# OpenAI 发布 GPT-6 Astra，史上最大规模的模型发布

> 原标题：[AINews] GPT-6 Astra: OpenAI’s biggest LLM launch of all time

- 来源：Latent Space
- 发布时间：2026-09-04T05:18:11.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/55252
- 原文：https://www.latent.space/p/ainews-gpt-6-astra-openais-biggest

## 摘要

OpenAI 在 9 月 3 号发布了新旗舰模型 GPT-6 Astra，主打电脑操作、写代码和数理科学。发布 9 小时就拿了 3600 万浏览和 16.4 万赞，是 Sora 之后最火的一次。Astra 在最难的 FrontierMath 基准上直接刷到顶，但每个 token 的成本贵了 2.5 倍；OpenAI 的说法是摊到每个任务上反而更便宜。系...

## 推荐理由

OpenAI 发了 GPT-6 Astra，9 小时 3600 万浏览，热度仅次于 Sora。FrontierMath 刷到顶，token 单价贵 2.5 倍但任务总成本更低，这个说法我会先打个折，等实测再判断。HKR 全中，同一天多个信源都在报，必须写。没给 95 分以上是因为正文是付费摘要，缺了具体基准分、实测延迟和可用区域这些关键细节。

## 锐评

GPT-6 Astra这次发布，热度确实压过了Anthropic，但热闹底下有几件事得分开看。模型在FrontierMath这类最难数学基准上直接“刷到顶”，代码和电脑操作能力也明显提升，OpenAI说摊到每个任务上反而更省钱——这个说法成立的前提是，你得真用它去跑那种复杂、多步骤的任务，而不是简单问答。如果只是偶尔用，每个token贵2.5倍就是实打实的成本增加。

发布过程挺乱的：博客文章延迟，付费用户干瞪眼看着网红先玩，OpenAI最后用“每天补发重置次数”来安抚。系统卡还提到，模型对齐是更好了，但思维链的可监控性反而下降，这对想搞清楚模型到底怎么得出答案的人来说是个隐患。独立评测也指出，如果把成本和挑选样本的因素算进去，Astra的领先优势没那么均匀。

现在还缺几块关键信息：一是实际任务里“更省钱”的量化对比，二是思维链透明度下降到底影响了哪些具体场景，三是大规模API调用下的稳定性数据。这些没补上之前，Astra更像一个贵但猛的尖子生，离“人人都该升级”还有点距离。