GPT-6 Astra高端用户全量开放，性能数据出炉
nashnova research
OpenAI在发布仅两天后就向所有高端付费用户全量开放GPT-6 Astra，基准测试显示桌面操作任务领先上代但综合智能评分仍落后Claude Fable 5.1，这意味着旗舰模型的竞争格局尚未定型。
为什么两天就全量放开？
9月3日分阶段发布当天，Pro用户因排队问题强烈反弹，CEO萨姆·奥特曼在X平台公开道歉，承认是一次「混乱的发布」。
仅隔两天，9月5日Astra即向所有Pro、Enterprise和Business Premium用户全量开放，可在ChatGPT Work和Codex中直接调用，API同步上线。
这意味着→ 这不是按计划推进，而是舆论压力下的加速回应。Plus和普通Business用户仍需再等数日。
Astra到底比上代强多少？
在OSWorld 2.0（模拟人类操作电脑桌面的测试）上，Astra得分72.6%，上代GPT-5.6 Sol为65.7%，提升约7个百分点。
单任务平均耗时从75分钟压缩至40分钟，准确率与速度同步提升。
用大白话说＝ 让AI像人一样操作电脑这件事，Astra比上代又快又准，但这只是一个维度的成绩。
综合评分为什么还是输Claude？
在Artificial Analysis的独立综合智能指数上，Astra得分61.2，Anthropic同周发布的Claude Fable 5.1得分65.7，差距4.5分。
两项基准测的是不同维度：OSWorld测"动手操作"，综合智能指数测"全面思考"。Astra在前者领先，在后者落后。
这反映出 当前AI旗舰模型的竞争已不再是单一跑分定胜负——每家都有自己的强项和短板。
开发者拿Astra做了什么？
开发者马特·舒默用Astra在虚幻引擎中构建曼哈顿街区场景，采用"管理者循环"架构：一个Astra实例拆任务，另一个执行，最多同时调用96个子智能体并行推进，历时一周。
开发者汤姆·克尔查向Astra输入一张蒸汽火车旧图纸，数分钟内在Blender中生成3295个可编辑对象，该演示在X平台获得逾75万次浏览。
免疫学家德里亚·乌努特马兹仅输入一句指令，Astra自动完成解说、动画和图像生成，产出一段T细胞教学视频——这位研究T细胞逾35年的科学家表示，成片质量超出预期。
为什么OpenAI建议开发者"做减法"？
随全量开放同步发布的模型指南中，OpenAI工程师维克托·努涅斯建议开发者逐一审计现有AGENTS.md和Skills文件，定性为"强烈建议"。
原因是Astra对指令的敏感度高于前代：含糊规则会触发反复确认，冲突规则会导致任务中断。
用大白话说＝ 过去为弥补模型能力不足而堆上去的补丁式提示词，在Astra上可能反而成为干扰源。指令不是越多越好，而是越精准越好。
接下来看什么？
Astra综合智能评分与Claude Fable 5.1之间的4.5分差距，能否在后续版本中收窄，是判断OpenAI旗舰模型竞争力的关键节点。
这意味着→ 对投资者而言，单项跑分领先不等于产品领先；综合能力差距才是决定市场格局的变量。
市场有风险，内容仅供研究参考，不构成投资建议。