GPT-6 Astra 现已推出：OpenAI 的新前沿模型，现已集成至 Runable 的 Ultra 模式中

Sep 4, 2026•by Eshaan Pawan

Summarize with:

GPT-6 Astra 现已推出：OpenAI 的新前沿模型，现已集成至 Runable 的 Ultra 模式中

核心要点

OpenAI 于 2026 年 9 月 3 日发布了 GPT-6 Astra，称其为全球最智能且最符合人类意图的模型。它在计算机操作、软件工程、科学研究及专业知识工作领域均处于顶尖水平。
Astra 在 FrontierMath Tier 4 上达到 98% 的饱和度，在 ARC-AGI-3 上达到 99.9%，在 ExploitBench 上达到 100%，并在 Terminal-Bench Science 上以约低 31% 的 API 估算成本击败了 Claude Fable 5.1。
您现在即可在 Runable 上使用 GPT-6 Astra：在模型选择器中选择 Ultra，您的 Agent 便会借助 Astra 进行规划和构建。
Astra 是 OpenAI 首个达到“关键（Critical）”网络安全阈值的模型，因此其最先进的网络攻击能力仅通过 Daybreak 计划向获得授权的防御者开放。

在 Anthropic 发布 Claude Fable 5.1 的两天后，OpenAI 给出了回应。2026 年 9 月 3 日，该公司发布了 GPT-6 Astra，这是一款被其描述为新一代智能的模型，正如 Greg Brockman 所言，这是 AGI 时代的开端。抛开大胆的修辞不谈，其基准测试数据真实可信，计算机操作能力的提升幅度是今年所有发布中最大的，且该模型已在 Runable 的 Ultra 模式中上线。

本文将探讨 GPT-6 Astra 的实质、它的竞争优势、受限的访问权限，以及如何从今天开始在 Runable 上使用它。

OpenAI 在 9 月 3 日发布了什么

GPT-6 Astra 是 GPT-5.6 Sol 的继任者，也是 OpenAI GPT-6 代系中的首个模型。它在发布当日面向部分组织开放，随后几天推广至所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户，并接入 OpenAI API、Microsoft Azure 和 AWS Bedrock。

OpenAI 的核心宣称是，Astra 是其目前最智能、最符合人类意图的模型。智能方面得益于预训练和强化学习的进步。对齐（Alignment）方面的改进则比往常的套路更有趣：OpenAI 建立了一项基于 Hugging Face 事件的评估机制，旨在测试模型在面对无法完成的任务时，是否会超出其授权范围。GPT-5.6 Sol 在没有生产环境防护的情况下，有 48% 的情况超出了授权目标，而 Astra 为 0%。对于任何将实际工作委托给 Agent 的用户来说，这一数字与能力得分同样重要。

API 定价为每百万输入 Token 10 美元，每百万输出 Token 50 美元，缓存输入为每百万 1 美元。这比 Sol 的价格略高，但 OpenAI 认为，凭借基准成本曲线的支撑，Astra 每美元能完成更多工作，因为它所需的 Token 更少，重试次数也更少。

基准测试概览

Astra 的得分分为两类：饱和测试和前沿测试。

饱和测试的结果引人注目。Astra 在基于研究级数学问题的基准测试 FrontierMath Tier 4 上获得 98% 的分数，并已助力解决了多个数学开放难题。在 ARC-AGI-3 测试中，它达到了 99.9%，ARC 奖项基金会称其在 96% 的层级上超过了人类行动效率基准，有效达到了人类水平。它在 ExploitBench 上则获得了 100% 的满分。

竞争性测试是与 Anthropic 直接对比的地方。在测试 Agent 是否能通过代码和终端工具运行实际科学工作流的 Terminal-Bench Science 0.1 上，Astra 达到了 64.6%，而 Claude Fable 5.1 为 52.6%，且 API 估算成本低约 31%。在涵盖复杂专业任务的 Agents' Last Exam 上，Astra 得分为 59.3%，高于 Claude Opus 5 的 55.5% 和 Sol 的 53.6%，同时输出 Token 使用量比 Opus 5 少约 65%。在模型需编写 CAD 代码重建 3D 对象的 BenchCAD 上，Astra 达到了 95.9%，而 Fable 5.1 的报告得分为 84.3%。

除了准确度，速度也有所提升。在 OSWorld 2.0 的延迟模拟中，Astra 以每任务约 40 分钟的时间获得了 72.6% 的得分，而 Sol 需要约 75 分钟且得分 65.7%。结合更新的 Codex 框架，OpenAI 测得在 Mind2Web 上的任务完成速度比当前的 Sol 体验快 1.9 倍。

全球最佳的计算机操作模型

此次发布的最大亮点是计算机操作能力。Astra 能操作真实软件：填写表单、更新 CRM 记录、整理日程、跨浏览器研究、撰写电子邮件或文档、对刚刚构建的网站进行前端质量保证测试，以及排查屏幕上发现的问题。

OpenAI 的演示视频给出了具体案例。Astra 可以在 KiCad 中进行印刷电路板布局，将原理图转换为可制造的电路板。它能进行 Excel 建模、填写 1040 表格、格式化法律文档、构建 Power BI 仪表板以及预约 DMV（车管所）。这些曾经需要人类手动操作的繁琐、高摩擦任务，现在都由它代劳。

为了输出专业成果，OpenAI 对 Astra 进行了专门的模板遵循训练。它能够遵循您现有的幻灯片模板，匹配您的写作和视觉风格，并仅提取相关的上下文放入交付物中。早期客户对此给予了回应：Cognition 在发布当日就将 Astra 集成到 Devin 中，并称其内部基准测试结果处于领先地位；Higgsfield 报告称，Astra 执行其最复杂的创意工作流时，Token 使用量比其他模型减少了多达 20%。

安全门槛：关键网络能力

Astra 是 OpenAI 首个根据公司《准备工作框架》（Preparedness Framework）达到“关键（Critical）”级别网络安全能力的模型。这一判定在发布前产生了影响：OpenAI 于 8 月 7 日认定 Astra 可能具备关键网络能力，为所有推理添加了监控要求，并推迟了部分开发和发布进程。

其实际结果是分级访问。所有用户获得的是已对网络安全任务进行强大防护的版本。其最先进的攻击性安全能力仅通过 OpenAI 的 Daybreak 计划向经批准的网络安全防御者开放。如果您从事的是常规软件工程、研究或业务工作，则不会感受到这一限制。如果您是安全团队，则可通过 Daybreak 申请访问。

如何在 Runable 上使用 GPT-6 Astra

GPT-6 Astra Ultra 并不是一个独立的模型：它是在 Runable 的 Ultra 层级中运行的 OpenAI GPT-6 Astra，这是模型选择器中高于 Lite、Pro 和 Max 的顶级选项。选择 Ultra 会将您 Agent 的规划和执行导向包括 Astra 在内的前沿模型，单次任务的信用消耗比低层级更高。当工作价值足以抵消成本时，请选择它：例如数小时的 Agent 运行、高强度的计算机操作任务，或者 Astra 的基准优势能减少重试次数的交付任务。

Runable 已将 GPT-6 Astra 添加到模型选择器的最高层级 Ultra 模式中，与其本周早些时候加入的 Claude Fable 5.1 并列。以下是具体操作方法。

首先，在 Runable 中开启一个新任务，并在输入栏（位于 Artifact 选择器和模式切换器旁）找到模型选择器。选择 Ultra。高级模型层级在每项任务中会消耗更多信用点并具备更强的推理能力，而 Ultra 现已将您的 Agent 指向包括 Astra 在内的前沿模型。

其次，用自然语言描述任务，正如您在任何 Runable 构建中所做的那样：全栈网站、财务模型、研究报告、幻灯片等。Astra 的优势直接对应 Runable 最常用的输出类型，特别是涉及长流程、多步骤、重文档分析或需要通过自身 QA 测试的代码。

第三，在同一个聊天窗口中进行审阅和完善。工作流的其他部分没有任何改变：无论选择哪种模型层级，Plan Mode、技能、连接器、记忆、回滚和分支功能均保持一致。

这种结合具有明确的理由。Astra 是 OpenAI 发布的最强大的计算机操作和 Agent 模型，而 Runable 是一个为 Agent 提供沙箱、工具和数小时自主权以发挥这些能力的平台。仅通过聊天窗口运行 Astra 会浪费其大部分价值，而在为委托工作而构建的环境中运行，基准测试的提升才能转化为最终产出。Runable 提供免费层级供您试用，Pro 计划每月 20 美元，是目前最受欢迎的选择，而 Max 计划每月 100 美元，适用于高强度使用场景。

Astra 与 Claude Fable 5.1：该选哪一个？

诚实的回答是，本周我们拥有了两款出色的模型，且它们都可以在 Runable 的 Ultra 模式中使用，因此您不必二选一。

Astra 的优势在于计算机操作、速度和前沿任务的成本效率：它在 Terminal-Bench Science 和 BenchCAD 上表现更佳，且完成 OSWorld 任务的时间约为 Sol 的一半。Fable 5.1 的口碑建立在其发布初期的表现上，即在长时间编程任务中的耐力和对根本原因的分析能力，客户称其能够处理长达数天的自主会话和罕见 Bug 的排查，这是其他模型无法比拟的。

一个合理的策略是：在涉及实际软件操作、文档、电子表格和结构化交付物的任务中选择 Astra，在深度的、长周期的代码库工作中选择 Fable 5.1。或者，利用 Runable 的聊天分支（Chat Forking）功能对同一 Prompt 进行测试，保留效果更好的结果。

如果您正在考量日常应使用哪种模型，Runable 与 ChatGPT 的对比分析详细说明了 Agent 平台相比标准聊天界面的额外优势。对于专门评估设计和文档工作流的团队，Runable 与 Canva 的对比值得一读。如果您想更广泛地理解从工具向 Agent 的转变，为什么 Agent 正在取代工具一文阐述了相关观点。

GPT-6 Astra 是何时发布的？

GPT-6 Astra 发布于 2026 年 9 月 3 日，即 Anthropic 发布 Claude Fable 5.1 的两天后。该模型于同周在 Runable 的 Ultra 模式中上线，因此无需等待即可使用。

OpenAI 采取了分阶段推出的方式而非一蹴而就。发布当日，Astra 仅面向部分合作伙伴组织开放，Cognition 立即将其集成到 Devin 中。在随后几天，可用范围扩大至所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户，以及 OpenAI API、Microsoft Azure 和 AWS Bedrock。

发布日期本身几乎有所推迟。OpenAI 在 8 月 7 日判定 Astra 在其《准备工作框架》下可能携带关键网络能力，这增加了对所有推理的监控要求，并在 9 月 3 日发布前延缓了部分开发工作。截至今日，Astra 已全面可用：您可以通过 OpenAI 官方平台以每百万输入 Token 10 美元、每百万输出 Token 50 美元的价格使用，也可以通过 Runable 在模型选择器中选择 Ultra 来使用，免费层级足以进行试用。

常见问题解答

什么是 GPT-6 Astra？

GPT-6 Astra 是 OpenAI 于 2026 年 9 月 3 日发布的旗舰模型。OpenAI 称其为全球最智能且最符合人类意图的模型，在计算机操作、软件工程、网络安全、科学和专业工作领域拥有顶尖水平，并在 FrontierMath Tier 4 和 ARC-AGI-3 测试中获得了饱和得分。

如何在 Runable 上访问 Astra？

在发送任务之前，请在 Runable 的输入栏中的模型选择器里选择 Ultra。Ultra 是高于 Lite、Pro 和 Max 模型的层级，现已包含 GPT-6 Astra。从 Plan Mode 到回滚功能的整个工作流均保持不变。

GPT-6 Astra 的 API 价格是多少？

OpenAI 的定价为每百万输入 Token 10 美元，每百万输出 Token 50 美元，缓存输入为每百万 1 美元。OpenAI 认为，由于 Astra 每项任务所需的 Token 更少且用时更短，其单任务的有效成本通常低于旧模型。

为什么 Astra 的某些能力受到限制？

Astra 是首个根据《准备工作框架》达到“关键”网络安全阈值的 OpenAI 模型。其最先进的攻击性安全能力通过 Daybreak 计划仅向获批的防御者开放，且所有推理均带有额外的安全监控。日常编程和业务使用不受影响。

Astra 比 Claude Fable 5.1 更好吗？

这取决于具体工作内容。Astra 在计算机操作、专业文档和成本效率方面处于领先地位，且以更低的成本在 Terminal-Bench Science 测试中胜出。Fable 5.1 则在长周期的自主编程方面表现卓越。两者均可在 Runable 的 Ultra 模式中使用，您可以根据自己的任务进行对比。

在 Runable 的 Ultra 模式中尝试 GPT-6 Astra

感受前沿模型变化的最好方法是交给它一个真实的任务，而不是只通过聊天发送信息。访问 Runable，将模型选择器切换至 Ultra，然后让 Astra 完成一件您通常需要耗费一下午时间才能完成的任务：构建一个工作应用、建模一份电子表格或编写一份研究报告。它从免费版开始，只需点击即可升级。