GPT-6 Astra高端用戶全量開放，性能數據出爐
nashnova research
OpenAI發布僅兩天後即向所有高端付費用戶全量開放GPT-6 Astra，基準測試顯示桌面操作任務領先上代但綜合智能評分仍落後Claude Fable 5.1，這意味著旗艦模型的競爭格局尚未定型。
為甚麼兩天就全量放開？
9月3日分階段發布當天，Pro用戶因排隊問題強烈反彈，CEO薩姆·奧特曼在X平台公開道歉，承認是一次「混亂的發布」。
僅隔兩天，9月5日Astra即向所有Pro、Enterprise和Business Premium用戶全量開放，可在ChatGPT Work和Codex中直接調用，API同步上線。
這意味著→ 這不是按計劃推進，而是輿論壓力下的加速回應。Plus和普通Business用戶仍需再等數日。
Astra到底比上代強多少？
在OSWorld 2.0（模擬人類操作電腦桌面的測試）上，Astra得分72.6%，上代GPT-5.6 Sol為65.7%，提升約7個百分點。
單任務平均耗時從75分鐘壓縮至40分鐘，準確率與速度同步提升。
簡單來說＝ 讓AI像人一樣操作電腦這件事，Astra比上代又快又準，但這只是一個維度的成績。
綜合評分為甚麼還是輸Claude？
在Artificial Analysis的獨立綜合智能指數上，Astra得分61.2，Anthropic同周發布的Claude Fable 5.1得分65.7，差距4.5分。
兩項基準測的是不同維度：OSWorld測「動手操作」，綜合智能指數測「全面思考」。Astra在前者領先，而在後者落後。
這反映出 當前AI旗艦模型的競爭已不再是單一跑分定勝負——每家都有自己的強項和短板。
開發者拿Astra做了甚麼？
開發者馬特·舒默用Astra在虛幻引擎中構建曼哈頓街區場景，採用「管理者循環」架構：一個Astra實例拆任務，另一個執行，最多同時調用96個子智能體並行推進，歷時一周。
開發者湯姆·克爾查向Astra輸入一張蒸汽火車舊圖紙，數分鐘內在Blender中生成3295個可編輯對象，該演示在X平台獲得逾75萬次瀏覽。
免疫學家德里亞·烏努特馬茲僅輸入一句指令，Astra自動完成解說、動畫和圖像生成，產出一段T細胞教學影片——這位研究T細胞逾35年的科學家表示，成片質素超出預期。
為甚麼OpenAI建議開發者「做減法」？
隨全量開放同步發布的模型指南中，OpenAI工程師維克托·努涅斯建議開發者逐一審計現有AGENTS.md和Skills文件，定性為「強烈建議」。
原因是Astra對指令的敏感度高於前代：含糊規則會觸發反覆確認，衝突規則會導致任務中斷。
說白了＝ 過去為彌補模型能力不足而堆上去的補丁式提示詞，在Astra上可能反而成為干擾源。指令不是越多越好，而是越精準越好。
接下來看甚麼？
Astra綜合智能評分與Claude Fable 5.1之間的4.5分差距，能否在後續版本中收窄，是判斷OpenAI旗艦模型競爭力的關鍵節點。
這意味著→ 對投資者而言，單項跑分領先不等於產品領先；綜合能力差距才是決定市場格局的變量。
市场有风险，内容仅供研究参考，不构成投资建议。