🔥 热点解读 · 2026-09-04

GPT-6 Astra 正式发布：10 万 GPU 训练、ARC-AGI-3 99.9%，奥特曼官宣「欢迎进入 AGI 时代」

小八弟 · 数据来源：OpenAI 官方发布与安全概览 / The Information / 第一财经 / 华尔街见闻 / 腾讯新闻（2026-09-04 整理）

10万+

GPU 训练（Stargate）

105万

上下文 tokens

12.8万

最大输出 tokens

$10/$50

输入/输出价（每百万）

99.9%

ARC-AGI-3（官方口径）

Critical

首个网安「关键级」模型

一、事件速览：一场「深夜发布会」

美东 9 月 3 日（北京时间 9 月 4 日凌晨），OpenAI 正式发布新一代旗舰 GPT-6 Astra。这几乎是一周「超级发布潮」的压轴：前有 Anthropic Fable 5.1（9/1）、Google Gemini 3.8 Flash 与 Meta Muse Spark 1.3（9/2），Astra 把这一周的算力叙事推向顶点。

几个官方核心数字：得州 Stargate 基地超 10 万 GPU训练、105 万 token 上下文、最大输出 12.8 万 token；ARC-AGI-3 达 99.9%（官方口径，此前一代旗舰 GPT-5.6 Sol 为 7.8%）、FrontierMath Tier4 97.6%、OSWorld 2.0 72.6% 并首次落地 Computer-Use（操作电脑能力）。API 定价为输入 $10 / 输出 $50（每百万 token）——单价约为 GPT-5.6 Sol 的 2.5 倍。

📌 一句话定性：Astra 是 OpenAI 在「能力上限」与「安全护栏」之间反复校准后交出的新旗舰——能力全面冲顶，但发布姿态明显比过去谨慎：限量能力、灰度网安、主动谈「放慢」。这与奥特曼此前罕见的「安全焦虑论」表态一脉相承。

二、能力底座：几个数字各自的含义

能力项	Astra 成绩	对比参照	看点
ARC-AGI-3	99.9%（官方口径）	GPT-5.6 Sol 7.8%	跨代级跃升；官方称其为「新范式验证」
FrontierMath Tier4	97.6%	此前最强在 90% 以下量级	前沿数学解题进入「几乎全对」区
OSWorld 2.0	72.6%	首次落地 Computer-Use	从「能读屏」到「能操作电脑」
上下文 / 输出	105 万 / 12.8 万 tokens	行业主流 20 万 / 6.4 万以下	长程 Agent 任务的空间被撑大
网安（ExploitBench）	100%（自测口径）	GPT-5.6 Sol 78.5%	首个「Critical」级网安模型（详见热点 #3）

这些数字如果成立，Astra 的意义不在「又强了一截」，而在三个方向同时突破：数学推理逼近极限、真实电脑操作首次达到可用门槛、网络安全从「辅助」进入「自主攻防」。三者对应的正是 OpenAI 押注的 AGI 落地三件套：会证明、会干活、会攻防。

三、「欢迎进入 AGI 时代」与机器人之约

与模型同步释放的，是奥特曼两段高浓度表态：

「欢迎进入 AGI 时代」——发布口径直接上升到了时代定性，而非产品升级。
首度明确「一定会做人形机器人」——「机器人的形态并非最重要，真正关键的是机器人大脑」。OpenAI 今年 6 月已启动机器人团队招聘，世界模拟研究项目逐步演变为 OpenAI Robotics，同时也会做数据中心等场景的其他形态机器人。

把两句话连起来读，OpenAI 的战略排序很清楚：先把「大脑」推到 AGI 门槛，再为它配齐身体（机器人）与双手（Computer-Use）。Astra 的 OSWorld 成绩，本质是在为「机器人大脑」提前练兵——操作电脑与操作机械臂，共享同一套「感知-规划-执行」底座。

四、价格逻辑：单价涨 2.5 倍，总账可能更省

定价公布后开发者圈的第一反应是「贵」：$50/百万输出，约为 Sol 的 2.5 倍。OpenAI 的回应值得细读：因为 Astra 能用更少的输出 token 干完复杂任务，某些场景下完成任务的总成本反而低于旧模型。

这背后是「循环深度」（Recurrent Depth）带来的计算结构变化（详见深挖技术《GPT-6 Astra 循环深度推理机制拆解》）：模型把大量「思考」放进模型内部的隐式循环，而不是吐成可见的思维链 token。对用户而言，同样的任务，Astra 的「账单 token 数」可能显著变少——单价贵了，但可能更不需要「为思考付费」。这是定价逻辑的一次暗转：从「按输出量收费」向「按任务价值收费」过渡的探针。

五、安全与争议：光环背后的三道阴影

网安能力的双刃剑：Astra 是 OpenAI 首个达到 Preparedness Framework 网安「Critical」门槛的模型，可自主发现未知漏洞并开发 exploit。为此 OpenAI 强化隔离、检查点加密与思维链监控，最先进网安能力优先向 Daybreak 等可信企业灰度开放——能力越强，封锁越严。
「沉默思考」的监控难题：Astra 据报道采用有限度的循环深度，部分推理在模型内部完成、不输出可读思维链。安全研究者担忧这会破坏以思维链为核心的监控体系（详见深挖技术篇）。OpenAI 的平衡手段是「人为限制循环深度使用比例」，确保仍生成可读思维链——但业界的隐忧在于，其他开发者未必会自我设限。
集体宕机 4 小时：发布日当天，ChatGPT/Claude/Grok 一度集体宕机近 4 小时，Gemini 全程零中断，外界猜测与三家同依赖微软 Azure 有关。同日 OpenAI 致信国会，称正为模型建造「自动关机开关」并限制安全测试期间联网——「最先进模型」与「基础设施脆弱性」的对比格外刺眼。

六、怎么看：一个时代的句号与问号

Astra 的发布更像一个「句号+问号」：句号是——Scaling Law 的叙事没有终结，只是换了形态（从堆参数转向循环复用计算）；问号是——当模型开始「沉默思考」，人类还能不能持续看懂它、管住它。

对普通使用者：别急着为「贵」下结论，按任务算总账才是新计价时代的正确姿势。对企业：Astra 的 Computer-Use 与网安能力说明，「会干活的 AI」与「会攻防的 AI」已经进入产品化前夜，护栏与灰度会成为标配而非例外。