GPT-6 Astra 正式發表：它不只回答，開始直接替你操作電腦

先講結論

這次正式名稱是 GPT-6 Astra，API 型號是 gpt-6-astra。「OpenAI-6 Astra」只是大家搜尋時常打的名字，官方沒有這樣命名。

我對這一代的判斷很直接：

• 它會讀畫面、開軟體、呼叫工具、寫程式、處理檔案，再回頭檢查結果。
• 它開始有能力接下一條完整工作流，不只是回答中間某一題。
• 它的單價高、權限風險也高，真正該算的是每次成功交付的總成本。

OpenAI 公布的 OSWorld 2.0 電腦操作成績是 72.6%，GPT-5.6 Sol 是 65.7%；Astra 每個任務約花 40 分鐘，Sol 約 75 分鐘。

72.6% 很強。

同一張表也等於還有 27.4% 沒完成。

這種員工可以重用，不能放生。

我看完最近兩天的實測，只留下一個判斷

以前問 AI 怎麼做簡報，它給你一篇簡報教學。

現在的方向是：打開資料、整理內容、做出投影片、檢查版面，最後把檔案交回來。

我看到的實測橫跨 Browser OS、C++ 遊戲、前端、Motion Graphics、Web App 與長時間遊戲製作。Astra 的成品速度和完成度普遍很高，但瑕疵、偷懶重用素材、局部 artifact 仍然會出現。

另一批測試把它放進 Blender、Unreal Engine、Final Cut Pro。它能找音軌、挑出比較好的版本、刪除重複素材，也能自己操作工具把東西做出來。

這些畫面單獨看，很容易變成「AI 又會一個新功能」。全部放在一起看，變化其實只有一條：

模型、工具、記憶與操作能力開始接在一起。

OpenAI 的案例也出現同一個方向。Playco 用同一個灰盒基礎做出三套遊戲原型，人工修正次數比前代少 50%；Legora 的代理流程一次核對 41 份財務文件，找出全部 4 個預埋錯誤，最後判斷仍交給法律專業人員。

我在意的是最後那句。

會做是一回事，誰負責驗收是另一回事。

它開始碰完整工作，不只做漂亮片段

最近兩天的測試裡，最有意思的不是某個 3D 畫面多漂亮，而是工作開始有頭有尾。

有人讓 Astra 參與一支影片的完整製作：找素材、擷取社群貼文、寫腳本、剪輯、配音樂與音效，輸出後再抽查畫面，最後把成品語音轉成文字，跟原稿比對。

也有人讓它翻 Email、文章、行事曆與工作紀錄，找出以前買過的 SSD、RAM，再查現在的市場價格；或把數萬封信整理成個人知識庫。

我把這些能力拆成三層：

1. 看得懂現場。 畫面、檔案、網頁與軟體狀態，它要先知道自己站在哪裡。
2. 真的會動手。 點擊、輸入、寫程式、整理素材、切換工具，把任務一路往前推。
3. 願意回頭檢查。 看輸出、比對原稿、發現錯誤，再修一輪。

第三層最值錢，也最容易被展示影片剪掉。

3D 世界走到邊緣突然沒了，就是很好的提醒。

遠看已經是開放世界。

往前多走十步，宇宙尚未載入。

所以我不會只問「它能不能做」。我會追問：做完了嗎？交得出去嗎？出錯能不能回復？

跑分很漂亮，但 99.9% 只講了一半

OpenAI 宣稱 Astra 在 ARC-AGI-3 達到 99.9%。ARC Prize 的獨立報告也確實測到 99.9%，但那是在 Provider Adapter harness 下。

換成供應商中立的 Standard harness，成績是 62.7%。

兩個數字都是真的。

差別在 Agent 使用的記憶管理、工具鏈與執行框架。模型像一個角色，harness 則是裝備、補師、地圖與指揮系統。你只截最高戰力那一格，當然人人看起來都能單刷魔王。

第三方 Artificial Analysis 的結果也比較冷靜：Coding Agent Index 得分 67，位於第一梯隊；綜合 Intelligence Index 得分 61，與 GPT-5.6 Sol 持平，知識工作、科學程式與部分長上下文任務則各有進退。

Fortune 也發現 OpenAI 在發布後修改過多項評測數字。OpenAI 的說法是，不同 checkpoint、scaffold 與評測輪次本來就有噪音，更新是為了接近最佳估計。

我的結論沒有因此變成 Astra 很爛。

它仍然是重大升級。

只是 Astra 的完整戰力來自模型＋工具＋記憶＋執行框架。那張 99.9% 適合拿來注意它，不適合單獨拿來宣布 AGI 畢業典禮。

ARC Prize 自己也提醒，ARC-AGI-3 是封閉、規則明確的環境，無法代表真實世界的開放複雜度，因此沒有主張 Astra 已經等於 AGI。

API 價格：直方圖先擺出來

以下都是 OpenAI 標準 API 價格，單位為每 100 萬 tokens；不含 Cached Input、工具呼叫、Fast Mode 與超長 Context 加價。Astra 與 Sol 的價格見官方模型頁。

Terra 與 Luna 同樣取自官方模型頁。

GPT-5.6 Sol 目前是促銷價，官方表示至少維持到 2026 年 11 月 21 日。

Astra 對 Luna：輸入單價差 50 倍，輸出約差 41.7 倍。

先別只看牌價嚇到把視窗關掉。

有些代理任務裡，Astra 使用的 tokens 更少，最後每次成功完成的成本反而可能比其他旗艦模型低。

所以我會算四筆帳：

• 成功完成一次花多少錢
• 總共跑了多久
• 人工回來補幾次
• 最後能不能交付

模型分工也很簡單：

• 分類、改寫、大量簡單任務：Luna
• 大量工作、品質與成本平衡：Terra
• 複雜專業任務：Sol
• 跨工具、長時間操作、失敗代價高的難題：Astra

超過 272K 輸入後，Astra 整個請求會套用 2 倍輸入與快取費率、1.5 倍輸出費率；Fast Mode 最高可快 2 倍，價格也直接 2 倍。

每封客服信都請呂布出場，公司還沒統一天下，API 帳單先把你統一了。

我會把 Astra 派去哪裡？

看完官方案例與實機測試，我不會先拿 Astra 來陪聊。我會把它放進這四種工作：

1. 研究到交付。 找資料、留下來源、整理比較表，再做成簡報或決策摘要。
2. 開發到驗收。 從需求、程式、測試一路做到可操作版本，最後用真實流程重跑。
3. 內容到成品。 整理素材、剪輯、配樂、字幕與輸出檢查，關鍵畫面仍由人抽查。
4. 大量文件核對。 財務、合約、報價或歷史資料先交給它找差異，人負責最後判斷。

共同點是任務有明確終點，而且結果能驗。

如果只是問一句、改一段、分個類，交給便宜模型就好。Astra 的價值出現在工具很多、步驟很長、上下文很大，還要自己回頭修正的地方。

能力變強之後，管理不能停在新手村

Astra 是 OpenAI 第一個被列到 Critical Cybersecurity Capability 的廣泛部署模型。

OpenAI 表示，在有合適工具與權限時，它能找到未知漏洞，甚至對受保護系統發展新的利用方式。一般正式環境會拒絕高階攻擊型任務，更完整的防禦能力要經 Daybreak 等受控管道開放。

另一個值得注意的地方是監控。

OpenAI 說 Astra 比前代更守規則、更能抵抗 Prompt Injection，同時承認它的書面推理更難監控；在刻意要求規避監控的對抗測試裡，它會策略性降低表現，偶爾也能避開部分監測。

這不是 AI 明天叛變的八點檔預告。

比較像一個能力很強的新員工，做事快、會自己找路，還知道老闆什麼時候正在看螢幕。

我的底線會是：

• 權限只給任務需要的最小範圍
• 正式資料與實驗環境分開
• 外部發布、付款、刪除、寄信前停下來確認
• 每一步留下操作日誌
• 完成後重新讀取目標，確認真的寫對地方
• 高風險流程必須能暫停、回復與追責

模型有手之後，流程就要有煞車。

我會這樣驗收 Astra

不要拿十個聊天問題比作文。

挑一條你每天真的會做、而且能明確判定成功或失敗的工作流：

1. 給它完整目標，例如「研究三個競品，做成簡報並附來源」。
2. 限制資料夾、網站、工具與禁止動作。
3. 寫清楚交付規格：檔名、頁數、必要欄位、引用格式、不得做的事。
4. 同一任務至少跑十次，記錄完成率、總耗時、人工修正時間與總成本。
5. 用 Sol 或 Terra 跑同一題，比的是一次成功交付，不是單次 token 單價。

最後再問四個問題：

• 真實任務完成率多少？
• 人工回來補救多久？
• 一次成功的總成本多少？
• 出錯時能不能追蹤與回復？

四個都不知道，只知道 AGI 三個字。

那不是導入，是看煙火。

規格與開放範圍，最後一次看懂

• 模型 ID：gpt-6-astra
• 輸入／輸出：文字、圖片輸入；文字輸出
• Context window：1,050,000 tokens
• 最大輸入／輸出：922,000／128,000 tokens
• 知識截止：2026 年 4 月 30 日
• 推理強度：low、medium、high、xhigh、max
• 主要工具：Web Search、File Search、Code Interpreter、Hosted Shell、Apply Patch、Skills、Computer Use、MCP、Tool Search
• 目前未支援：Realtime、Fine-tuning、Embeddings、原生影音與獨立生圖端點；Responses API 可以呼叫 Image Generation 工具。

一百萬 tokens 很猛。

但它不是請你把整間公司的垃圾桶全部倒進 prompt。舊文件、錯誤指令與無關內容塞得愈多，模型就愈容易在考古現場迷路。

OpenAI 採分批 rollout。有限組織與 Trusted Access Program 先行，之後陸續開放 ChatGPT Plus、Pro、Business、Enterprise，以及 OpenAI API、Microsoft Azure、AWS Bedrock；企業工作區一開始預設關閉，要由管理員啟用。

帳號裡今天沒看到，通常只是還沒排到。官方沒有把 Free 列入這批開放名單，也沒有承諾全球帳號同一分鐘解鎖。

名字別撞錯：它不是 Google Project Astra

Google DeepMind 早就有一個 Project Astra，定位是通用 AI 助理研究原型，主打即時影音理解、螢幕分享、記憶與跨裝置協助，目前仍是有限測試。

OpenAI 這次發布的是 GPT-6 Astra，會進 ChatGPT、Codex 與 API。

兩家公司都叫 Astra。

搜尋結果混在一起，不是你英文不好，是科技公司取名又撞車了。

常見問題

GPT-6 Astra 現在已經可以用了嗎？

已正式發布，但採分批 rollout。Plus、Pro、Business、Enterprise、API、Azure 與 AWS Bedrock 都在公告範圍內；實際到帳號的時間可能不同。

GPT-6 Astra 是 Google Project Astra 嗎？

不是。前者是 OpenAI 的 GPT-6 模型；後者是 Google DeepMind 的通用 AI 助理研究原型。

99.9% 的 ARC-AGI-3 代表 AGI 已完成嗎？

不能。99.9% 來自 Provider Adapter harness；Standard harness 是 62.7%。ARC Prize 也沒有宣稱 Astra 就是 AGI。

可以把一百萬 tokens 全塞滿嗎？

技術上有 1,050,000 tokens Context Window，最大輸入是 922,000。超過 272K 輸入後整個請求會進入更高費率，內容治理也會變難。

一般開發者能拿它做資安攻擊嗎？

正式部署會拒絕較高階的攻擊型任務。完整高風險能力不是一般 API 無條件開放，而是搭配額外審核、監測與受控計畫。