9月3日凌晨，预热已久的GPT-6 Astra正式发布。目前该模型仅向少量机构开放，付费用户及API将在未来几天陆续获得访问权限。
跑分接近上限，长任务与Agent能力进步明显
在基准测试中，GPT-6 Astra在ARC-AGI-3、ExploitBench和FrontierMath等高难度测试中得分接近满分，展现出极强的研究级推理、陌生环境适应和复杂网络安全任务能力。相比上一代，其进步主要集中在操作电脑、调用工具、连续执行步骤及处理长任务等Agent能力上。例如，科研工作流测试得分提高近三倍，电脑操作耗时减少近一半。
Computer Use与Judgment能力升级
GPT-6 Astra在Computer Use（电脑操作能力）上取得突破，模型可直接读取电脑界面并在软件中完成操作，补上了API和MCP覆盖不到的部分。这意味着部分原本由Agent承担的执行能力正被底层模型接管。同时，模型增强了Judgment（判断力），能够自行处理不影响方向的小问题，仅在需要用户拍板时停下，降低了使用Agent时的监督成本。
OpenAI面临竞争与商业化压力
GPT-6 Astra发布时间点正值前沿模型密集更新期。Anthropic、Google和Meta均在同周更新模型。对OpenAI而言，压力不仅来自竞争对手，更在于商业化。虽然ChatGPT消费端用户庞大，但Anthropic在企业级市场占据先机。今年7月，OpenAI企业收入首次超过消费者收入，B端市场成为重要基本盘。此外，Anthropic季度收入已超OpenAI，双方均已递交IPO申请。OpenAI亟需通过GPT-6 Astra证明其能将模型能力转化为企业收入，以应对高昂的算力投入和激烈的市场竞争。
原始来源： 36氪 ↗
本文由博一・AI营销中枢整理编辑，用于行业观察分享。观点归原作者所有。