GPT-6 Astra
来自 Simon Willison · 期号 2026-09-04
摘要
OpenAI 发布 GPT-6 Astra，定价与 Claude Fable 5 相同：输入 $10/百万 token，输出 $50/百万 token。 在 ARC-AGI 3 基准上，Astra 使用 OpenAI 自研的 Provider Adapter harness 拿到 99.9%（默认 harness 为 62.7%），但 Fable 5 尚未公布该基准成绩。安全能力突出：ExploitBench 100%（前代 Sol 78.5%），ExploitGym 42.4%（Sol 30.3%），SRE-Bench 逆向工程 99.2%（Sol 68.7%）。长上下文方面，256K–512K token 八针测试满分，512K–1M 为 96.3%。 不过，Artificial Analysis 的智能指数显示 Astra 与 Sol 并列 61 分，低于 Fable 5.1 的 66 分；但在编程 agent 成本效率上领先，同等分数下每任务成本不到 Fable 5 的一半。
深读
导读 OpenAI 发布 GPT-6 Astra，定价与 Claude Fable 5 持平，定位为 Fable 的直接竞品。它在安全基准上表现惊人，并在长上下文处理上宣称取得突破，但第三方智能指数显示其综合能力并未超越前代 Sol。这篇文章值得从业者快速了解 Astra 的定价、关键基准成绩和当前已知的局限。 关键信息 - API 定价：输入 $10/百万 token，输出 $50/百万 token，与 Claude Fable 5 和 5.1 完全一致。 - ARC-AGI 3 基准（2026 年 3 月发布）：使用 OpenAI 自研 Provider Adapter harness 得 99.9%（成本 $19K），使用默认 ARC-AGI harness 仅 62.7%（成本 $26K）。 - 安全基准：ExploitBench 100%（前代 Sol 78.5%），ExploitGym 42.4%（Sol 30.3%），SRE-Bench 逆向工程 99.2%（Sol 68.7%）。 - 长上下文八针测试：256K–512K token 区间满分，512K–1M token 区间 96.3%。 - Artificial Analysis 智能指数：Astra 与 Sol 并列 61 分，低于 Fable 5.1（最高 66 分）和 Meta Muse Spark 1.3。 - Artificial Analysis 编程代理指数：Astra 在最大努力模式下与 Sol 成本相当但高 2 分，每任务成本不到 Fable 5 的一半。 逐节讲解 定价与定位 GPT-6 Astra 的 API 定价与 Claude Fable 5 和 5.1 完全相同：输入 $10/百万 token，输出 $50/百万 token。文章明确指出这是 OpenAI 对标 Fable 的产品，且在 OpenAI 自报的多数基准上分数更高。模型标签为 gpt-6-astra。 ARC-AGI 3 基准成绩与条件 Astra 在 ARC-AGI 3 上拿到 99.9%，但这一成绩依赖 OpenAI 自研的 Provider Adapter harness，成本 $19K。该 harness 在请求间保留不透明的推理状态，并使用压缩处理长对话，使模型能复用先前工作。而使用默认 ARC-AGI harness 时，Astra 得分降至 62.7%，成本反而更高（$26K）。文章特别指出，Fable 5 尚未公布该基准成绩。 安全与长上下文能力 安全方面，Astra 在 ExploitBench 上满分（100%），前代 Sol 为 78.5%；ExploitGym 42.4%（Sol 30.3%）；SRE-Bench 二进制逆向工程 99.2%（Sol 68.7%）。文章认为这得…