GPT-6 Astra 是 OpenAI 发布的新一代前沿人工智能模型,主要面向需要复杂推理、电脑操作、多步骤规划和专业知识处理的任务。与以聊天和文本生成见长的模型相比,Astra 更强调直接使用浏览器、软件和数字工作环境,帮助用户完成从信息检索到实际执行的完整流程。
OpenAI 官方将 Astra 描述为“新一代智能模型”,并称它在电脑使用、浏览器操作、软件工程、网络安全、科学和专业工作方面达到新的能力水平。根据官方发布信息,Astra 已于 2026 年 9 月开始向部分机构开放,之后逐步扩展至 ChatGPT Plus、Pro、Business 和 Enterprise 用户,同时通过 OpenAI API 及 AWS 提供调用。
Astra 的发布也回应了此前围绕其架构和安全性的讨论。媒体曾报道称,Astra 可能采用 Recurrent Depth(循环深度)设计,让部分 Transformer 层在推理过程中重复计算,引发模型是否更加难以监控的争议。OpenAI 首席科学家 Jakub Pachocki 随后表示,前沿模型的计算图深度并没有出现数量级暴增,但也承认 Chain of Thought(CoT,思维链)监控本身存在局限。
GPT‑6 Astra 是 OpenAI 于 2026 年发布的新一代前沿模型。
它重点提升电脑操作、浏览器使用、软件工程、科学研究和专业办公能力。
Astra 的定位从“回答问题”扩展到“理解目标并执行多步骤任务”。
OpenAI 已向部分机构开放 Astra,并逐步扩展至 ChatGPT 付费和商业用户、API 及 AWS。
官方称 Astra 在 ExploitBench 中取得 100% 成绩,并达到网络安全 Critical threshold。
网络安全能力具有双重用途,既能帮助防御,也可能增加滥用风险。
循环深度相关报道尚未等于完整官方架构披露。
CoT 是可见的推理文本,不一定代表模型全部内部计算。
Astra 的实际价值取决于任务可靠性、工具集成、权限控制和运行成本。
官方基准成绩应结合测试条件和真实使用环境进行判断。

Astra 可以被理解为一种“能够完成任务的通用模型”,而不只是回答问题的聊天机器人。它可以读取网页、操作应用、处理文件、编写和运行代码,并根据任务进展调整后续步骤。
传统聊天模型通常遵循“输入问题—生成答案”的流程。Astra 更接近“理解目标—制定计划—调用工具—检查结果—继续执行”的工作模式。例如,用户可以要求它研究某个行业、整理资料、生成报告、创建网站并进行浏览器测试。模型不只提供文字建议,还可以在授权范围内执行一部分操作。
这类能力使模型与操作系统、浏览器、代码编辑器、办公软件和专业数据库之间的连接更加重要。模型本身的语言能力只是基础,工具调用、权限管理和任务状态保存,决定了它能否在真实环境中稳定工作。
Astra 的推出反映了 AI 产品竞争重点的变化。过去,大模型竞争主要围绕参数规模、知识覆盖和问答质量展开。如今,用户更关心模型能否完成实际工作,例如填写表格、整理客户信息、修改代码、制作演示文稿或分析实验数据。
企业用户尤其需要能够处理多步骤流程的 AI。单独生成一段文字的价值有限,如果模型能够读取内部资料、执行软件操作、检查结果并生成最终文件,就有机会成为企业工作流的一部分。
OpenAI 官方在 Astra 发布信息中多次强调“电脑使用”和“专业工作”。这说明其产品方向正在从内容生成工具,转向能够连接数字环境、持续执行任务的智能工作系统。
OpenAI 表示,Astra 可以填写在线表单、更新 CRM 客户记录、整理日程、进行在线研究,并在文档编辑器或电子邮件中生成摘要。
它还可以创建网站和 Web 应用,运行前端质量检查,安装软件并协助排查屏幕上出现的问题。这些任务需要模型理解视觉界面、按钮位置、表格字段和操作反馈,难度明显高于纯文本问答。
官方引用的 OSWorld 2.0 延迟测试显示,Astra 在约 40 分钟内取得 72.6% 的成绩,而 GPT‑5.6 Sol 在约 75 分钟内取得 65.7%。按照 OpenAI 的说法,Astra 在该测试中的任务速度提高了约 47%。这类数据主要反映官方测试环境中的表现,实际效果仍会受到网站结构、网络延迟和权限设置影响。
OpenAI 将 Astra 称为其目前最强的软件工程模型之一。它能够理解代码库、执行测试、进行数据库迁移、排查错误,并在长任务中保留更多上下文。
官方还介绍了 Codex 的一种新上下文管理方式。过去,长时间任务达到上下文限制后,系统通常需要压缩历史内容,可能丢失某些失败原因和测试结果。Astra 可以通过跨上下文笔记和可检索历史,保留更完整的项目细节。
这类功能对于大型重构、复杂调试和多轮开发比较有价值,但也需要严格的代码审查。模型能够运行代码,不代表生成结果可以直接进入生产环境。
Astra 被训练用于处理专业场景中的文件,并根据既有模板生成文档、电子表格和演示文稿。OpenAI 强调,它能够减少无关内容,提取真正影响任务的上下文,并按照用户已有的写作和视觉风格输出结果。
在法律、金融、咨询和运营工作中,格式一致性和信息筛选往往与文字质量同样重要。Astra 如果能够稳定遵循模板,价值就不只是“写得更像人”,而是减少人工整理和反复修改。
Astra 的科学能力包括分析数据、生成图表、使用专业软件和协助研究人员检查结果。OpenAI 还称,Astra 在数学、生命科学、健康和化学等评测中取得了新的成绩。
需要注意,模型在科学任务中可以帮助研究人员搜索资料、编写分析代码和探索假设,但不能替代实验验证、数据质量控制和专业责任。特别是医疗和生命科学领域,模型输出必须经过具备资质的人员审核。
| 对比维度 | 传统聊天模型 | GPT‑6 Astra |
|---|---|---|
| 主要交互 | 问答和内容生成 | 对话、规划和任务执行 |
| 工具使用 | 通常需要用户手动操作 | 可以在授权范围内调用浏览器和软件 |
| 输出形式 | 文本为主 | 文档、表格、代码、网站和操作结果 |
| 任务长度 | 更适合短对话 | 面向多步骤和长时间工作流 |
| 主要风险 | 信息错误和幻觉 | 权限滥用、错误操作和外部影响 |
| 评估重点 | 语言和知识能力 | 推理、执行效率、可靠性和安全边界 |

Astra 并不是完全脱离聊天的系统。它仍然可以完成问答和写作,但产品重点已经从“给出答案”扩展到“完成目标”。
Astra 早期受到关注,与媒体对 Recurrent Depth 的报道有关。循环深度大致指模型在推理阶段重复使用部分计算模块,让同一组 Transformer 层对信息进行多轮处理。
这种设计可能带来两个好处。模型可以在不单纯增加大量参数的情况下获得更多计算轮次,也可以根据任务难度分配更多推理资源。
争议则集中在可观察性。如果模型将更多推理过程保留在内部状态中,而不是完整输出为可读的思维链,研究者就很难仅依靠 CoT 判断模型到底采用了什么策略。
OpenAI 首席科学家 Jakub Pachocki 的回应是,Astra 并没有因为架构变化而让计算图深度突然增加几个数量级。他表示,前沿模型与 GPT‑4 相比最多约增加两倍计算深度。
不过,这并不意味着可解释性问题已经解决。思维链本身可能只是模型展示给用户的部分解释,不一定等同于全部内部计算。Astra 的争议因此更像是一个提醒:模型架构变化与监控能力之间,需要建立新的技术对应关系。
网络安全是 Astra 最受关注的能力之一。OpenAI 官方称,Astra 达到 Preparedness Framework 中网络安全能力的 Critical threshold,并在 ExploitBench 测试中取得 100% 成绩,高于 GPT‑5.6 Sol 的 78.5%。
官方还表示,Astra 在 ExploitGym 中的成功率为 42.4%,而 GPT‑5.6 Sol 为 30.3%。这些测试主要评估模型能否将已知软件漏洞转化为可工作的利用方式,属于能力评估,不等于模型已经在现实世界中自主发动攻击。
Astra 的网络安全能力具有明显的双重用途。一方面,它可以帮助防御团队发现零日漏洞、检查系统弱点、修复代码和分析安全事件;另一方面,如果缺乏权限限制,也可能降低攻击者进行漏洞研究和恶意代码开发的门槛。
OpenAI 表示,在确认 Astra 可能达到关键网络安全能力后,增加了推理部署监控要求,并强化了相关安全措施。对于这类模型,安全边界不能只依赖模型“是否愿意拒绝”,还需要结合工具权限、网络隔离、日志记录和人工审批。
Astra 的推出采取分阶段部署。部分机构先获得访问权限,随后逐步扩大到 ChatGPT 的付费、商业和企业用户,并通过 API 和 AWS 提供服务。
对于个人用户,Astra 可能适合复杂资料整理、网页研究、代码调试、文件处理和多步骤规划。对于开发者,它可以接入软件工程流程、自动运行测试并协助处理代码库。
对于机构用户,真正重要的不是模型单次回答有多惊艳,而是它能否融入现有权限体系。涉及 CRM、财务系统、客户资料或生产环境时,必须限制模型能够访问和修改的范围,并保留完整操作记录。
OpenAI 公布的评测数据能够说明 Astra 在特定测试环境中的能力,但不能直接等同于所有用户场景中的实际表现。
首先,测试条件可能经过专门设计,与真实世界任务存在差异。其次,不同模型使用的推理预算、工具配置和安全防护可能不同。再次,基准成绩通常反映某一类任务,无法覆盖模型在长时间运行、异常输入和复杂权限环境中的全部行为。
因此,评测结果更适合被理解为能力信号,而不是使用保证。用户在选择模型时,还应关注延迟、价格、数据处理政策、错误率、权限控制和出现问题后的恢复机制。
Astra 的第一个挑战是可靠性。能够完成一次网页操作,不代表模型可以在数小时的复杂任务中始终保持目标一致。模型需要准确记住限制条件,及时发现错误,并在关键节点向用户确认。
第二个挑战是权限管理。模型越能操作浏览器、代码库和专业软件,错误操作的影响就越大。系统需要采取最小权限、分级授权和高风险操作人工确认。
第三个挑战是可解释性。Astra 的内部计算、工具调用和最终行为之间,仍需要更好的审计方式。仅仅查看模型输出的思维链,可能不足以发现隐藏的策略或异常路径。
第四个挑战是成本和基础设施。高级模型的推理计算、浏览器操作和长上下文处理都需要大量资源。企业需要评估模型带来的效率提升,是否足以覆盖调用费用、集成成本和安全投入。
GPT‑6 Astra 的发布,标志着 OpenAI 的模型竞争重点进一步从语言生成转向实际任务执行。它不仅要回答用户问题,还要理解目标、使用电脑、调用工具、处理文件、编写代码并完成多步骤工作流。
Astra 的能力提升尤其体现在电脑使用、专业工作和网络安全领域。对于个人用户,它可能成为更强的研究和生产力工具;对于开发者和机构,它则可能成为连接 AI 模型与数字工作环境的执行层。
但模型越能行动,安全边界就越重要。Astra 的网络安全评测成绩、循环深度争议和 CoT 监控问题,都说明前沿模型不能只以“回答是否正确”来衡量。权限、日志、人工确认和行为审计,同样是产品能力的一部分。
目前最稳妥的判断是:Astra 代表了 OpenAI 在智能代理和专业工作模型方向上的一次重要升级,但它是否能够稳定改变日常工作,还要观察真实部署中的可靠性、成本、隐私和安全表现。
GPT‑6 Astra 是 OpenAI 于 2026 年发布的新一代前沿模型,重点面向电脑操作、浏览器使用、编程、科学研究、网络安全和专业办公任务。
OpenAI 采取分阶段部署方式。部分机构率先获得访问权限,随后逐步向 ChatGPT Plus、Pro、Business 和 Enterprise 用户开放,并通过 OpenAI API 和 AWS 提供服务。具体可用性可能因地区、账户类型和产品版本而不同。
Astra 是一个模型或模型项目名称。媒体曾将它与 Recurrent Depth(循环深度)计算联系起来,但 OpenAI 尚未公开完整架构细节。不能把外部报道中的所有技术推测当成官方确认。
官方表示,Astra 可以填写网页表单、更新 CRM、整理日程、进行在线研究、创建网站、运行前端测试,并协助安装和排查软件。实际操作范围取决于产品权限和部署环境。
OpenAI 将 Astra 定位为更强的前沿模型,重点改进电脑使用、专业工作、编程、科学和网络安全能力。官方评测显示,Astra 在部分任务中的准确率和速度优于 GPT‑5.6 Sol,但不同场景下的实际差异需要结合测试条件判断。
网络安全能力具有双重用途。它可以帮助发现漏洞和修复系统,也可能被滥用于攻击。OpenAI 表示已针对 Astra 增加监控和安全措施,但用户和机构仍需要限制模型权限,避免其直接访问高风险系统。
Recurrent Depth,即循环深度,是一种让部分模型计算模块在推理过程中重复运行的设计。它可能增加模型的内部计算轮次,但不等于模型一定更危险或完全无法解释。
不能完全代表。Chain of Thought 是模型展示出来的推理文本,可能只反映部分过程,不能保证包含全部内部计算。对于高风险任务,还需要结合工具调用记录、权限变化和最终行为进行审计。
如果用户需要研究资料、整理文件、处理复杂写作、调试代码或执行多步骤任务,Astra 可能具有较高价值。但涉及财务、医疗、法律和账户操作时,仍应保留人工审核和最终决策。
短期内不太可能完全取代。Astra 可以连接浏览器和办公软件,提高信息整理与任务执行效率,但搜索索引、专业数据库、权限体系和企业软件仍然是独立基础设施。更可能出现的情况是,AI 成为这些工具之上的智能操作层。
* 投资有风险,入市须谨慎。本文不作为 Gate 提供的投资理财建议或其他任何类型的建议。
* 在未提及 Gate 的情况下,复制、传播或抄袭本文将违反《版权法》,Gate 有权追究其法律责任。





