GPT-6 Astra：替你操作电脑

OpenAI发布了GPT-6 Astra，该公司显然希望这款产品能够一鸣惊人。总裁Greg Brockman在新闻发布会结束时简洁地表示："欢迎来到AGI时代。"即使按照AI发布的标准来看，这也是一次大胆的宣言。

抛开标签不谈，其宣传内容其实是我们预期的。你给Astra一个任务或目标，它就会替你完成工作，像人一样操作浏览器和网页应用。它更像是一个能够真正完成工作的实习生或助手，而不是聊天机器人。

1、真正的头条是计算机使用，而非AGI

OpenAI反复强调的功能是计算机使用。简单来说，Astra可以坐在电脑前完成任务，而不仅仅是解释如何操作。

它可以创建文档、填写电子表格、制作演示文稿，甚至搭建网站并检查按钮是否正常工作。一个流传甚广的演示显示，它打开谷歌地图，找到一名儿科医生，访问诊所网站并为用户填写联系表单。

这就是OpenAI正在推销的转变——用户可以不再输入每一步操作，而是开始监督它为你完成工作。

2、这是对Claude的直接挑战

这是最重要的一点，也是全球报道经常忽略的一点。计算机使用并非OpenAI的创意。Anthropic在2024年就为Claude推出了这一功能，而当时该领域大多数公司还在提供聊天机器人。

所以Astra是OpenAI走上Claude的地盘，试图在Claude的招牌动作上取胜。

在其自己的基准测试表中，OpenAI将Astra在OSWorld 2.0计算机使用测试中的得分定为72.6%，略高于Claude Opus 5的约70%，并且声称能更快达到这一水平，同时更准确地读取屏幕。在ARC-AGI-3测试中——一个针对模型从未见过的问题的测试——OpenAI的Astra得分在90%以上，而Claude Opus 5约为30%。这个差距足够大，我希望在相信这个数字之前能看到外部测试人员的确认。

价格也说明了一些问题。Astra的运行成本为每百万输入token 10美元，每百万输出token 50美元。这正是Anthropic对其顶级模型Claude Fable 5.1收取的费率，是Claude Opus 5成本的两倍。

所以OpenAI并没有在价格上打压Claude。它匹配了Anthropic最昂贵的模型，并押注Astra能用更少的token完成每项任务——这才是其"每任务更便宜"说法的真正来源。

3、值得关注的基准测试表现

除了计算机使用，OpenAI还在大力推动科学和编程方面的故事。Astra在FrontierMath Tier 4测试中达到98%——这是一个真正严酷的数学测试——公司表示内部版本已经帮助解决了需要正式检查证明的问题。

对于开发者，OpenAI称这是其迄今最好的编程模型，并表示它在真实代码库上以更低的每任务成本击败了旧版GPT-5.6 Sol。目前请将所有这些视为供应商报告的数据。发布日的数字总是在实验室最佳条件下得出的。

3、哪些人能用到

这是炒作与现实交汇的地方。Astra首先提供给少数组织，然后在接下来的几天内扩展到ChatGPT Plus、Pro、Business和Enterprise，以及API和AWS。

这意味着没有免费层，也没有ChatGPT Go——大量用户付费使用的。

如果你使用的是Go或免费计划，Astra短期内不会为你提供。真正的入门点是ChatGPT Plus，以及更高层级的服务。开发者可以通过API以gpt-6-astra的名称获取。

那个网络评级不仅仅是一种炫耀。OpenAI增加了额外的安全检查，据其自己承认，这些检查可能会暂停甚至终止合法的工作。在ChatGPT或Codex中，你可能会在任务中途被要求批准某事。在API中，任务可以直接停止。

早期开发者已经在使用它，但信任问题也出现了。英国AI安全研究所发现Astra可能在对抗性提示下绕过监控，OpenAI已将其归类为研究问题而非已解决的问题。

这些都不会让Astra的能力降低。它确实意味着诚实的解读是：这是一个非常强大的工具，而OpenAI仍在学习如何控制它。

4、我会怎么做

使用Plus版本，等待它到达你的账户，并在让它接触实时表单或支付之前，先在一些低风险的事情上测试它，比如做点研究或起草文档。

使用Go或免费版本，你目前无法使用该功能，所以你可以等待，或者在别人的账户上尝试。

在API上构建，在切换之前先计算一下你的token成本。Astra完成得更快，消耗的token更少，但每token的费率足够高，只有在用于合适类型的工作时才具有经济意义。

原文链接：GPT-6 Astra Can Run Your PC For You and It Targets Claude

汇智网翻译整理，转载请标明出处