跳到正文
gihyo.jp·· 2026-09-04精選AI 評分90

OpenAI 發佈 GPT-6 Astra,提升 PC 操作精度與速度,網絡安全能力首達「重大」水準

OpenAI、GPT-6 Astraを発表 ——PC操作の精度や速度を向上、サイバー能力は同社初の「重大」水準

AI 導讀

OpenAI 發佈 GPT-6 Astra,稱其在 PC 操作評測中勝過 GPT-5.6 Sol,並首次在其 Preparedness Framework 中達到網絡安全「重大」水準。

推薦理由

文章以 GPT-5.6 Sol 作對照,列出 PC 操作及多項工作評測結果,並交代網絡安全能力對應的部署限制。

正文 · 繁體中文

OpenAI於2026年9月3日公布新模型「GPT-6 Astra」。模型加強了橫跨瀏覽器及商務軟件、一氣呵成處理多個步驟工作的能力;在PC操作評測中,準確度和所需時間均勝過GPT-5.6 Sol。OpenAI亦在其Preparedness Framework中評定,這是首個網絡安全能力達到「重大」級別的模型。模型先向部分機構提供,之後逐步推出至ChatGPT及API。Enterprise在初期推行期間設有啟用條件。

— OpenAI (@OpenAI) September 3, 2026

以單一模型處理PC上的多步驟工作

OpenAI列出的具體工作例子包括:填寫網頁表格、更新CRM中的客戶資料和日曆、網上研究、撰寫電郵和文件初稿、分析科學數據並製作圖表,以及建立網站並確認其運作等。OpenAI表示,模型亦能安裝和測試軟件,並排查畫面上出現的問題。

不過,實際可操作的範圍取決於ChatGPT、Codex、API等使用環境所提供的工具,以及獲授予的權限。

OpenAI表示,模型能按照現有範本,依照使用者要求的文風和外觀製作文件、試算表和簡報。在ChatGPT的Sites中,使用者可透過指示建立網站、網頁應用程式或遊戲,並直接發布和分享。

在使用衡量電腦操作效能的OSWorld 2.0離線評測進行延遲模擬時,GPT-6 Astra取得72.6%的分數,高於GPT-5.6 Sol的65.7%。每1項任務約需40分鐘,較約75分鐘的GPT-5.6 Sol短約47%。

OpenAI亦更新了Codex的執行基礎設施。在評估網站操作任務的Mind2Web中,OpenAI表示,將GPT-6 Astra與更新後的執行基礎設施結合的環境,完成任務的速度是目前GPT-5.6 Sol環境的1.9倍。

專業工作⁠、編碼⁠、數學方面均勝過上一代

發布內容亦展示了專業工作、編碼、數學和科學等多項評測結果。下表摘錄其中5項與PC操作、專業工作、編碼和數學相關的結果。

評測 主要評測範圍 GPT-6 Astra GPT-5.6 Sol
Agents⁠’⁠ Last Exam 跨職種的電腦操作 59.3% 53.6%
AutomationBench 多步驟專業工作 41.4% 18.1%
BenchCAD 以CAD程式碼重建3D形狀 95.9% 83.3%
Terminal-Bench 4.0 編碼 57.9% 37.3%
FrontierMath Tier 4(v2) 進階數學 97.6% 83.0%

表中列出各模型在不同推理量設定下取得的最高分。GPT模型的評測是在研究環境或API中進行,條件與在ChatGPT中使用時不同。

配合發布,OpenAI的Sam Altman在X的帖文中寫道:「我希望這個模型能成為推動創業、科學發現和創作新事物的契機。」

Codex可在長時間工作期間搜尋過往的上下文

Codex新增了一項為Astra而設的實驗性上下文管理功能,改進長時間工作時保留資訊的方式。以往每當達到上下文上限,系統便會透過壓縮(精簡對話紀錄)把工作內容整理成一份摘要。新功能讓Astra在不同上下文之間保留工作筆記,並搜尋先前的上下文。即使某項要求或測試結果沒有記在筆記中,模型也能從過往訊息或工具輸出中尋找。

根據OpenAI的Codex設定參考,目前適用對象是在ChatGPT Plus、Pro或Pro Lite登入的Codex。只要在使用者設定檔~/.codex/config.toml加入以下設定,便可啟用此功能。

[features.context_management]
experimental_mode = true

OpenAI表示,未來數週內,使用Codex搭配Astra時,這項實驗性上下文管理功能將預設啟用。

網絡安全能力在OpenAI框架下首次達到「重大」級別

OpenAI表示,GPT-6 Astra的網絡安全能力亦大幅提升。在該公司的Preparedness Framework中,Astra被評為首個能力達到「重大(Critical⁠)⁠」門檻的模型。這個級別代表,只要具備合適工具和存取權限,模型便有能力在大量嚴密防護的系統中找出未知漏洞,並開發利用漏洞的方法,而毋須人類逐步指示。

在移除面向正式環境的安全防護措施後進行的評測中,模型在ExploitBench取得100%,高於GPT-5.6 Sol的78.5%。這項評測衡量模型能否利用已知漏洞開發實用的攻擊程式。在一項使用最近3個月公開漏洞的內部評測中,GPT-6 Astra發現了2個零日漏洞,並成功利用它們。OpenAI正向相關軟件的維護者披露這些漏洞。

針對這些能力,OpenAI在提供GPT-6 Astra時,結合了模型拒絕機制、安全分類器,以及對推理過程和操作的監察。Astra不會執行較高階的網絡安全工作,例如撰寫漏洞概念驗證程式碼。另外,額外的安全檢查有時亦會中斷正當的防禦工作。在ChatGPT或Codex中,安全檢查系統可能會暫停任務,並要求使用者確認模型準備執行的操作後才繼續;在API中,任務則會被停止。OpenAI計劃日後透過「OpenAI Daybreak」擴大對較高階防禦工作的支援,例如漏洞概念驗證和惡意軟件分析。

作為具體措施,OpenAI配合Astra發布推出「Daybreak for Frontline Defenders」,支援負責保護重要服務和關鍵基礎設施的機構進行網絡防禦。OpenAI會撥出10億美元,協助這些機構取得Daybreak的使用權,並推動培訓、技術支援和合作。計劃首先在美國推出,優先支援水務和污水處理、電力營運商、州及地方政府、地區金融機構、非牟利組織,以及開源軟件維護者等。預計相關使用支援會在未來6個月內用上。

OpenAI亦指出,相較GPT-5.6 Sol,該模型更能遵守使用者設定的範圍和安全限制。在一項使用5萬4218項內部Codex任務進行的模擬中,被標記為嚴重偏離使用者意圖的行為,比GPT-5.6 Sol少53%。

不過,系統卡指出,透過以文字記錄的推理過程找出問題行為的「可監察性」有所下降。Astra的推理過程往往較短,問題行為的跡象亦較不明顯。在一項指示模型設法避開監察的對抗性評測中,單靠監察推理過程,幾乎未能識破「沙袋行為」——即模型刻意隱藏實際能力,表現得比實際水平差。

在一個重現部分OpenAI內部服務的隔離環境中進行妨礙評測時,OpenAI指示Astra在執行一般編碼工作的同時,停用監察等功能,並把相關操作隱瞞,不讓監察系統察覺。這項評測衡量的不是防止妨礙行為的比率,而是監察系統能否偵測成功的妨礙行為,並給予適當優先級。在專用監察系統中,系統會檢視包括推理過程和工具操作在內的完整紀錄,並經過調整以減少漏報;結果,成功妨礙行為而又逃過偵測的比例幾乎降至零。不過,在正式環境的監察系統中,部分成功的妨礙行為沒有被列為最高優先級(P0),因此未有觸發向安全團隊發出的緊急通知,優先級判定仍有改善空間。

這些結果主要來自要求模型妨礙工作或逃避監察的對抗性條件。OpenAI表示,外部提供的Astra在所有使用工具的操作中均會受到監察,但安全措施的核心仍是確保模型本身不偏離使用者意圖,監察則屬輔助措施。由於監察可能未能發現問題,或有害操作可能在問題被發現前已經完成,OpenAI表示會繼續改進評測和監察方法。

發布前一天,Altman在X的帖文中表示,他既期待AI進步,也對此感到不安。「⁠AI的能力正變得極其強大,沒有人完全理解它會帶來甚麼後果。」他寫道。在這種情況下,轉向一個強大的AI能廣泛供人使用的世界,並以保障安全和最大化人們福祉的方式推進,是「世界上最優先的課題之一」,也是OpenAI的首要事項。他亦表示,社會和技術同步演進,最有助提高這項轉型成功的機會。

ChatGPT的提供條件與API規格

ChatGPT會在數日內逐步向Plus、Pro、Business和Enterprise推出。GPT-6 Astra的使用量會計入各計劃現有的用量額度,使用者亦可購買額外用量點數。Pro、Business和Enterprise亦可使用「GPT-6 Astra Pro」。

其中,Enterprise 版會在推出後首 2 週預設停用。在初期推出期間,要讓工作區管理員為指定用戶或群組啟用此功能,組織必須擁有前一節提及的 OpenAI Daybreak 存取權。另請注意,在 ChatGPT Enterprise 啟用功能與 API 使用權限是分開的,透過 API 存取則取決於 API 端的組織及專案。

OpenAI 會在數日內將 GPT-6 Astra 推出至 API。模型 ID 使用 gpt-6-astra。上下文視窗為105萬個 token,輸出上限為12萬8000個 token。知識截止日期(模型所掌握知識的基準日期)設為2026年4月30日。輸入支援文字及圖片,輸出支援文字。

API 的 Standard 費用為每100萬個輸入 token 10美元,每100萬個輸出 token 50美元。與GPT-5.6 Sol(輸入4美元、輸出20美元)相比,輸入及輸出 token 的單價均為2.5倍。快取費用為每100萬個 token,讀取1美元、寫入12.50美元。對於輸入超過27萬2000個 token 的請求,整個請求的輸入費用及快取費用會變為2倍,輸出費用則變為1.5倍。

Fast 模式聲稱速度最高可達 Standard 的2.5倍,費用為2倍。亦向符合資格的 API 客戶提供不保留資料的 Zero Data Retention。


OpenAI 核心產品部門主管 Thibault Sottiaux 在X 發文表示,對於 ChatGPT 付費方案用戶無法使用 Astra 的期間,會由發文當日起,按1日1次提供可儲存的重設額度,讓用戶之後重設 Codex 使用上限。首個重設額度會在發文約3小時後提供。

由今日起,你每有一天無法在付費 ChatGPT 方案中使用 Astra,我們就會提供一次可儲存的重設機會。團隊正竭盡所能,務求盡快讓大家可以使用。

第一個重設機會約 3 小時後會發放。如果你還未有帳戶,現在仍有時間建立帳戶。

— Tibo (@thsottiaux) 2026年9月3日

來源:gihyo.jp · gihyo.jp