新一代的GPT-6 Astra及其加强版GPT-6 Astra Pro终于揭开了神秘面纱，广大用户期待已久的时刻终于到来了！GPT-6 Astra被称为全球最为智能且协调的模型，重塑了计算机应用、浏览器使用、软件工程、网络安全以及科学和专业工作的标准。OpenAI宣告AGI时代的到来，发布会的高潮部分总裁Greg Brockman直接向大家说出了：“欢迎来到AGI时代”。
在GPT-6的推出之后，原有的竞争对手如Claude和Grok瞬间消失，Astra的强大启动后，似乎直接消灭了全球范围内的其他大型语言模型——看来OpenAI的实力确实非同凡响。这次发布会OpenAI的低调十足不再，训练规模与能力均达到了前所未有的高度。根据介绍，Astra是OpenAI历史上进行的最大规模的训练项目，在位于德克萨斯州的Stargate园区动用了超过十万块GPU进行预训练，并且是OpenAI首个由前代模型的深度参与训练监督的旗舰产品。
GPT-6的定价也随之入市，API的输入和输出价格分别为每百万个token 10美元和50美元，这比GPT-5.6 Sol的价格提升了2.5倍，与晋升不久的Fable 5.1持平（GPT-5.6 Sol当前官方售价为输入4美元、输出20美元/百万token）。
GPT-6 Astra的核心变革在于其功能的扩展，它已不再只是单纯的“回答问题”，而是向“直接完成工作”转变。除了可以生成文本或代码，Astra还能操作电脑和浏览器，执行多步骤的操作，从而提交可直接使用的文档、表格、演示文稿、网站甚至工程项目。其成绩单让人称赞不已，特别是有三项分数引人注目：在FrontierMath Tier 4 v2的测试中得分97.6%；ARC-AGI-3测试的得分达到了99.9%（而GPT-5.6 Sol为7.8%）；在ExploitBench中则获得了满分。
ARC-AGI-3是一项测试大型模型在陌生环境下适应能力的任务，不给出任何规则说明，仅将模型放入一个全新的二维游戏中，让其在游戏中进行探索并寻找通关方法。这个分数表明，在面对未知和没有现成解法的问题时，Astra展现了卓越的自主探索与学习规律的能力。不过需要指出的是，这一成绩是通过OpenAI的Responses API Harness运行框架取得的，调整了两项设置以让测试更接近真实智能体的使用情况，但并未针对ARC-AGI-3专门优化，因此99.9%的成绩既反映了基础模型的能力，也包括了记忆管理和Agent运行框架的增益。
编程能力也是Astra的一大升级方向。在Terminal-Bench 4.0中，Astra的得分为57.7%，超过了Fable 5.1的55.8%及GPT-5.6 Sol的37.3%。在DeepSWE v1.1中，Astra得分74.1%，高过了Sol的72.7%和Fable 5.1的67.4%。在数学与科学领域，Astra也表现突出，例如在高难度数学测试FrontierMath Tier 4 v2中取得了97.6%的高分，研究生级科学问答GPQA Diamond的分数达到96%，略胜于Gemini 3.8 Flash的95.3%。
显著的变革在于，Astra能够将代码能力与计算机使用相结合，不仅可以生成代码，还能进入终端和开发工具进行执行、测试、查找错误并进行修改。这样的变化在真实工作的Agent测试中显得尤为明显。在Agents’ Last Exam测试中，Astra得分59.3%，高于GPT-5.6 Sol的53.6%及Claude Opus 5的55.5%。该测试将其置于真实电脑环境中，同时操作软件、终端和文件，完成科研、工程和财务等长流程任务，并根据最终交付物打分。而在更接近实际办公流程的AutomationBench中，Astra的得分从GPT-5.6 Sol的18.1%提升至41.4%，也超过了Fable 5.1的31%。这项测试不仅评估任务的完成情况，还展示了完成任务所需的API成本。数据显示，Astra在各种成本设定下的表现均明显优于Sol。
OSWorld 2.0则更直接考察了其电脑操作能力。在离线测试中，Astra的得分为72.6%，而GPT-5.6 Sol为65.7%。完成单个任务时，Astra的平均耗时约为40分钟，而Sol则需要约75分钟，时间缩短近47%。通过准确率的提升，任务完成所需的时间也得到了缩短，这也在一定程度上解释了Astra较高的定价。