炸裂！GPT-6 Astra 正式登场，99.9%通关AGI终极测试

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

1. 新模型名叫GPT-6 Astra

说出来你们可能不信，我熬了整整一宿，就为了蹲OpenAI的新模型发布会。

结果开场就是王炸：OpenAI联合创始人兼总裁Greg Brockman一上来就扔了句——欢迎来到AGI时代。

这次新模型没按常理出牌，上一代还是5.6版本号，这次直接跳到大版本，定名GPT-6 Astra。

熟悉OpenAI的都知道，以前他们家命名纯纯工程师风格，数字加字母，直白到乏味。上几代分别叫Sol（太阳）、Terra（地球）、Luna（月亮），这次直接整了个Astra（星辰）。

我算是看出来了，OpenAI终于学会跟同行学浪漫了，起名都开始走宇宙路线，再也不是变量名式的敷衍命名。

2. 发布前那几天，AI圈卷得比双十一还凶

就刚进9月这一周，你们数数大厂都干了啥。

周二，Anthropic发布Fable 5.1；周三，Google甩Gemini 3.8 Flash，Meta紧跟着发Muse Spark 1.3；周四，OpenAI直接掏出GPT-6 Astra收尾。

这哪是产品发布，这分明是大厂轮流打卡上班，一天一个新模型，比我楼下早餐店更新包子馅都勤。表面看着客客气气，背地里都往死里卷，商战的朴实无华让他们玩明白了。

还有个乐子，发布当晚，Claude、Codex、Grok这几个产品集体短暂瘫痪。大伙都猜是被Astra的发布给冲宕机了，虽然官方没明说，但懂的都懂。

最搞笑的是网传的一张截图，瘫痪那会有人问某AI中转站：“为啥别家都用不了，你们家还能跑？”站长特淡定回复：“我们是本地部署的GPT。”

我当时看到直接笑喷，这可不就是不打自招么。平时挂着GPT的招牌收费，背地里给你塞各种杂七杂八的模型，真到正版模型出状况的时候，李鬼立刻就现原形了。

3. 评测数据有多炸？看完你就懂

光说厉害太虚，直接上官方评测数据，给你们掰扯掰扯每项都是啥水平。

3.1 常规基准：全线碾压对手

先说说几个常规测试项，个个都是硬指标。

Terminal-Bench Science 0.1，考的是全程用命令行搞科研，装环境、跑脚本、处理数据，全程不许碰鼠标，比我们当年考计算机二级还苛刻。

AutomationBench，考的是商业办公自动化，填表、改CRM、整理日程，就是普通白领天天干的那些活。

FrontierMath Tier 4 v2，职业数学家出的最高难度研究级数学题。搁GPT-4那年代，正确率连2%都到不了，现在头部几家都过80%了，Astra直接干到97.6%，差不多快把题库刷通关了。

还有Terminal-Bench 4.0、HealthBench Professional、BenchCAD这些，覆盖终端操作、临床医疗、3D工程建模，全是实打实的实用场景。

结论很简单：不仅比上一代提升一大截，还全方位把同期的Fable 5.1给超了。

3.2 ARC-AGI-3：这才是AGI的试金石

真正的重头戏，是这个叫ARC-AGI-3的全新交互谜题测试，这是目前AI圈难度天花板级别的基准。

说通俗点，以前的AI考试，本质上就是刷题背答案，只要训练数据里有类似的，靠记忆力和模仿力就能拿高分，相当于开卷考。

ARC-AGI-3完全不按套路来：没有说明书，不告诉你目标是什么，也不告诉你按哪个键会发生啥。把AI扔到一个完全陌生的交互环境里，全靠自己摸索规则、理解逻辑，最后通关，还要比效率。

这就像把你扔到一个从没玩过的新游戏里，连新手教程都不给，自己摸爬滚打闯关。

上一代GPT-5.6 Sol在这项上得分多少？7.8%，相当于玩一下午连第一关都没过去。

这次Astra直接干到了99.9%。

没错，你们没看错，几乎满分通关。当时外网看到这个数据，评论区全是震惊的吐槽，合着大家之前都在新手村互殴，OpenAI直接放了个满级号出来。

3.3 网络安全：直接考了满分

还有个更猛的没放在主表里，ExploitBench网络安全攻防测试，Astra拿了100%满分，上一代才78.5%。

啥概念？给它工具和权限，它能自己找漏洞、写攻击链，直接打穿加固过的系统。测试过程中还真挖出了两个没人发现的0day漏洞，已经提交给厂商了。

就因为这能力太特殊，OpenAI直接把它定为首个触及“关键网络风险”阈值的模型，高级网安功能只开放给经过审核的防御方使用。

说白了就是：本事太大，不敢随便放出来，怕被坏人拿去搞事情。

4. 官方演示：语音就能操控整个电脑

官方还放了段演示视频，有多离谱呢？

全程就靠语音对着电脑说话，各种任务全都能完成，甚至还演示了用AI做3D设计，做完直接连3D打印机输出成品。

我看完只有一个想法：以后设计师、文员这些岗位，危机感真的要拉满了。以前是甲方改稿改到你崩溃，以后是甲方动动嘴，AI从设计到生产一条龙给你干完。

5. 你最关心的实用信息

光看热闹不行，给你们整点实际的。

5.1 训练规模：史上最大，还玩起了“师徒制”

GPT-6 Astra是OpenAI迄今为止训练规模最大的一次。参数官方没明说，坊间爆料是10万亿级。

官方原话是，第一次在自家Stargate基础设施上，用了超过10万DBU做预训练。而且头一回搞起了“师徒制”，让上一代模型大规模参与监督训练下一代。

我算是看明白了，人类还在摸鱼划水，AI已经开始自己教自己了，一代带一代迭代，这进化速度能不快么。

5.2 价格与配额：加量不加价，额度不打折

价格方面，跟Fable 5.1差不多，但token利用效率提升了一大截。

简单说就是：干同一件活，速度更快，效果更好，消耗的token还更少，妥妥的加量不加价。

还有个很良心的点：掌管Codex的Tibo在社交平台承诺，Astra会包含在正常订阅配额里，100%的额度都能用。

反观隔壁Claude，Fable模型只让用50%的订阅额度，充了会员还给你打对折，这格局一下就拉开了。

5.3 Codex新功能：终于不会“失忆”了

顺带Codex也升级了个实用功能。

以前上下文窗口写满了，AI就靠压缩摘要硬塞，经常聊着聊着就忘了前面说的啥，跟鱼的记忆似的。

现在改成跨窗口记笔记了，之前聊过的需求、测过的结果，随时都能搜回来。相当于给AI装了个专属记事本，再也不会前脚提完需求，后脚就给你忘干净。

6. 最后几句掏心窝子的话

总结下来就一句话：GPT-6 Astra就是目前地表最强模型，没有之一。

日常办公、写代码、搞科研、解数学题、工程建模、网络安全……你能在电脑上干的事，它基本都能干，还比你干得更快更好。

更吓人的是还有爆料说，OpenAI年底还有个代号叫Doug的更强模型，现在这个都只是开胃菜。

就连当下公认最强的画图模型GPT-Image 2.0，也泄露了2.5版本，估计很快也要上线。

回头想想三个月前是什么样，再看现在，AI的发展真的是一天一个样，比我工资涨得快多了。

给大伙两个很实在的建议：第一，别观望了，全面拥抱AI吧；第二，想办法用上Codex，谁用谁知道生产力提升有多夸张。

不管GPT-6 Astra算不算真正敲响了AGI时代的大门，有一点是确定的：AI训练AI的效率只会越来越高，进化速度会越来越快。

说不定哪天醒来，我们就真的活在科幻电影里了。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。