能力依然是GPT-6 Astra的重要卖点。Astra被视为公司迄今为止最具潜力的人工智能驱动的编程助手。