OpenAI 发布 GPT-6 Astra，面向专业工作场景

我们能力最强的模型，专为完成企业所需的一切工作而打造。

上周我们推出了 GPT‑6 Astra，这是全球最智能、对齐程度最高的模型，现已在 ChatGPT Work、Codex 和 API 中提供。Astra 在计算机操作、浏览、专业工作、软件工程、网络安全和科学领域均达到最先进水平，让团队能够以无与伦比的速度、准确性和判断力承担最严苛的专业工作。

处理复杂工作的全球最佳模型

大多数 AI 系统都要求企业先准备好数据、重新设计工作流程并构建定制集成，之后才能创造价值。Astra 改变了这一点。在 ChatGPT Work 和 Codex 中，它能够编写代码，并通过人们日常使用的那些应用来完成任务——即便这些应用没有 API 也可以。这意味着企业可以从第一天起就在现有工作流程中让 AI 投入工作，无需大量准备工作或工程投入。

Excel 竞赛：****GPT‑6 Astra 能够借助计算机操作完成 Financial Modeling World Cup 挑战，速度约为获胜人类选手的四倍——帮助分析师减少构建模型的时间，把更多时间用于解读结果和做出决策。来自**2023 Microsoft Excel World Championship**⁠ .

在上线后的最初几天里，我们已经看到客户将 Astra 投入使用，从优化 GPU 到发现财务报表中的差异，再到制作更符合品牌调性的演示文稿。

“我们在发布当天就将 GPT‑6 Astra 集成到 Devin 的测试框架中，它在我们的内部测试基准上展现出最先进的性能。其出色的计算机操作、写作和代码库理解能力开箱即用地改进了测试：视频明显更易于理解，报告也更清晰、更简洁。”

— Silas Alberti，Cognition 研究高级副总裁

“GPT‑6 Astra 在使用我们的 Genie 测试框架时，在我们的 OfficeQA Pro 和 Pro V2 基准上取得了新的最先进水平。它的每任务成本也显著优于 GPT‑5.6 Sol。在我们的各项基准测试中，它在面向企业的数据推理和文档理解方面展现出明显的提升。”

— Ivan Zhou，Databricks 资深研究工程师兼技术主管经理

“Astra 在我们的评估中创下新高：它制作出了我们测试过的最佳演示文稿，对简报的遵循度比次优模型高出 17%，同时将论点溯源到正确文档的频率高出 19%。对于需要处理大量密集财务材料的分析师来说，这意味着可以交给客户、并能逐行辩护的演示文稿和答案。”

— George Sivulka，Hebbia 创始人兼 CEO

“Astra 是我们测试过的最强模型之一，在复杂的企业工作流中展现出领先的性能。最突出的是它的判断力——它更善于拒绝断言文档并不支持的结论，在整个评估中，它做出自信却错误断言的可能性降低了 >10%。”

— Yashodha Bhavnani，Box AI 产品副总裁

“Astra 能理解你的构想，并知道如何运用 Figma 来实现它，在你始终掌控创意方向的同时，推进复杂的设计工作。”

— Loredana Crisan，Figma 首席设计官

“Astra 在智能水平和写作质量上都有明显跃升，具备更强的多智能体协作能力，也更能把握请求背后隐含的意图。这种组合在法律工作中至关重要，因为理解用户想要达成的目标，并以精准和细腻的方式将其表达出来，是必不可少的。”

— Omar Bari，Thomson Reuters Labs 应用研究副总裁

在 OpenAI，Astra 在发布前数周就已内部上线，因此我们亲眼见证了 computer use 这类前沿能力如何改变我们的工作方式。我们的开发者与市场团队使用 Astra 和 Codex，将三小时的多机位素材制作成了 GPT‑6 Astra 开发者第一印象视频⁠ ，该视频在短短 4 天内就已获得超过 55 万次观看。我们的工程团队使用 Astra 发现并解决了一个内存分配瓶颈，该瓶颈导致测试环境中的 Codex 会话变慢。通过更换分配器，他们实现了 25 倍更低的轮次延迟，同时峰值内存使用量大约提高了 30%。

Astra 还更擅长遵循公司的语气、模板和设计标准，因此首次生成的结果就更接近团队可以直接投入使用的东西。

参考文件

GPT‑6 Astra 输出

GPT‑6 Astra 仅使用 OpenAI 演示模板中的几张幻灯片，就为虚构模型 GPT‑Gaia 创建了一套幻灯片，全程把握住了正确的语气和版式。这意味着你可以期待幻灯片能够按照你的企业标准正确排版。

让每一美元都产出更有用的工作

Astra 延续了我们的承诺：为客户提供极其高效的模型，让每一美元都能带来更多有用的工作成果。它经过训练，能以更少的 token 完成任务、更少的重试次数，这意味着更少的返工和更低的单任务成本。凭借 Astra，OpenAI 在专业工作和编程评估（包括 Terminal Bench 4.0 和 Artificial Analysis Intelligence Index）上占据了成本效益前沿的大部分位置。定价为每百万输入 token 10 美元起，每百万输出 token 50 美元起。

Terminal-Bench 4.0 在复杂的终端任务上测试智能体，包括软件工程、系统配置和数据分析。GPT‑6 Astra 达到 57.9% 的新高，相比之下 GPT‑5.6 Sol2为 37.3%，Claude Fable 5.1 为 55.8%，每任务估计 API 成本分别低约 9% 和 63%。

“Astra 在 DeepSWE v1.1 上以 74% 创下新纪录。它达成这一成绩所用的步骤更少，token 效率也超过了前沿模型此前达到的任何水平，尤其是在复杂、长时程任务上。毫无疑问，这个模型将对高质量的真实世界软件工程产生显著影响。”

— Serena Ge，Datacurve 联合创始人兼 CEO

“在我们的主动式智能体工作流中，我们看到 Astra 将耗时 5 小时以上的端到端工作流的通过率提升了 20%，同时减少了完成工作所需的推理调用次数。该模型改进的决策能力让我们得以移除脚手架并加速性能。”

——Mitch Troyanovsky，Basis 联合创始人

“与我们的基线相比，Astra 多发现了约 20% 的 bug。在需要大量跨文件推理才能检测出细微问题的 pull request 上，它的发现率提升了一倍以上。在代码审查中，它能把变更的意图与其后果联系起来：它跨文件推理，捕捉基线遗漏的接口契约漂移和授权 bug，并用具体的验证步骤支撑其发现。”

——David Loker，CodeRabbit AI 副总裁

“过去几个月里，观察 AI 数学研究能力的跃升令人着迷。我们正处于一个每个新模型都真正推动可能性边界的时期。Astra 是又一个值得注意的进步，我预计未来两年进展速度将大幅加快。”

——Alex Gerko，XTX Markets 首席执行官

为重要工作提供更多安全性与控制力

让 AI 接入业务系统，需要对其行为方式有信心。有鉴于此，Astra 是我们迄今为止对齐程度最高的模型，对人类意图和授权的遵循更为严格。

在训练期间，我们在内部计算机使用安全基准⁠上对 Astra 进行了测试，该基准针对最棘手的业务场景对模型进行考验，例如泄露机密信息、过度广泛地共享仪表盘或删除数据。在这项评估中，Astra 产生意外结果的情况比 GPT‑5.6 Sol 少 89%，比 Claude Fable 5.1 少 74.7%。额外的确认与自动审查进一步提升了 GPT‑6 Astra 和 GPT‑5.6 Sol 的表现。

各组织还可以决定 Astra 的部署范围。新的企业管理员控制功能让他们能够限制对已批准网站和桌面应用程序的访问、管理上传和下载，并控制浏览历史记录。ChatGPT Work 和 Codex 还包含确认策略等防护措施，可要求在执行重大操作前获得批准，并对可能不安全或未经授权的工具调用进行自动审查。这些控制功能让团队能够从受限配置起步，并随时间逐步扩大访问权限。

为进一步拓展访问能力，除 Astra 之外，我们还在 ChatGPT Desktop 中推出新的企业插件。这些插件由最新的浏览器使用能力驱动，来自 Oracle Analytics、Power BI（一项 Microsoft Fabric 服务）、Navan 和 Avalara，让访问熟悉的企业应用程序变得更加容易。

Astra也是首个达到关键网络安全能力阈值的模型，依据我们的Preparedness Framework。随着能力的提升，我们加强了防护措施，以防范滥用以及模型采取未经授权的行为，包括训练 Astra 尊重安全与安保边界、提升其抵御绕过防护机制尝试的能力，并部署旨在拦截有害响应的自动化检查。

符合条件的 API 客户可在受支持的端点上使用零数据保留，但需经过审批。

立即开始使用 Astra

在 ChatGPT Work⁠ 或 Codex⁠ 中试用 GPT‑6 Astra，或通过 API⁠ 将其集成到你自己的产品和工作流中。

企业管理员可根据适用的费率卡和协议启用 Astra。企业版访问权限在发布时默认关闭。