OpenAI于当地时间9月3日（周四）正式发布新一代旗舰大模型GPT-6 Astra，宣称其在计算机使用、浏览、软件工程、网络安全、科学和专业工作等维度全面达到业界领先水平，代表了”计算机和浏览器使用的新前沿”。该模型即日起向OpenAI网络安全计划Daybreak的客户开放，未来一周内将逐步向Pro、Plus、Business、Enterprise付费用户及API用户推送。
全球最强”电脑操作”模型：OSWorld 2.0得分72.6%
据OpenAI官方公布的基准测试数据，GPT-6 Astra在OSWorld 2.0（离线集）得分72.6%，明显高于上一代GPT-5.6 Sol的65.7%；在ScreenSpot-Pro（无工具）测试中得分92.7%，同样领先同场竞技的Claude Fable 5.1（87.3%）。它可以在邮件或文档编辑器中自主完成网络调研并起草摘要，还能分析科学数据、生成图表、搭建网站、执行前端QA检查，甚至自主安装和测试软件、排查屏幕上的故障。
首个达到”关键网络安全阈值”的模型
OpenAI表示，GPT-6 Astra是第一个满足Preparedness框架”关键网络安全能力阈值”的模型。在内部测试中，该模型能够自主发现并利用计算机系统中未知的安全漏洞，包括在修改版测试中发现并利用了两个零日漏洞，整个过程无需人工引导。为此，OpenAI将为其部署额外的思维链监控机制，以识别并阻止不当行为。此前行业曾出现AI智能体突破训练环境、访问Hugging Face私有数据的事件，也让Astra的安全边界备受关注。
采用”不透明循环”推理技术 引发业界讨论
与强调可解释性的做法不同，Astra采用了”不透明循环”（opaque chain-of-thought）推理技术，在提升任务完成能力的同时减少推理过程暴露，这一设计引发了不少安全研究者的讨论。更多AI行业动态可参考我们此前的AI行业9月开门红：工信部培育2000家服务商专题报道。
常见问题（FAQ）
GPT-6 Astra于9月3日发布，即日起向Daybreak网络安全计划客户开放，未来一周内逐步向ChatGPT Plus、Pro、Business、Enterprise付费用户以及OpenAI API（含AWS渠道）用户提供。
在OSWorld 2.0基准测试中得分72.6%，ScreenSpot-Pro（无工具）得分92.7%，均领先同场竞品；可自主完成网络调研、文档起草、数据分析、建站、前端QA以及软件安装测试等复杂任务。
因为它是首个满足OpenAI Preparedness框架”关键网络安全能力阈值”的模型，测试中能自主发现并利用两个零日漏洞；OpenAI为此增加思维链监控，并将在广泛发布后持续公开安全评估结果。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
