塔斯娱乐资讯网

GPT-6 Astra横空出世!99.9%逆天分数,OpenAI官宣AGI时代降临

AI圈今天炸锅了。OpenAI甩出重磅炸弹,新一代旗舰模型GPT-6 Astra正式亮相,总裁布罗克曼在发布会上撂下狠话:AGI时代,来了!
Astra这个名字来自拉丁语,意思是星辰。OpenAI给它戴的帽子更高,全球最聪明、对齐程度最高的模型。这话听着像自卖自夸,可看了成绩单,不少人闭嘴了。数学测试FrontierMath Tier 4,它拿下97.6%,离满分只差临门一脚。考察陌生环境学习能力的ARC-AGI-3,前代模型只考了7.8%,Astra直接飙到99.9%,人类测试员的平均成绩才48%。这就是青出于蓝而胜于蓝?分明是把蓝甩出了十条街。

最让人瞪大眼睛的是网络安全那一项,ExploitBench测试,Astra喜提100%满分。OpenAI承认,这是公司历史上第一个被判定达到Critical级别的模型,意思是它几乎不需要人帮忙,就能自己挖出加固系统里的未知漏洞,还能顺手写出利用代码。内测时它甚至揪出两个从未被发现的day0漏洞。这么厉害的本事,OpenAI反而捂着不敢完全放开,只先给少数机构尝鲜。是金子也怕晃眼,这波谨慎不算多余。

再看它的看家绝活,计算机使用。以前的AI好比军师,光动嘴不动手,Astra倒好,直接坐到电脑前,键盘鼠标玩得飞起。OpenAI放了段15秒的视频:它在KiCad软件里从零开始设计电路板,摆元件、走铜线,最后产出一块能实际制造的PCB。这种活儿过去全靠工程师一寸一寸手工调,一个焊点出错就满盘皆输。如今AI一把揽下,工程师们怕是要睡不着了。

它还会填美国1040报税表,能给法律文件排版,能在Power BI里做报表,顺手把网站前端测试也包圆了。先在Blender里搭栋房子,再搬进虚幻5引擎变成能自由行走的场景,设计师还没动工,客户已经能在未来家里溜达了。真是没有金刚钻,不揽瓷器活。
干活快也是一绝。模拟真人操作电脑的OSWorld 2.0测试里,上一代模型GPT-5.6 Sol干一个任务平均要75分钟,Astra只要40分钟,得分反而从65.7%涨到72.6%。又快又好,还省token,最高分设置下输出量比对手少约65%,API成本估算便宜四成多。老板们听到这儿,嘴角已经压不住了。
编程本行更不用说。Terminal-Bench 4.0上拿57.7%,稳坐头把交椅。更妙的是它学会了记笔记,以前长任务一压缩历史就丢细节,现在关键信息主动存档,随时翻旧账,跑几个小时的重构任务也不带忘事的。缺常规细节它自己补,碰上影响结果的关键抉择,它知道停下来问人。这份分寸感,多少职场新人都比不了。
科研领域它也来搅局。素数间隙两个悬而未决的问题,数学家十多年只把间距从246推到240,Astra一出手直接干到186。菲尔兹奖级别的难题,它已经啃下十个。有人说这是工具,我看这是抢饭碗的前奏。
背后的代价也不小。训练动用了超过10万块GPU,在得州Stargate基地日夜轰鸣,号称OpenAI史上最大算力投入。定价同样不菲,百万输入词元收10美元,输出收50美元,是前代的2.5倍。一分钱一分货,就看你的钱包答不答应。
发布会上布罗克曼说得很直白:AGI不再是合同条款里的定义,AI的综合智力已经开始碾压人类。这话听着让人热血沸腾,又让人后背发凉。普通用户未来几天就能在ChatGPT各档订阅里用上它。长江后浪推前浪,前浪会不会被拍在沙滩上?答案,或许就在不远的将来。