一 它到底能干什么
OpenAI 9 月 3 日发布 GPT-6 Astra。官方定位是"自主计算机操控"——它不告诉你"怎么填这张表"，而是直接跨浏览器、表格、桌面应用执行多步任务，产出完整文档或网站。
这与之前所有大模型的主要差异：过去的模型是"回答"，Astra 要做的是"动手"。它操控的是 OS 层面的应用本身（Excel、浏览器、终端），而非通过 API 接入每个应用的工具函数。这意味着一个软件只要能用鼠标和键盘操作，理论上就能用它，不需要单独做集成。
OpenAI 把这称为"新的计算模式"：像人用软件一样用软件，而不是为每个应用写 API 适配。对工程团队来说，这意味着 Agent 的开发边界从"API 覆盖面"扩展到了"软件能不能被人操作"。
但有一个关键限定：Astra 处理的是"完成型任务"——填完表格、搭好网站、执行完工作流——而非"理解型任务"。它需要在执行过程中做决策（选哪个功能、怎么理解当前界面状态），这正是 OSWorld 类基准衡量的内容。
二 基准表现：哪些数好看，哪些有注脚
OpenAI 公布的数字里，真正最有实用价值的是计算机操控这块。编程能力相比上一代是小幅提升，科研类得分虽高但带注脚。
| 基准 | Astra | GPT-5.6 Sol | 注脚 |
|---|
| OSWorld V2-Offline（桌面应用操控） | 72.6% | 65.7% | 单任务耗时 75 min → 40 min |
| DeepSWE v1.1（Agent 编程） | 74.1% | 70.8% | 小幅提升（非飞跃）；同时也与 Muse Spark 1.3（75.4%）和 Gemini 3.8 Flash / Claude Opus 5（约 74%）重叠 |
| ARC-AGI-3 | 98.6% | — | "模型 + 智能体框架"的成绩（对话轮次间保留推理状态），非裸模型 |
| FrontierMath Tier 4 | 97.6% | — | 该基准部分 OpenAI 有独家访问权，且基准开发者由 OpenAI 资助 |
"最亮眼"的两个 98.6% / 97.6% 都依赖 OpenAI 自有框架或基准访问权限，和裸模型得分不直接可比。计算机操控的 72.6%（OSWorld）是目前最接近"真实效用"的数字，同时任务耗时从 75 分钟降到 40 分钟，说明它不是准确率更高，而是速度也快了。
OpenAI 官方在安全概述中还主动披露了一条不利信息：Astra 的书面推理过程比 Sol 更难监控——换句话说，性能提升的另一面是透明度下降。
三 定价与成本：$10 / 百万输入是什么水平
| 模型 | 输入（$/百万 token） | 输出（$/百万 token） | 定位 |
|---|
| GPT-6 Astra | 10 | 50 | 高端旗舰 |
| GPT-5.6 Sol（促销价） | 4 | 20 | 上代旗舰（促销期） |
| Anthropic Fable 5.1 | 10 | 50 | 高端旗舰 |
| Muse 标准（Meta） | 1.25 | 4.25 | 经济版 |
| Gemini 3.8 Flash（Google） | 0.75 | 3.75 | 经济版 |
Astra 定价是 GPT-5.6 Sol 当前促销价的 2.5 倍，与 Anthropic Fable 5.1 持平。对单次任务成本来说，OpenAI 的论点是：如果模型能以更少步骤完成、减少重试，每 token 单价高但每任务总成本可能更低。目前这个说法无法验证——发布时的配套数据不足以证明节省能覆盖溢价。
产品线方面，这一代 OpenAI 只推出了 Astra 和 Astra Pro 两个变体，没有像 GPT-5.6 那样配 Luna / Terra / Sol 的完整梯度。经济档位（$0.75-4.25 区间）仍然是 Gemini Flash 和 Muse 的领地，Astra 不在这个价位上竞争。
四 上线节奏：为什么现在还用不上
Astra 采用分阶段推出。发布当天只有 OpenAI 自己的"Daybreak"网络安全计划中的企业客户能优先访问（这是基于申请的，不是公开的）。Plus / Pro / Business / Enterprise 用户和 API 开发者要"未来几天内"才能陆续开放，Astra Pro 也计划接入 OpenAI API 和 AWS。
原因不简单——这不是"技术还没准备好"，而是 OpenAI 内部安全评审打出来的：Astra 是第一个触发 OpenAI"关键级"网络安全阈值判定的模型。OpenAI 自己说标准版 Astra 会直接拒绝高级网络安全任务（渗透测试、漏洞利用类），这是限流的主因。安全上的局限和能力上的突出并存，是这次发布的定义特征。
对消费者来说最实际的限制不是价格（$10/$50 对普通用户不贵），而是"现在能不能用"——如果你的工作流依赖这个模型，需要等 Plus / Pro / API 正式开放，同时测试它的稳定度。目前公开可验证的运行数据还很少。
五 适用与不适用
- 适用的任务：跨应用多步操作（"查这个数据→填到那张表→生成一份报告"）；表格构建与数据整理；从零搭建简单网站或页面；已有的工作流自动化（替代人工按键）。
- 不适用的任务：简单问答或文本生成（用便宜模型就够）；高精度数学/符号计算（用专有的数学模型）；需要实时人工介入或精细交互的操控任务（Astra 是自主式，不是远程桌面控制）。
- 成本敏感场景：如果你的任务量大但单价敏感（比如批量文档处理），Gemini 3.8 Flash / Muse 加上简单工具链在这个场景下成本更低。
- 需要审计链的任务：OpenAI 自己披露了 Astra 推理过程更难监控，对合规要求高的场景（金融 / 医疗）目前建议先不接入。