GPT-6 Astra在ARC-AGI-3上成绩因harness不同从63%跳到99%。Greg Brockman直言基准已饱和。同一模型为何分差如此之大？推理层级越高反而成本更低？本文拆解背后的评测工程与行业信号。
AI前沿技术
OpenAI 新旗舰 GPT-6 Astra 主打 Computer Use，上下文拉到 1.05M，Agent 对齐成为安全发布重点。Greg Brockman 说 AGI 时代可能已开始。但模型网络安全能力触及 Critical 阈值后访问受限，让发布变成技术与信任的双重试探。
GPT-6 Astra 登场即登顶：ARC-AGI-3 99.9%，ExploitBench 满分，价格更低，还首次被列为关键级网络安全模型。它到底强在哪？两天的 SOTA 霸权又暴露了什么？
GPT-6 Astra低调推送，官网基准藏了不少信息。1.05M上下文、计算机操作能力，以及被压到临界线以下的访问权限——这篇拆开讲明白。
OpenAI发布GPT-6 Astra，先给网络安全极客，普通用户还得等几天。ARC-AGI得分99.9%，却首次被列为关键级网络安全模型。这背后藏着什么？
GPT-6 Astra 发布，Brockman 宣告 AGI era。ARC-AGI 3 得分 99.9%，先向网络安全客户开放——这是真突破还是新话术？
Mark Chen亲述GPT-6 Astra发布：最强与最对齐如何兼得？拆解Computer Use、Agent监督与1.05M上下文，看模型如何因网络安全达到Critical级而受限。
Artificial Analysis 公布 GPT-6 Astra 编码评测：得分 67，算力成本只有 Fable 5 的一半多点，token 效率还反超 GPT-5.6 Sol 约 70%。
GPT-6 Astra 在 ARC-AGI-3 测试中，标准 harness 得 66%，加持续对话 harness 与自定义 compaction 后接近满分。一局约 360 美元的成本，也让行业重新审视推理评测的边界。
Sam Altman 官宣 GPT-6 Astra：数学、抽象推理、漏洞利用三项分数接近满分。但这张由官方出题的成绩单需要会读，更要会追问——全球最佳名副其实吗？
OpenAI 开始分批推送 GPT-6 Astra，Plus 用户全量可用。1.05M 上下文、计算机操作能力、网络安全 Critical 评级——这次发布为何不挤牙膏？
GPT-6 Astra 定价 10/50 美元，和 Claude Fable 看齐。从基准到安全分级，OpenAI 用一场有门槛的发布刷新旗舰模型竞争规则。
GPT-6 Astra刷新数学、抽象推理与终端执行基准，computer use成最直观亮点。OpenAI将其网络安全能力列为Critical级，一场带着镣铐的能力冲刺刚刚开始。
OpenAI发布GPT-6 Astra，其网络安全能力在官方评估中首次达到Critical级。模型已能在无人逐步引导的情况下找出未知漏洞并开发利用。这个事件不只是发布新闻，更可能是AI安全从文本护栏转向行为管控的拐点。
GPT-6 Astra 系统卡显示链式思维可控性从 16.1% 提高到 60.9%，但可监控性同步下滑。这场对齐评估里的能力与风险赛跑，值得每一个关心 AI 安全的人细读。
