OpenAI GPT-6 Astra正式发布：欢迎来到AGI时代！ARC-AGI-3冲到99.9%，从操作电脑到3D建模，AI开始真正“替你干活”？

OpenAI这次是真的把AI Agent往前推了一大步。GPT-6 Astra正式发布后，最吸引眼球的已经不只是“模型更聪明”，而是它开始更加像一个能够直接坐在电脑前替你工作的AI。OpenAI将其定位为目前能力最强的模型之一，重点强化了电脑操作、浏览器使用、软件工程、科学研究、网络安全以及专业工作流，并支持最高105万Token上下文和12.8万Token最大输出。

更夸张的是，GPT-6 Astra在ARC-AGI-3上拿到了99.9%的成绩，同时在FrontierMath Tier 4达到98%，ExploitBench达到100%。但真正值得普通用户关注的并不是几个榜单数字，而是它正在改变AI的使用方式：过去我们让AI“告诉我怎么做”，现在则可以让它直接打开软件、操作电脑、编写代码、测试程序、处理文件，并把一个复杂任务一路做下去。

GPT-6 Astra 到底是什么？

GPT-6 Astra并不是简单意义上的GPT-5.6升级版，而是OpenAI针对端到端复杂任务打造的新一代旗舰模型。官方API文档显示，GPT-6 Astra的模型ID为gpt-6-astra，支持low、medium、high、xhigh和max多个推理强度档位，可以根据任务难度调整推理投入。

它最大的变化在于，模型能力不再局限于生成文字。通过Responses API，它可以调用网页搜索、文件搜索、代码解释器、Hosted Shell、Computer Use、图像生成以及MCP等工具。这意味着开发者可以把GPT-6 Astra放进一个完整的Agent工作流中，让模型自己完成从理解需求到执行任务再到验证结果的整个过程。

第一大升级：AI终于开始真正“操作电脑”

过去的AI Agent经常需要开发者给它准备专门的API,例如想让AI操作CRM，需要先开发CRM API；想让AI修改数据库，需要写数据库工具；想让AI操作某款软件，还得专门开发插件。

GPT-6 Astra走的是另外一条路线：让AI直接理解电脑界面并进行操作。

这也是它最值得关注的能力之一。OpenAI公布的测试数据显示，GPT-6 Astra在OSWorld 2.0、ScreenSpot-Pro以及Agents’ Last Exam等电脑操作相关测试中都取得了非常高的成绩，其中OSWorld 2.0达到72.6%，ScreenSpot-Pro达到92.7%,简单理解，以后你不一定需要告诉AI“点击哪个按钮、输入什么命令”，而可以直接告诉它：

AI自己理解界面、寻找按钮、执行操作并继续下一步，这才是真正意义上的Computer Use。

第二大升级：从“写代码”变成“完成软件项目”

如果你只是让GPT-6 Astra写一个几十行Python脚本，其实有点大材小用,它真正适合的是复杂的软件工程。

例如一个大型项目包含前端、后端、数据库、API、测试以及大量依赖文件。过去开发者需要不断把代码复制给AI，让模型分析以后再手动修改。

GPT-6 Astra则可以直接参与整个开发流程：理解项目 → 分析代码 → 修改文件 → 执行代码 → 浏览器测试 → 发现Bug → 修复 → 再测试。OpenAI将GPT-6 Astra称为目前最强的软件工程模型，并强调它在Agentic Coding场景下可以承担更加复杂的多步骤开发任务。

这意味着AI编程正在从：

逐渐变成：

两者其实是完全不同的概念。

第三大升级：1M上下文开始真正有用了

GPT-6 Astra提供约105万Token上下文窗口，最大输出达到128K Token,超长上下文真正有价值的地方，不是让用户一次性聊天几百页，而是让AI能够处理更加庞大的真实工作资料,例如：

可以放进同一个任务环境,对于企业用户来说，还可以处理：

然后让AI直接完成分析,因此，1M上下文更应该理解成一种复杂任务工作空间，而不是单纯的“聊天记忆更长”。

第四大升级：AI开始进入专业软件

这可能是GPT-6 Astra最容易被低估的能力,OpenAI公布的BenchCAD测试中，GPT-6 Astra可以根据多视角渲染结果，通过生成CAD代码重建3D对象，达到95.9%的几何重叠得分，高于GPT-5.6 Sol的83.3%。官方还给出了大约2分54秒的演示任务耗时,这意味着未来AI不一定只是告诉你：

而是可以进一步：

对于3D建模、建筑设计、工业设计以及工程软件来说，这种能力的意义非常大。

这也是为什么现在AI竞争越来越不像传统的“聊天机器人大战”,真正的竞争开始变成：谁能够直接进入用户的软件和工作流程。

第五大升级：AI Agent开始拥有“完整工作闭环”

如果把GPT-6 Astra的能力拆开来看，它最重要的并不是某一个单项能力，而是这些能力终于可以组合起来,一个完整Agent可能执行这样的流程：

过去每一步可能都需要人类介入,现在越来越多步骤可以交给AI自动完成,OpenAI在专业工作测试中也展示了类似能力，包括文档、演示文稿、表格和数据分析等任务。GPT-6 Astra强调的不只是生成内容，而是根据模板和工作环境直接产生更加接近最终交付状态的成果。

GPT-6 Astra与普通聊天AI最大的区别

如果一定要用一句话概括：

以前你可能问：

AI回答步骤,现在你可以进一步要求：

AI需要自己分析需求、编写代码、运行环境、检查页面，再不断修复问题，这就是Agentic AI真正有价值的地方。

GPT-6 Astra并不是“什么都能自动做”

即使模型具备更强的推理、Computer Use以及复杂任务执行能力，真正进入实际应用之后，安全、权限和监控依然是无法绕开的关键问题。尤其当AI开始从“给出答案”进一步发展到“直接操作电脑和软件”，模型能够执行的动作越多，企业需要承担的安全责任也就越高。

从目前官方披露的信息来看，GPT-6 Astra已经被定义为达到Preparedness Framework中Critical级网络安全能力阈值的模型，因此这次发布同样非常强调安全机制，包括模型隔离、检查点加密、全轨迹监控以及部署前安全评估等措施。对于企业来说，这意味着部署GPT-6 Astra并不是简单地接入API，而是需要同时建立完善的权限管理和操作审计机制。

尤其是Computer Use能力出现之后，问题也正在发生变化。过去企业更关心的是“AI能不能把事情做好”，而未来可能更加关注**“AI到底应该被允许做什么”**。当AI能够操作浏览器、软件甚至执行复杂工作流时，权限边界、人工确认、操作记录和异常监控都会成为AI Agent真正走向商业化必须解决的问题。

GPT-6 Astra适合哪些人？

如果只是聊天、写文章、总结资料，并不一定需要直接使用GPT-6 Astra，它真正适合的是需要让AI承担复杂任务的人。

API价格贵不贵？

GPT-6 Astra的API标准价格并不算便宜，目前输入价格为10美元/百万Token，输出价格为50美元/百万Token，缓存输入则为1美元/百万Token。对于超过272K输入Token的超长上下文请求，还会按照更高的长上下文价格计算。因此，如果只是日常聊天、翻译、写标题或者简单总结，直接使用GPT-6 Astra并不划算。

但如果把它放到AI Agent和复杂编程任务中，价格就需要换一种方式计算。比如让模型读取完整项目、分析代码结构、修改几十个文件、运行测试、定位Bug并最终交付，这类任务虽然会消耗更多Token，但如果能够明显减少开发者数小时甚至数天的人工工作，那么单纯比较“每百万Token多少钱”就没有太大意义。Agent模型真正需要衡量的，是完成一次完整任务的综合成本。

所以，GPT-6 Astra并不是“越贵越应该一直用”的模型。真正合理的方式是让不同模型承担不同难度的任务：简单任务使用低成本模型，复杂推理、代码开发和长程Agent任务再交给GPT-6 Astra。

这样才能在模型能力与API成本之间找到更合理的平衡，对于Agent来说，最终真正应该计算的其实不是**“100万Token多少钱”**，而是：

这才是判断GPT-6 Astra API价格到底贵不贵的关键。

GPT-6 Astra真正改变的，可能不是模型，而是“人与电脑的关系”

过去的软件使用逻辑非常简单：人学习软件 → 人操作软件 → 软件执行命令。用户必须理解菜单、按钮、工具和操作流程，然后一步步完成任务。而GPT-6 Astra所代表的方向，则开始转向**“人提出目标 → AI理解目标 → AI操作软件 → AI完成任务”**。在这种模式下，用户不一定需要掌握软件的全部操作细节，而是可以直接告诉AI最终想达到什么效果。

如果AI能够进一步操作Photoshop、Blender、CAD、Excel、浏览器、IDE以及企业内部系统，那么软件未来的竞争方式也可能发生变化。软件厂商除了需要考虑功能是否丰富、界面是否好用之外，还需要思考一个新的问题：AI能不能理解这些功能，并且真正使用它们完成任务？这意味着软件可能逐渐从单纯服务人的Human Interface，走向同时服务人和AI的Human + AI Interface。

因此，未来真正优秀的软件，可能不只是“功能更多的软件”，而是更容易被AI理解、调用和自动化的软件。对于Photoshop、Blender、CAD、Excel、IDE以及各种企业软件来说，这甚至可能成为下一阶段产品设计的重要方向：软件不再只是给人使用，也需要开始为AI准备接口和工作能力。

结语：GPT-6 Astra真正可怕的，不是99.9%，而是它开始“动手”

GPT-6 Astra这次最值得关注的，并不是ARC-AGI-3 99.9%这样的数字，而是AI正在从“回答问题”进入“执行任务”的阶段。OpenAI已经把推理、代码、浏览器、Computer Use、文件、MCP以及各种工具能力组合到一个模型体系里，让AI能够更加完整地参与真实工作。

如果说过去的大模型是在努力成为一个更聪明的大脑，那么GPT-6 Astra正在尝试解决另一个问题：如何让这个大脑拥有操作电脑和完成工作的“手”。

从写代码，到操作浏览器，再到CAD、数据分析和专业软件，AI的竞争正在从“谁更会说”逐渐转向“谁真正能把事情做完”。这可能才是GPT-6 Astra发布之后，最值得普通用户和开发者关注的变化。