OpenAI 发布 GPT-6 Astra。它的重点不只是聊天式回答，而是让模型能在常见软件/工具里“动手”完成一段流程，把结果整理后交付给你。
如果你更在意效率：比如让 AI 去跑流程、搜集并整理信息，甚至在办公与工程类场景里把产出做出来，Astra 的思路更贴近“执行型助手”。
从“给建议”到“直接做”：Astra 的执行型能力
原文信息显示，Astra 并非只停留在文本层推理，它会在相关工具中完成具体操作。例如：在 KiCad 里进行电路相关布局走线；在 Blender 与 Unreal Engine 5 的联动流程中搭建并导入场景；在 Excel、Power BI 等环境里生成财务类产出，并整理成可用的演示材料。
更日常的用法也被提到：你给目标（信息搜集、文档整理、准备某项工作），Astra 自行搜索与比对，最后把整理好的结果交付。
多项基准测试：推理与适应能力被用分数量化
这次发布文中提到，Astra 在多个测试中有量化表现。包括：在 ARC-AGI-3 测试中得分 99.9%；在 FrontierMath Tier 4 的高等数学测试中得分 97.6%。
此外，在 Agents' Last Exam 的专业工作测试中，Astra 取得 59.3%，并在描述中与 Claude Opus 5、GPT-5.6 Sol 等进行了对比。
（图片来源：OpenAI）
从文中表述来看，这些方向覆盖陌生环境推理、高难度数学、以及研究生级科学问答等。
网络安全能力：提到达到内部“关键”门槛
除了通用任务执行，Astra 还被强调在网络安全方面的进展。原文提到：它达到了 OpenAI 内部“关键”级别的网络安全门槛。
这里的“关键”级，指模型能在较少人工干预下，自主发现未知软件漏洞并形成利用思路。原文称其在内部测试中成功发现并利用零日漏洞。
由于这类能力敏感，文中也提到 OpenAI 不会向所有用户开放，而是通过 Daybreak 计划向经过筛选的组织提供。
可用性与价格：Daybreak 先行，随后面向订阅用户
根据原文信息，GPT-6 Astra 从发布日起先向参与 Daybreak 计划的部分企业开放。之后几天会陆续向所有 ChatGPT 订阅用户推出，并通过自营渠道与 AWS 提供 API。
Pro 版本仅面向 ChatGPT Pro 和企业用户。API 定价方面，原文给出：每百万输入 token 10 美元、每百万输出 token 50 美元；并提到“快速模式”速度是标准模式的 2.5 倍，价格相应翻倍。
想先本地体验？可用 OpenClaw 部署助手
原文强调 Astra 并未完全开放。若你想提前在本地尝试类似的“可执行/可接入”思路，可以参考使用OpenClaw 部署助手（支持本地部署 OpenClaw，并可接入多种 AI 模型）。
操作步骤（按原文流程）：
下载安装 OpenClaw 部署助手，双击运行。
点击“开始部署”，工具会自动检测并安装 Node.js 和 Python 环境，克隆代码并安装依赖，全程无需人工干预。
部署完成后，在左侧菜单点击“AI 模型”，选择“内置AI”，挑选所需模型并选择 Token 包，即可同步体验多种模型。
若已有自己的 API 密钥，也可以在模型配置中直接接入。
返回首页点击“打开聊天”，发送测试消息；确认可正常回复后，再让它执行具体任务。
文末还引用了发布会现场表述：OpenAI 总裁格雷格·布罗克曼提到“欢迎来到 AGI 时代”。同时他也承认 AGI 仍是“模糊的概念”，但 Astra 被视为通往该方向的重要信号。
你最想让 Astra “动手”完成哪类任务？办公文档整理、数据分析、还是偏工程的流程（如电路/3D 场景）？把你的使用场景发出来，我们可以再按你的目标整理一套更贴近落地的执行思路。
