GPT-6 Astra发布：性能基准、定价与安全能力详解

GPT-6 Astra

GPT-6 Astra“今天将向有限的组织推送，未来几天将向所有ChatGPT Plus、Pro、Business和Enterprise用户开放，并通过OpenAI API和AWS开放”——我自己还没试过，所以目前还没太多可分享的。

它的API定价将与Claude Fable 5和5.1相同：每百万输入10美元，输出50百万美元。这显然是OpenAI的Fable竞争对手，在大多数OpenAI自报基准测试中得分似乎高于Fable。

最令人印象深刻的是，Astra在最近一次（三月发布）中获得了99.9%的评分ARC-AGI 3 基准测试- 值得注意的是，《寓言5》尚未发表成果，且ARC-AGI 博客注释99.9%的分数是通过OpenAI定制的“Provider Adapter harness”花费1.9万美元获得的，而默认的ARC-AGI框架得分为62.7%，价格为2.6万美元。

提供者适配器（Provider Adapter）框架保留请求之间的不透明推理状态，并使用压缩处理进行更长时间的对话，使模型能够重复使用之前的工作。

这并不奇怪，毕竟最近的拥抱脸事件Astra 在安全任务中表现非常出色。它在 ExploitBench 上得分为 100%（GPT-5.6 Sol 得分 78.5%），在 ExploitGym 上得分 42.4%（Sol 得分 30.3%），在 SRE-Bench 二进制逆向工程中四次尝试得分为 99.2%，而 Sol 为 68.7%。

它在长上下文方面表现更好：在OpenAI的八针基准测试中，256K–512K代币获得100%，512K–100万代币获得96.3%。OpenAI可能克服了长期上下文处理的一个持续挑战。

不过它并非事事皆胜。人工分析注意阿斯特拉在智力指数上仍被寓言击败：

与GPT-5.6 Sol并肩，在智能领域：GPT-6 Astra 在指数中得分等于 GPT-5.6 Sol，均为 61。这比 Claude Fable 5.1（带备份最高）低 5 分。该模型也落后于 Meta 新发布的 Muse Spark 1.3（最高分）。

它在编码代理索引上的表现更好：

潜在客户编码代理指数成本效益前沿：在最大努力下，GPT-6 Astra的成本与GPT-5.6 Sol（最大）大致相当，但在指数上得分高出2分。每个任务，模型成本不到Claude Fable 5的一半，且得分相同。

等我拿到Astra权限后会写更多关于它的介绍。API模型标签一旦推出，会是gpt-6-astra.

街道黑客新闻

标签：前往,OpenAI,生成式人工智能,大型语言模型,LLM发布