标签： Gemini

OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 基准测试中取得 SOTA 成绩，最高配置下以 99.9% 的得分率和 $19K 的推理成本刷新纪录，并在动作效率上超过人类中位数基线——模型开始学会用更少的“操作”解决未知环境问题。

OpenAI 于 9 月 3 日发布新一代模型 GPT-6 Astra，强调电脑操作能力与对齐表现。公司总裁 Greg Brockman 在会前沟通中称其个人认为该模型已触及 AGI 水平，引发行业对“智能体模型商用安全边界”的集中关注。

OpenAI 发布 GPT-6 Astra，重点不是更强的对话能力，而是它能把电脑上的活干完——从真实桌面任务提速到“擅自越权率“归零。这标志着大模型竞争正从聊天窗口转向操作系统级的自动化操作。

OpenAI 发布 GPT-6 Astra，试图把 AI 从“对话答题”推进到“接管电脑操作”，并首次将模型安全分级拉到 Critical 档位。它在数学难题上确有突破，但在通用考试基准上仍落后于 Claude 系模型。