Aioga
AI资讯 / 行业动态
返回 AI资讯

OpenAI 发布 GPT-6 Astra,ARC-AGI 3 得分 99.9%

Simon Willison 博客Aioga 编辑团队2026-09-03T20:18:41.000Z热度 72

OpenAI 的 GPT-6 Astra 今日起向部分组织推出,随后面向 ChatGPT Plus、Pro、Business、Enterprise 用户开放,API 定价为每百...

行业动态Simon Willison 博客

今日 AI 情报摘要

OpenAI 的 GPT-6 Astra 今日起向部分组织推出,随后面向 ChatGPT Plus、Pro、Business、Enterprise 用户开放,API 定价为每百万输入

$10、每百万输出 $50,与 Claude Fable 5/5.1 持平。

中文正文 · AI 翻译

GPT‑6 Astra:https://openai.com/index/gpt-6-astra/(来源:https://news.ycombinator.com/item?id=49554643)GPT-6 Astra“今天向有限的组织推出,并将在接下来的几天内向所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户,以及通过 OpenAI API 和 AWS 提供”——我自己还没试过,所以现在还没有太多可以说的。

它的 API 定价与 Claude Fable 5 和 5.1 相同:输入每百万 $10,输出每百万 $50。这显然是 OpenAI 的 Fable 竞争对手,并且在 OpenAI 自报的多数基准测试中表现得比 Fable 高。

最令人印象深刻的是,Astra 在最近发布(3 月)的 ARC-AGI 3 基准测试中得分 99.9%:https://arcprize.org/arc-agi/3——值得注意的是 Fable 5 尚未有发布的结果,而 ARC-AGI 博客提到:https://arcprize.org/blog/astra 这 99.9% 的分数是通过使用 OpenAI 定制的“Provider Adapter harness”以 19K 美元实现的,而默认的 ARC-AGI harness 在 26K 美元下只得 62.7%。

Provider Adapter harness 在请求之间保留不透明的推理状态,并在更长的对话中使用压缩,从而允许模型重复使用之前的工作。

不足为奇,考虑到最近 Hugging Face 事件:https://simonwillison.net/tags/openai-hugging-face-incident/,Astra 在安全任务上表现出色。它在 ExploitBench 上得分 100%(GPT-5.6 Sol 得 78.5%)、在 ExploitGym 得 42.4%(Sol 得 30.3%),在 SRE-Bench 二进制逆向工程中四次尝试中得 99.2%,相比之下 Sol 为 68.7%。

它在长上下文处理上也更优秀:在 OpenAI 的八针基准测试中,它在 256K–512K 令牌上得 100%,在 512K–1M 令牌上得 96.3%。OpenAI 可能已经解决了长上下文处理的一个持续挑战。

不过,它不是所有项目都赢。Artificial Analysis:https://twitter.com/ArtificialAnlys/status/2095595489031000350 指出 Astra 在他们的 Intelligence Index 上仍被 Fable 超过:

在 Intelligence 上与 GPT-5.6 Sol 比较:GPT-6 Astra 在指数上与 GPT-5.6 Sol 相等,为 61。这比 Claude Fable 5.1(最大值含回退)低 5 分。该模型还落后于 Meta 新发布的 Muse Spark 1.3(最大值)。

它在他们的编码代理指数上表现更好:

领先的编码代理指数成本效率前沿:在最大努力下,GPT-6 Astra 的成本大约与 GPT-5.6 Sol(最大)相同,同时在指数上得分高 2 分。每个任务的模型成本不到 Claude Fable 5 的一半,而得分相同。

一旦我获得 Astra 的访问权限,我会写更多内容。API 模型标签在推出后将是 gpt-6-astra。

这是 Simon Willison 于 2026 年 9 月 3 日发布的链接帖子:/2026/Sep/3/。

赞助我每月 10 美元,获取每月最重要的 LLM 发展的精选电子邮件摘要。

情报判断

Aioga 编辑摘要

Simon Willison 博客称,OpenAI 的 GPT-6 Astra 已向部分组织推出,并将在随后几天向 ChatGPT Plus、Pro、Business、Enterprise 用户及 API、AWS 开放;API 价格为每百万输入 10 美元、每百万输出 50 美元。

背景分析

来源称,Astra 在 ARC-AGI 3 中取得 99.9% 分数,但该成绩使用了 OpenAI 的 Provider Adapter harness,默认 ARC-AGI harness 得分为 62.7%;文章还列举了其安全任务和长上下文测试结果,并指出其 Intelligence Index 低于 Claude Fable 5.1。

Aioga 观点

Aioga 判断:Astra 的 ARC-AGI 3 成绩需要结合评测工具差异理解,不能仅凭 99.9% 与默认 harness 的 62.7% 直接比较。现有材料同时显示,它并非在所有综合指标上领先。

影响与后续

可能影响:不同 harness 对推理状态和上下文处理的支持差异,可能影响模型评测的可比性;Astra 在安全任务和长上下文测试中的结果值得关注,但不足以据此推断其全面优于其他模型。 后续观察:应关注 Astra 向更多用户和 API 开放后的实际表现、ARC-AGI 3 默认 harness 的进一步验证,以及 Claude Fable 5 是否公布该基准结果,从而补充横向比较依据。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: simonwillison.net

来源: Simon Willison 博客

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-09-03T20:18:41.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

OpenAI 的 GPT-6 Astra 今日起向部分组织推出,随后面向 ChatGPT Plus、Pro、Business、Enterprise 用户开放,API 定价为每百...

Simon Willison 博客2026-09-03T20:18:41.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。